close
プログラミング クラウド Microsoft Azure 情報処理資格 基本情報技術者 IT基礎 応用情報技術者 開発・設計方法 オブジェクト指向 内定者・新人研修 プログラミング基礎 アルゴリズム コンピュータ数学 内定者研修 新人研修 ヒューマンスキル プロジェクトマネジメント プレゼンテーション リーダーシップ 組織マネジメント ネゴシエーション ロジカルシンキング Java UI/UX HTTP JavaScript基礎 情報処理資格 ネットワークスペシャリスト ネットワーク インターネットルーティング応用 IPアドレス データベース応用 SQL応用 パフォーマンスチューニング データベース設計 ER図 概念設計(データベース) 論理設計(データベース) IT資格 Linux基礎 OS・システム基盤 セキュリティ TCP/IP OSI参照モデル データベースセキュリティ ファイアウォール 標的型攻撃 SQLインジェクション ネットワーク基本設計 CCNA Cisco プロジェクトマネジメント資格 情報処理資格プロジェクトマネージャ 情報処理安全確保支援士 人事給与 財務会計 管理会計 簿記 生産管理 在庫管理 ERP バランススコアカード 情報処理資格 ITアーキテクト 情報処理資格 ITストラテジスト 情報処理資格 ITサービスマネジメント 情報処理資格 システム監査 PMBOK® PMP® プロジェクト計画 WBS リスクコントロール ITIL ITサービスマネジメント 要求定義 要件定義 見積手法 ビジネスインダストリ 業種・業界知識 業務知識 提案力 ソフトウェアテスト基礎 情報処理資格 データベーススペシャリスト ハードウェア基礎 外部設計(基本設計) 内部設計(詳細設計) データベース基礎 SQL基礎 RDBMS 物理設計(データベース) C++ Ruby MVC基礎 Webアプリケーション開発 JavaEE Javaプログラミング応用 フレームワーク MVC応用 Spring フレームワーク ソフトウェアテスト応用 テスト手法 JUnit スマートフォンアプリ開発 Androidアプリ開発 C# 基礎 C# 応用 負荷テスト Javaプログラミング基礎 ソフトウェアテスト コーチング メンタリング HTML/CSS サーバー構築 仮想化技術 KVS (NoSQL) アジャイル スクラム ファシリテーション C言語 ITパスポート JSTQB データサイエンス 単体テスト ユニットテスト キャリアアップ インターネットルーティング基礎 パケット解析 LAN構築 データベース データサイエンティスト トレンド 障害対応 インフラ監視 HTTP/2.0 コンピュータサイエンス VPN ネットワーク物理設計 データベース障害 JavaScript モダンJS (Modern JavaScript) 応用 MVS応用 バックアップ/リカバリ 分散処理 Hadoop Hive Python AI 深層学習(DeepLearning) CentOS Linux応用 Zabbix シェルスクリプト Infrastructure as Code Windowsサーバー基礎 内部設計 Docker DevOps Windowsサーバー応用 NginX chef Ainsible ロジカルライティング R テスト自動化 Jenkins Git 継続的インテグレーション (CI) バージョン管理 Vagrant 要求分析 Redmine 継続的インテグレーション(CI) 継続的デリバリー (CD) ヒューマンリソース管理 Web API マイクロサービス コミュニケーション 業務知識/業界知識 マーケティング 語学 AWS 法務 IoT ビジネスマナー OJT 業務効率化 表計算ソフト オフィスソフト コンプライアンス フロントエンド Subversion PHP 関数型プログラミング Laravel モダンJS (Modern JavaScript) 基礎 Android Studio 機械学習 iOSアプリ開発 ぷプログラミング React 次世代高度IT人材 共創 IPA Raspberry Pi Xamarin スクリプト言語 GoF CUI VBA 資格 ビジネス文書 jQuery 研修参加レポート マネジメント OSPF テーブル設計 アンガーマネジメント クリティカル・シンキング PDU 経営改善 Pマーク 問題解決技法 サイバー攻撃 エンジニア 参加してみた エンゲージメントマネジメント 労働関連法 新人育成 ネットワーク構築 情報セキュリティマネジメント デザインパターン リファクタリング マルチスレッドプログラミング