벤치마크

독립적인 TechEmpower 벤치마크에 따르면 Uvicorn에서 실행되는 FastAPI 애플리케이션을 사용 가능한 가장 빠른 Python 프레임워크 중 하나로 Starlette과 Uvicorn 다음으로 높은 순위입니다. (FastAPI에서 내부적으로 사용). (*)

그러나 벤치마크를 확인하고 비교할 때 다음 사항을 염두에 두어야 합니다.

벤치마크 및 속도

벤치마크를 확인할 때 서로 다른 유형의 여러 도구를 동등하게 비교하는 것이 일반적입니다.

특히 (다른 많은 도구 중에서) Uvicorn, Starlette 및 FastAPI를 함께 비교하는 것을 확인하기 위한 방법이 필요합니다.

도구로 문제를 간단하게 해결할수록 더 나은 성능을 얻을 수 있습니다. 그리고 대부분의 벤치마크는 도구에서 제공하는 추가 기능을 테스트하지 않습니다.

계층 구조는 다음과 같습니다.

• Uvicorn: ASGI 서버

• Starlette: (Uvicorn 사용) 웹 마이크로프레임워크

  • FastAPI: (Starlette 사용) API 구축, 데이터 검증 등을 위한 몇 가지 추가 기능이 있는 API 마이크로프레임워크

• Uvicorn:

• 서버 자체를 제외하고 추가 코드가 없기 때문에 최고의 성능을 제공합니다.
• Uvicorn에서 직접 응용 프로그램을 작성하지 않습니다. 즉, 사용자의 코드에는 적어도 Starlette(또는 FastAPI)에서 제공하는 모든 코드가 포함되어야 합니다. 그렇게 하면 최종 응용 프로그램은 프레임워크를 사용하고 앱 코드와 버그를 최소화하는 것과 동일한 오버헤드를 갖게 됩니다.
• Uvicorn을 비교하고 싶다면 Daphne, Hypercorn, uWSGI 등의 응용 프로그램 서버와 비교하는 것이 좋습니다.
• Starlette:
• Uvicorn 다음으로 최고의 성능을 보입니다. 실제로 Starlette는 Uvicorn을 사용하여 실행합니다. 따라서 더 많은 코드를 실행해야 하기 때문에 Uvicorn보다 느릴 수 있습니다.
• 그러나 경로 등을 기반으로 하는 라우팅을 사용하여 간단한 웹 응용 프로그램을 구축할 수 있는 도구를 제공합니다.
• Starlette을 비교하고 싶다면 Sanic, Flask, Django 등의 웹 프레임워크(또는 마이크로프레임워크)와 비교하는 것이 좋습니다.
• FastAPI:
• Starlette이 Uvicorn을 사용하여 빠른 속도를 제공하는 것처럼 FastAPI는 Starlette을 사용하므로 무척 빠른 속도를 제공합니다.
• FastAPI는 Starlette에 추가적으로 더 많은 기능을 제공합니다. 그 기능들은 데이터 검증 및 직렬화와 같이 API를 구축할 때 거의 매번 필요한 것들 입니다. 그리고 그것들을 사용하면 무료로 자동 문서를 얻을 수 있습니다 (자동 문서는 실행 중인 응용 프로그램에 오버헤드를 추가하지 않으며 시작 시 생성됩니다).
• FastAPI를 사용하지 않고 Starlette (또는 Sanic, Flask, Responder 등과 같은 다른 도구) 를 직접 사용한 경우 모든 데이터 검증 및 직렬화를 직접 구현해야 합니다. 따라서 최종 응용 프로그램은 FastAPI를 사용하여 구축된 것과 동일한 오버헤드를 갖게 됩니다. 그리고 대부분의 경우, 데이터 검증 및 직렬화는 응용 프로그램에서 작성된 코드 중 가장 많은 양을 차지합니다.
• 따라서 FastAPI를 사용하면 개발 시간, 버그, 코드 양을 절약할 수 있으며, 사용하지 않는 경우와 동일하거나 더 나은 성능을 얻을 수 있습니다.
• FastAPI를 비교하고 싶다면 Flask-apispec, NestJS, Molten 등과 같은 데이터 검증, 직렬화 및 문서화를 제공하는 웹 응용 프로그램 프레임워크 (또는 도구 집합) 와 비교하는 것이 좋습니다.