Data Engineering

FastAPI - API даних

Маршрути, моделі Pydantic, залежності, middleware, документація OpenAPI, розгортання

20 питань зі співбесід·
Mid-Level
1

Що таке FastAPI?

Відповідь

FastAPI — це сучасний високопродуктивний веб-фреймворк Python для створення API. Він використовує стандартні type hints Python для автоматичної валідації даних і генерації документації. FastAPI побудований на Starlette для веб-функціональності та Pydantic для валідації даних, забезпечуючи продуктивність, порівнянну з Node.js і Go.

2

Який декоратор слід використовувати для визначення маршруту GET у FastAPI?

Відповідь

FastAPI використовує декоратори HTTP-методів безпосередньо на екземплярі додатка. Декоратор @app.get("/path") визначає маршрут GET. Кожен HTTP-метод має відповідний декоратор: @app.post(), @app.put(), @app.delete() тощо. Цей синтаксис натхненний Flask, але з доданою автоматичною валідацією.

3

Яка роль Pydantic у FastAPI?

Відповідь

Pydantic — це бібліотека валідації даних, яку використовує FastAPI. Вона дозволяє визначати моделі даних з типами Python і автоматично валідує вхідні дані. Pydantic також генерує JSON-схему для документації OpenAPI і надає докладні повідомлення про помилки у разі невалідних даних.

4

Як визначити path parameter у маршруті FastAPI?

5

Як FastAPI відрізняє query параметр від path параметра?

+17 питань зі співбесід

Інші теми співбесід Data Engineering

Linux & Shell - Основи

Junior
20 запитань

Git & GitHub - Основи

Junior
20 запитань

Просунутий Python для Data Engineering

Junior
25 запитань

Docker - Основи

Junior
25 запитань

Google Cloud Platform - Основи

Junior
20 запитань

CI/CD та якість коду

Mid-Level
20 запитань

Docker Compose

Mid-Level
20 запитань

Просунутий SQL для Data Engineering

Mid-Level
20 запитань

Data Lake - Архітектура та завантаження даних

Mid-Level
20 запитань

BigQuery для Data Engineering

Mid-Level
20 запитань

PostgreSQL - Адміністрування

Mid-Level
20 запитань

Data Modeling для Data Engineering

Mid-Level
20 запитань

Fivetran & Airbyte - Завантаження даних

Mid-Level
20 запитань

dbt - Основи

Mid-Level
20 запитань

Apache Airflow - Основи

Mid-Level
20 запитань

Kubernetes - Основи

Mid-Level
20 запитань

dbt - Розширені можливості

Senior
20 запитань

Патерни ETL / ELT / ETLT

Senior
20 запитань

Apache Airflow - Просунутий

Senior
20 запитань

Airflow + dbt - Оркестрація пайплайнів

Senior
20 запитань

PySpark - Великомасштабна обробка

Senior
20 запитань

Google Pub/Sub - Стрімінг даних

Senior
20 запитань

Apache Beam & Dataflow

Senior
20 запитань

Kubernetes - Продакшн та масштабування

Senior
20 запитань

Terraform - Infrastructure as Code

Senior
20 запитань

Бази даних NoSQL

Senior
20 запитань

Сучасна Data Architecture

Senior
20 запитань

Моніторинг та спостережуваність

Senior
20 запитань

IAM та безпека даних

Senior
20 запитань

Опануй Data Engineering для наступної співбесіди

Отримай доступ до всіх питань, flashcards, технічних тестів, вправ code review та симуляторів співбесід.

Почни безкоштовно