前情提要: 昨天已經把inference的code搞定了，雖然需要花時間重寫，但重寫完非常簡潔，看了心情十分之好~

1. CRUD

在開始寫fastapi之前，我們簡單來介紹一下web的基礎概念，CRUD分別是四個英文的縮寫，對應到

• Create (C)
• Read (R)
• Update (U)
• Delete (D)

主要就是新增 讀 更新 刪除，這裡有很多資料會放在Database (DB)，那前端網頁會設計頁面讓你點了之後，會去戳後端的API，後端會與DB做連線，做完之後後端回傳結果給前端，前端再透過頁面告訴使用者。

2. fastapi

進公司之後就學fastapi，不然還有flask或者Diango，那當中都是說fastapi高性能，所以直接選擇使用他來開發，所以比較少碰其他兩個。

再來就是我們可以透過fastapi來創造上面說的CRUD的API，在我自己部屬模型，最常用到的就是post，其餘的基本很少碰到，這裡CURD簡單對應fastapi的部分:

• Read → get
• Create → post
• Update → put
• Delete → delete

安裝非常簡單

最後一個是讓我們可以上傳檔案，要上傳檔案主要是要送到model去辨識，聲音當然就是音檔，圖像當然就是圖片。

pip install fastapi uvicorn python-multipart

3. 創一個app.py

我們先來個官方範例，程式非常簡單，然後在你的terminal輸入

uvicorn app:app --port 8000

from fastapi import FastAPI

app = FastAPI()


@app.get("/")
async def root():
    return {"message": "Hello World"}

因為我是在我自己比筆電上跑的，所以最後是run在http://127.0.0.1:8000，輸入網址就可以得到囉


再來我們在後面多加/docs，fastapi另一個好處就是有這樣子的頁面讓你可以做測試。

4. 上傳檔案

剛才有提到，我們是要做model的辨識的，

1. 上傳檔案: 這時對應到的就是app.post，當中的/api/v1/mnist這個你可以自行定義，通常會是/api/版本/任務
2. 透過fastapi當中的UploadFile，以及透過with open來儲存檔案，with open儲存檔案這個我們在先前爬蟲的code也有看到哦!!
3. 多新增了一些log來幫助DEBUG，因為有時候會遇到莫名其妙的問題，那只要有一部份有錯，可能就導致最後沒有回傳結果，那戳你這隻api的人根本不知道發生甚麼事，所以一些基礎的log及判斷要有。

可以先ctrl + c斷掉terminal在跑的，然後再下一次指令，reload主要是當你save py檔的時候，他會讓頁面直接重載，用於開發時不用一直斷掉再跑。

uvicorn app:app --port 8000 --reload

import logging

from fastapi import FastAPI, UploadFile, File
from fastapi import FastAPI

FORMAT = '%(asctime)s %(levelname)s [%(filename)s] %(message)s'
logging.basicConfig(level = logging.INFO, format = FORMAT)

app = FastAPI(title = 'deploy mnist classifer model')


@app.get("/")
async def root():
    return {"message": "Hello World"}


@app.post("/api/v1/mnist")
async def mnist_classifer(
        file: UploadFile = File(None), 
    ):
    '''
        Args:
            file: 上傳的檔案
    '''
    try:
        file_location = "./temp.jpg"
        with open(file_location, "wb+") as file_object:
            file_object.write(file.file.read())
            
        logging.info(f"Successfully uploaded {file.filename}")

    except Exception as e:
        logging.DEBUG(e)
        return {"error": f"failed uploaded {file_location}"}

再回到我們的頁面，你發現多了一個POST，然後可以按Try it out，就發現可以上傳檔案做測試囉。

在terminal還能看到我們用logging顯示的資訊，以及fastapi成功的資訊。

今天就先到這裡囉~ 明天會把fastapi與昨天的inference code做合併。
主要是稍微介紹一下，有興趣的可以在網路上搜尋更多的教學，或者官網上有很多範例，可以去體驗看看。