ベンダーコントロール Modern JavaScript 冗長化 VLAN インフラエンジニア チームビルディング テストケース リーダブルコード セキュリティ入門 ネットワーク入門 Node.js npm gulp ビルドツール Python入門 冗長化入門 インフラ実機演習 プロジェクト管理 Active Directory ネットワーク管理 コンテナ 正規化理論 Haskell 品質管理 OpenStack シンギュラリティ DBA中級 プロトコル UX 基本設計 FinTech トラブルシューティング 並列処理 見える化 PMO ロジカルコミュニケーション Deep Learning インデックス設計 超上流工程 BGP Excel C-CENT Selenide プライベートクラウド アセンブラ コンピュータ基礎 工数見積 CCENT 法律知識 失敗から学ぶ プロジェクト失敗事例 PDCA プログラミング入門 非エンジニア向け 4Biz DNS セルフマネジメント 片付け術 サーバーダウン サーバー タイムマネジメント GO言語 プロダクトマネジメント プロダクトマネージャ LVS ロードバランサー 負荷分散 仮想通過 犯罪心理学 情報漏えい SEカレッジ導入事例 IT研修を聞いてみた 会社規模 (100~300名) IT研修制度を聞いてみた CentOS7 開発環境構築 数字力 財務 IT人材 UI Machine Learning Go言語 (golang) データマイニング 統計学 新人教育 やり直し数学 RDB つながる工場 モチベーション WebSocket WebWorker HTML5 CSS3 Bootstrap 微分・積分 システム設計 決断力 LAMP環境 トレ担 教育研修担当者向け ルーティング Linux入門 図解術 目標設定 試験対策 インタビュー技法 Vue.js ブロックチェーン 会社規模 (~50名) DHCP 仕掛け学 BSC 財務諸表 自己分析 RIP スタティックルート バッファオーバーフロー DoS攻撃 システム開発 会社規模 (~99名) Wireshark パケットキャプチャ 管理職研修 部下育成 ワークあり 文章力 情報システム部門向け プロジェクトリーダー プロジェクトマネージャ 塗り絵 リスク管理 法改定 会社の仕組み Chainer AI人材 会話術 会社規模 (~25名) テスト技法 組織規模 51名~99名 組織規模:~199名 [組織規模]199名まで 組織規模 199名まで 組織規模199名まで 会社規模199名まで 会社規模49名まで 会社規模99名まで アプリ開発 サーバサイドJava 営業知識 Cloud 栄養学 基本コマンド ウォーターフォールモデル ヘルスケア 論理設計 ニューラルネットワーク ハンズオン UML 顧客ヒアリング マウスで学ぶ Apache EC2 Lightsail M5Stack DevSecOps プロジェクト成果 画像認識 チャットポット コマンド レビュー 基本用語 自動構築 LPIC-1 サーバーサイドJavascript キャリア形成 ワークライフバランス インバスケット テック用語 GitHub Windows エディタ 教養 令和時代 RESTful API 物理設計 会社規模300名以上 データモデリング サーバーサイドJava Webサーバー基礎 Webサーバー応用 Watson IBMWatson Learning Topics OS モバイル コンテスト トレーニング手法 アーキテクチャ 人材モデル インフラ CI/CD Infrastructure as a Code チーム開発 制度づくり Special_Intro AI市場分析 研修ロードマップ 仕事術 デジタルトランスフォーメーション 財務分析手法 情報整理 PowerPoint 新しい研修 オンライン研修 見どころ紹介 統計分析 ディープラーニング G検定 情報処理技術者試験 販売管理 C# テスト計画 Linuxサーバー WEBサーバ構築 http/2 Postfix イーサリアム プロジェクト・メンバ 正規化 パケット実験 作業分解 トラブル調査 ネットワーク設計 Windows server 2016 ネットワーク機器 DX 管理職 最新動向 ポストコロナ時代 IoTデバイス マイコンボード センサ サーバー仮想化 仮想ルータ WAN インターネットVPN 若手エンジニア ITプロジェクト 人事面談 DX人材育成 Java基礎 ZAP 脆弱性診断 NWサービス構築 イノベーション・マネジメント ネットワークセキュリティ ストレッチ

