一、引言
对于算法工程师来说，语言从来都不是关键，关键是快速学习以及解决问题的能力。大学的时候参加ACM/ICPC一直使用的是C语言，实习的时候做一个算法策略后台用的是php，毕业后做策略算法开发，因为要用spark，所以写了scala，后来用基于storm开发实时策略，用的java。至于python，从日常用hive做数据策略用python写udf，到基于tensorflow深度学习框架写python版的模型网络，再到现在实用pytorch做大模型。眼看着在语言纷争中，python的应用越来越广，开一个单独的专栏用于记录python中常用到的技巧，算是做笔记，没事翻出来看看。
Authorization（鉴权）是商用API的必要模块，通过分配api-key等鉴权方式，为账号及服务计费，以及分配对应的权限。
二、FastAPI鉴权Authorization实战
2.1 Authorization鉴权—服务端
2.1.1 服务端源码
采用Header函数处理请求头，通过alias指定提取请求头中Authorization对应的值作为api_key。代码如下
代码语言：javascript复制from fastapi import FastAPI, HTTPException, Depends, Header
from pydantic import BaseModel
# 创建 FastAPI 应用
app = FastAPI()
# 假设的 API 密钥数据库
api_keys = {
"key1": "user1",
"key2": "user2"
}
# 鉴权依赖项
async def authenticate(api_key: str = Header(..., alias="Authorization")):
if api_key not in api_keys:
raise HTTPException(status_code=401, detail="Unauthorized access")
return api_key
# 示例请求模型
class RequestModel(BaseModel):
prompt: str
# 示例响应模型
class ResponseModel(BaseModel):
result: str
# 示例 API 路由
@app.post("/api", response_model=ResponseModel)
async def api_route(request: RequestModel, api_key: str = Depends(authenticate)):
# 这里可以调用你的 AI 服务，处理 request.prompt 并返回结果
result = "AI response for: " request.prompt
return {"result": result}这个代码中，我们定义了一个鉴权依赖项 authenticate，它检查请求头中的 Authorization 字段是否包含有效的 API 密钥。如果密钥无效，将抛出一个 HTTP 401 Unauthorized 异常。在 API 路由中，我们使用了这个依赖项，确保只有通过鉴权的请求才能访问到 AI 服务。同时，我们定义了请求和响应的模型，以确保数据的正确性和一致性
2.1.2 如何理解api_key: str = Depends(authenticate)
- 在 FastAPI 中，Depends 函数用于定义依赖项，这些依赖项可以是函数、类或其他可调用对象。当在路由处理函数的参数中使用 Depends 时，FastAPI 会自动调用这个依赖项，并将结果传递给参数。
- 在你提到的 api_key: str = Depends(authenticate) 这行代码中，authenticate 是一个依赖项函数，它负责执行鉴权逻辑。这个函数接收请求头中的 Authorization 字段，并检查它是否包含有效的 API 密钥。如果密钥有效，authenticate 函数将返回这个密钥；如果密钥无效，它将抛出一个 HTTP 401 Unauthorized 异常。
- 在路由处理函数中，api_key: str = Depends(authenticate) 这行代码告诉 FastAPI，这个函数需要一个有效的 API 密钥作为参数，并且应该使用 authenticate 函数来获取这个密钥。如果 authenticate 函数成功返回一个密钥，那么这个密钥将被传递给 api_key 参数；如果 authenticate 函数抛出异常，那么 FastAPI 将不会调用路由处理函数，而是直接返回异常信息。
- 这样，你就可以在路由处理函数中使用 api_key 参数，而不需要担心鉴权逻辑。FastAPI 会自动处理鉴权，并确保只有通过鉴权的请求才能访问到你的 API。
2.1.3 如何理解api_key: str = Header(…, alias="Authorization")
- 在 FastAPI 中，Header 是一个依赖项函数，用于从请求头中获取特定的值。api_key: str = Header(..., alias="Authorization") 这行代码告诉 FastAPI，你需要从请求头中获取 Authorization 字段的值，并将其作为 api_key 参数传递给函数。
- Header 函数的参数 alias 用于指定请求头中的字段名。在这个例子中，alias="Authorization" 指定了 api_key 参数应该从请求头的 Authorization 字段中获取值。
- Header 函数的参数 ... 是一个特殊的占位符，表示这个参数是必需的。如果请求头中没有 Authorization 字段，或者这个字段的值不符合预期，FastAPI 将抛出一个 HTTP 422 Unprocessable Entity 异常。
- 在路由处理函数中，api_key: str = Header(..., alias="Authorization") 这行代码告诉 FastAPI，你需要从请求头中获取 Authorization 字段的值，并将其作为 api_key 参数传递给函数。然后，你可以在函数中使用 api_key 参数，例如，将其传递给鉴权函数，以检查 API 密钥是否有效。
2.2 Authorization鉴权—客户端
客户端使用python的requests处理http请求，在请求头headers中加入Authorization:api_key键值对。请求头中的Content-Type: application/json通常不用添加，因为当你使用 json 参数传递数据时，requests 会自动设置这个头。
import requests
import json
# API URL
url = "http://localhost:8000/api"
# API 密钥
api_key = "key1"
# 请求数据
data = {
"prompt": "Hello, AI!"
}
# 构建请求头
headers = {
"Authorization": api_key,
"Content-Type": "application/json"
}
# 发送 POST 请求
response = requests.post(url, headers=headers, data=json.dumps(data))
# 打印响应内容
print(response.json())三、总结
本文针对FastAPI的Authorization功能进行详细介绍，详细讲述了FastAPI服务端和客户端Authorization鉴权如何开发，希望对大家有帮助。
