FastAPI - APIs de dados
Rotas, modelos Pydantic, dependências, middleware, documentação OpenAPI, deploy
1O que é FastAPI?
O que é FastAPI?
Resposta
FastAPI é um framework web Python moderno e de alto desempenho para construir APIs. Ele usa type hints padrão do Python para validação automática de dados e geração de documentação. FastAPI é construído sobre Starlette para funcionalidades web e Pydantic para validação de dados, oferecendo desempenho comparável a Node.js e Go.
2Qual decorator deve ser usado para definir uma rota GET no FastAPI?
Qual decorator deve ser usado para definir uma rota GET no FastAPI?
Resposta
FastAPI usa decorators de métodos HTTP diretamente na instância da aplicação. O decorator @app.get("/path") define uma rota GET. Cada método HTTP tem seu decorator correspondente: @app.post(), @app.put(), @app.delete(), etc. Essa sintaxe é inspirada no Flask mas com validação automática adicionada.
3Qual é o papel do Pydantic no FastAPI?
Qual é o papel do Pydantic no FastAPI?
Resposta
Pydantic é a biblioteca de validação de dados usada pelo FastAPI. Ela permite definir modelos de dados com tipos Python e valida automaticamente os dados de entrada. Pydantic também gera o schema JSON para a documentação OpenAPI e fornece mensagens de erro detalhadas quando os dados são inválidos.
Como definir um path parameter em uma rota FastAPI?
Como o FastAPI distingue um query parameter de um path parameter?
+17 perguntas de entrevista
Outros temas de entrevista Data Engineering
Linux & Shell - Fundamentos
Git & GitHub - Fundamentos
Python avançado para Data Engineering
Docker - Fundamentos
Google Cloud Platform - Fundamentos
CI/CD e qualidade de código
Docker Compose
SQL avançado para Data Engineering
Data Lake - Arquitetura e ingestão
BigQuery para Data Engineering
PostgreSQL - Administração
Data Modeling para Data Engineering
Fivetran & Airbyte - Ingestão de dados
dbt - Fundamentos
Apache Airflow - Fundamentos
Kubernetes - Fundamentos
dbt - Recursos avançados
Padrões ETL / ELT / ETLT
Apache Airflow - Avançado
Airflow + dbt - Orquestração de pipelines
PySpark - Processamento em grande escala
Google Pub/Sub - Streaming de dados
Apache Beam & Dataflow
Kubernetes - Produção e escalabilidade
Terraform - Infrastructure as Code
Bancos de dados NoSQL
Arquitetura Data moderna
Monitoramento e observabilidade
IAM e segurança de dados
Domine Data Engineering para sua proxima entrevista
Acesse todas as perguntas, flashcards, testes tecnicos, exercicios de code review e simuladores de entrevista.
Comece gratis