Python / FastAPI でつくる WebAPI 入門 研修コースに参加してみた


2020-09-29 更新

今回参加したコースは Python /FastAPI でつくる WebAPI 入門 です。

Python といえば、基本情報技術者試験でプログラミング言語の選択肢に追加され、高校の情報Ⅱでも採用されるなど、C や Java ではなく Python でプログラミングデビューする方がドンドン増え、さらにメジャーな存在になっていますね。

その Python がよく使われる分野としては、AI/機械学習や統計が有名ですが、もちろんクラウド系のシステムや Web アプリケーションでも Python が活躍しています。

そこでは、サービスの機能をインターネット上で公開してほかのアプリケーションから呼び出して使ったり、モバイル端末や様々なデバイスのリクエスト/レスポンスに使ったり、複数のシステムを組み合わせたりするのに、 WebAPI という仕組みが使われます。

このコースでは、 WebAPI とは? から、よい WebAPI の設計指針まで学び、実際に Python と FastAPI で WebAPI で高速実装しました。これが 3 時間で実装できるのですから、本当に便利な世の中になりました。

では、コース内容をレポートします!

このコースはオンラインで開催されました。実習は、 Microsoft Azure 上に用意された研修環境に、リモートデスクトップでアクセスする方式でした

コース情報

前提知識 基本的な Python プログラミングと Web アプリケーション開発の基礎知識がある方
受講目標 Python と FastAPI を使用した Web API の設計・実装がわかる

講師紹介

このコースで登壇されたのは 米山 学さん です。

米山 学
米山 学
JavaはもちろんPython/PHPなどスクリプト言語、Vue/ReactなどJSだってなんだってテックが大好き。原点をおさえた実践演習で人気

過去には、「 1 日で習得する Python 入門 」「 C# や Java 開発者のための Python 入門」、「Python で ディープラーニング 入門」など、 Python の入門から応用までのコースで登壇されています。

WebAPI とは?

まずは WebAPI の概要が説明されました。

  • WebAPI とは?
    • Web テクノロジーを活用したシステム間連携のためのAPI
      • 通信プロトコルとして HTTP を、リソースの識別として URI を使用
    • 起源は 1970 年代の RPC( Remote Procedure Call )
      • 最新の RPC は Google の gRPC
    • 最新のマイクロサービスやサーバレスでも WebAPI が重要
  • Web と WebAPI の違い
    • 通常の Web の利用者は「人」

      • HTML コンテンツを返す
    • WebAPI の利用者は人でなく「プログラム」

      • 返ってくるのは JSON や XML など
  • WebAPI を実現する技術
    • 現在では RESTful API がデファクト
    • 最近では GraphQL, gRPC も徐々に普及してきている

WebAPI は、様々な企業やサービスが連携することで API Economy を生み出しています。

  • API List 100+ に有用なものが公開されている
    • Google Maps、Amazon、Yahoo!、Twitter などが公開
  • WebAPI を外部に提供して新たなサービスを作ってもらう
    • さらにそのサービスの API が使われていく
    • IFTTT / Zapier など API を連携させるツールで RPA を行う例も増加
  • 自社サービスを活用してもらうことで、さらに普及し発展する

なお、米山さんは、説明しながら Zoom で共有した資料に、赤で下線を引いたり囲んだり文字を書き込んだりしていきました。

動きのない図ではわからない、流れなどがとてもわかりやすくなりました。

RESTful アーキテクチャとは?

