FastAPI入门：一个被裁Java程序员的Python后端自救指南
1. 那个凌晨三点的决定
去年十月，光谷软件园B3栋17楼的灯还亮着。
我盯着电脑屏幕右下角的时间——03:17，手里握着半杯已经凉透的瑞幸。就在三个小时前，HR把我叫进会议室，说“公司战略调整”，我的Java后端岗位被优化了。那天正好是我32岁生日，老婆还在家里等我回去吃蛋糕。
走出公司时，武汉的秋天已经有点冷了。我站在光谷广场地铁口，看着手机银行余额：128,453元。房贷每月6200，房租3500（对，我们在关山大道租了个两居室，还没买房），老婆刚怀孕三个月，产检费用还没算进去。
那一周我面试了7家公司，6家要的是“精通Spring Cloud + 高并发经验 + 熟悉K8s”，剩下那家给的薪资比我现在少3k。最离谱的是，有家创业公司HR问我：“你会写Python吗？我们现在主技术栈是FastAPI。”
FastAPI？那是什么？我当时心里咯噔一下。六年Java开发经验，在大厂写了无数行XML配置和@Service注解，突然告诉我市场变了？
回家路上，我打开招聘网站搜了“FastAPI”，结果跳出来一堆“急招”、“月薪20k起”、“远程可谈”。那一刻，我在光谷步行街的长椅上坐了二十分钟，做了一个决定：转Python后端，从FastAPI开始。
2. 为什么是FastAPI？不是Flask或Django？
说实话，一开始我也犹豫过。毕竟Python我只在脚本工具里用过，正经Web框架几乎没碰过。但做了三天调研后，我锁定了FastAPI，原因很现实：
- 性能接近Node.js，远超传统Python框架：官方benchmark显示，FastAPI处理请求的速度是Flask的3倍以上，这对经历过大促压测的我来说太有吸引力了。
- 自动生成API文档：Swagger UI开箱即用，再也不用手动写接口文档被产品怼了（别问，问就是血泪史）。
- 类型提示+Pydantic：作为从Java转过来的人，强类型让我有安全感。写代码时IDE能自动补全、校验参数，减少低级错误。
- 异步支持原生：async/await直接支持，不用像Flask那样套一层ASGI。
更重要的是——市场需求真旺。我在BOSS直聘上统计过，武汉本地要求FastAPI经验的岗位，平均薪资22k，比同等Java岗高15%。而且很多是ToB SaaS产品或AI初创公司，项目周期短、技术栈新，不像老Java项目动不动就“祖传代码”。
3. 第一个FastAPI项目：从Hello World到产品上线
我给自己定了两周目标：用FastAPI重写之前公司的一个内部工具——一个简单的任务管理系统（Task Manager）。这个系统原本是Spring Boot写的，功能很简单：增删改查任务，按状态过滤。
Day 1：环境搭建 & Hello World
from fastapi import FastAPI
app = FastAPI()
@app.get("/")
def read_root():
return {"Hello": "World from Wuhan!"}
跑起来，访问http://localhost:8000，看到JSON输出那一刻，我居然有点小激动。比Spring Boot启动快太多了！不用等Maven下载依赖，不用看Tomcat日志刷屏。
Day 3：定义数据模型（告别DTO）
在Java里，我得写一个Task实体类，再写一个TaskDTO，还得加Lombok注解。而在FastAPI里，用Pydantic一句话搞定：
from pydantic import BaseModel
from datetime import datetime
class Task(BaseModel):
id: int
title: str
description: str | None = None
done: bool = False
created_at: datetime
类型安全、默认值、可选字段——全都声明式搞定。IDE还能根据这个模型自动推断API输入输出结构！
Day 5：自动生成文档，产品再也不骂我了
访问http://localhost:8000/docs，Swagger UI自动出来了！所有接口、参数、示例一目了然。我还记得上个项目，产品经理小李每次验收都说：“你这接口文档又没更新吧？和实际返回的不一样！”
现在？我把/docs链接发给她，她自己点“Try it out”就能测试。上周五晚上她还发微信：“你们Python这么方便的吗？我们下周的新需求能不能也用这个？”
