
FastAPI - API Data
Rute, model Pydantic, dependensi, middleware, dokumentasi OpenAPI, deployment
1Apa itu FastAPI?
Apa itu FastAPI?
Jawaban
FastAPI adalah framework web Python modern dan berkinerja tinggi untuk membangun API. FastAPI menggunakan type hints Python standar untuk validasi data otomatis dan pembuatan dokumentasi. FastAPI dibangun di atas Starlette untuk fungsionalitas web dan Pydantic untuk validasi data, menawarkan kinerja yang sebanding dengan Node.js dan Go.
2Decorator mana yang harus digunakan untuk mendefinisikan rute GET di FastAPI?
Decorator mana yang harus digunakan untuk mendefinisikan rute GET di FastAPI?
Jawaban
FastAPI menggunakan decorator metode HTTP langsung pada instance aplikasi. Decorator @app.get("/path") mendefinisikan rute GET. Setiap metode HTTP memiliki decorator yang sesuai: @app.post(), @app.put(), @app.delete(), dll. Sintaks ini terinspirasi dari Flask tetapi dengan validasi otomatis ditambahkan.
3Apa peran Pydantic dalam FastAPI?
Apa peran Pydantic dalam FastAPI?
Jawaban
Pydantic adalah library validasi data yang digunakan oleh FastAPI. Pydantic memungkinkan mendefinisikan model data dengan tipe Python dan secara otomatis memvalidasi data yang masuk. Pydantic juga menghasilkan skema JSON untuk dokumentasi OpenAPI dan memberikan pesan kesalahan terperinci ketika data tidak valid.
Bagaimana cara mendefinisikan path parameter dalam rute FastAPI?
Bagaimana FastAPI membedakan query parameter dari path parameter?
+17 pertanyaan wawancara
Topik wawancara Data Engineering lainnya
Linux & Shell - Dasar-dasar
Git & GitHub - Dasar-dasar
Python lanjutan untuk Data Engineering
Docker - Dasar-dasar
Google Cloud Platform - Dasar-Dasar
CI/CD dan Kualitas Kode
Docker Compose
SQL Lanjutan untuk Data Engineering
Data Lake - Arsitektur dan Ingesti
BigQuery untuk Data Engineering
PostgreSQL - Administrasi
Data Modeling untuk Data Engineering
Fivetran & Airbyte - Ingesti Data
dbt - Dasar
Apache Airflow - Dasar-Dasar
Kubernetes - Dasar-Dasar
dbt - Fitur lanjutan
Pola ETL / ELT / ETLT
Apache Airflow - Lanjutan
Airflow + dbt - Orkestrasi Pipeline
PySpark - Pemrosesan Skala Besar
Google Pub/Sub - Streaming Data
Apache Beam & Dataflow
Kubernetes - Produksi dan Penskalaan
Terraform - Infrastructure as Code
Database NoSQL
Data Architecture Modern
Monitoring dan Observability
IAM dan Keamanan Data
Kuasai Data Engineering untuk wawancara berikutnya
Akses semua pertanyaan, flashcards, tes teknis, latihan code review dan simulator wawancara.
Mulai gratis