Day 10：接入数据库（SQLAlchemy + 异步）
我用了SQLAlchemy Core + asyncpg，写了个简单的CRUD：
from sqlalchemy.ext.asyncio import create_async_engine, AsyncSession
DATABASE_URL = "postgresql+asyncpg://user:pass@localhost/taskdb"
engine = create_async_engine(DATABASE_URL)
@app.post("/tasks/", response_model=Task)
async def create_task(task: TaskCreate):
async with AsyncSession(engine) as session:
db_task = TaskModel(**task.dict())
session.add(db_task)
await session.commit()
await session.refresh(db_task)
return db_task
虽然异步写法一开始有点绕，但一旦理解了，写高并发接口简直爽飞。上周压力测试，单机QPS跑到1800+，而原来的Java版本才600多。
Day 14：部署上线
用Docker打包，扔到阿里云ECS（2核4G，月付98），Nginx反向代理。整个过程不到两小时。对比之前Java项目打包成jar、配JVM参数、调GC策略……我差点哭出来。
4. 被FastAPI拯救的不止是技术栈，还有心态
说实话，刚开始学的时候我很焦虑。每天晚上哄睡老婆后（孕晚期她睡得早），我就在书房敲代码到凌晨。有次写异步事务死活不回滚，debug到两点，差点砸键盘。
但FastAPI的学习曲线真的很友好。官方文档清晰得像教程，社区示例丰富，连Stack Overflow上的回答都特别新（毕竟2018年才发布，没有历史包袱）。
更重要的是——它让我重新感受到“写代码的乐趣”。
在大厂写Java的最后一年，我每天的工作就是：
- 改一个if条件
- 加一个日志埋点
- 联调时等前端联调三小时
- 开会讨论“要不要加缓存”
而用FastAPI，我能快速把想法变成可运行的产品原型。上周我还帮朋友做了个小程序后端，三天搞定，他请我吃了顿湖锦。
5. 给想转FastAPI的Java程序员几点建议
别怕“背叛”Java：技术是工具，不是信仰。我在脉脉上看到太多人说“Java才是企业级”，结果简历石沉大海。市场要什么，你就学什么。
重点学Pydantic和依赖注入：这是FastAPI的灵魂。理解了Request/Response Model和Depends()，你就掌握了80%的开发模式。
别一上来就搞微服务：FastAPI适合做中小型项目、API网关、AI服务后端。先把单体玩明白，再考虑拆分。
利用好自动生成文档：这是你和产品、前端沟通的利器。我现在的项目，PRD里直接贴/docs截图。
接受Python的“动态”：虽然Pydantic提供了类型安全，但Python终究不是Java。学会用mypy做静态检查，别过度追求“完美OOP”。
6. 写在最后：技术人的韧性
今天，我已经入职一家做AI医疗产品的公司三个月了，职位是Python后端工程师，月薪22k（比被裁前高了7k）。团队12个人，6个用FastAPI，产品迭代速度飞快——上周刚上线一个患者随访系统，从需求到上线只用了11天。
昨天和老婆去妇幼做产检，她问我：“后悔转技术栈吗？”
我说：“不后悔。在Java里，我是个螺丝钉；在FastAPI里，我是个造轮子的人。”
技术永远在变，但解决问题的能力不变。FastAPI不会是终点，但它让我在32岁这年，重新找回了对编程的热情。
如果你也在焦虑、迷茫，不妨试试从一个小项目开始。不需要辞职，不需要报班，就用下班后的两小时，写一个能跑起来的API。
因为在这个行业，唯一不变的，就是变化本身。而我们能做的，就是让自己变得更快一点，更灵活一点。
就像FastAPI的那句slogan：Fast to code, fast to run。
愿你我都能如此。
作者：光谷某AI医疗公司后端工程师，前大厂Java程序员，现FastAPI重度使用者
坐标：武汉·光谷软件园
现状：娃快出生了，正在用FastAPI写一个孕期记录APP（开源计划中）
联系方式：不公开，但欢迎在评论区交流FastAPI踩坑经验 😄
评论 0