WebAPI を実現する技術としては、 RESTful Architecture が広く使われています。

  • REST = REpresentative State Transfer の略称
    • REpresentative (表現可能な) State (状態) Transfer (転送)
  • Roy Fielding が 2000 年に論文発表
    • システム間接続のセオリー集のようなもの
    • 設計と実装の単純化と標準化を謳っている
  • この REST を満たしたアーキテクチャを RESTful Architecture という
    • ROA(Resource Oriented Architecture)を満たすことが必要十分条件

ROA とは?

  • Resource
    • 情報やデータのこと
  • URI
    • 名前 (URN) と 場所 (URL) を表す
    • Endpoint (エンドポイント) という
  • Representation
    • データフォーマットのこと
    • JSON などで表現されたもの
  • Link
    • 他の Resource との関連

CRUD と HTTPリクエスト

では、RESTful アーキテクチャで WebAPI で出来ることをどのように表現しているのでしょうか。

  • CRUD ( Create / Read / Update / Delete の略) の 4 つで出来ることを分類
  • HTTP リクエストで送受信する
  • 動詞(操作= HTTPリクエスト・メソッド)+ 目的語となる名詞(リソース = URI )
    • GET/items/123 とあれば「 123 のアイテムを表示せよ」
CRUD処理(操作) HTTPリクエスト・メソッド
CREATE(新規作成) POST POST /items ・・・ 新しいアイテムを作成する
READ(取得) GET GET /items ・・・ アイテムの一覧を取得する
GET /items/123 ・・・ 123番のアイテムを取得する
GET /items/123/name ・・・ 123番のアイテムの名前を取得する
UPDATE(更新) PUT PUT /items/123 ・・・ 123番のアイテムを更新する
DELETE(削除) DELETE DELETE /items/123 ・・・ 123番のアイテムを削除する

この表を見ると、ノリがわかりますね。

ブラウザにある開発者ツールを使って、 [ネットワーク] タブを見ると、出てくるのでお馴染みかも知れません。

WebAPI の設計ポイント

では、この RESTful アーキテクチャを使って、どのように WebAPI を設計(表現)すればよいのでしょうか。

リソースと URI の設計のポイント

まずは、WebAPI ユーザからのリクエストの設計です。

  • ユーザに対して何を(何のリソース)提供するのか
  • 許可する処理を決める
    • 「誰でも」なのか「特定なのか」
    • 「読むだけ」なのか「読み書き可能なのか」
      • 読み書きであれば CRUD のうち、どれが OK なのか
  • データフォーマットを決める
    • 型情報ももちろん含まれる
  • ログインなど CRUD で表現しきれないものは login など文字列を入れても良い
  • 良い URI とは
    • 名前から「どのような機能なのか?」「何を提供するのか?」がわかるように
      • シンプルで短い
      • .php など実装がわかるものは NG
      • 命名ルールが統一されている
        • キャメルケース、スネークケースなど
        • これが不統一だと使いにくい
      • 階層は深くなりすぎないように(だいたい 4 ~ 5 )
    • バージョン番号がわかる /api/v2/・・・
    • クエリストリングを使ってフィルタリングやソートなどのオプションを表す
      GET /tickets?sort=-priority # チケットのリストを priority の降順で取得する

当たり前ですが、ユーザとなる開発者にとって「使い方がわかりやすい」ということがポイントですね。

レスポンスの設計ポイント

続いて、リクエストに対するレスポンスはどのように設計すればよいのでしょうか。

  • JSON が主流
    • XML から 2012 年ごろに JSON が逆転 (Google トレンドから)
    • 人間にもわかりやすく、軽量
    • もともとは JS でオブジェクトを表すために開発されたもの
    • { key:value } で表現される
  • ヘッダ / ボディでリソースを表現する
    {
      "productId": 1,
      "productName": "A green door",
    }
  • どんな構造にするか、標準があるので参考にしよう
    • json:api など
  • レスポンスの中身
    • GET はわかりやすい
      • 要求されたデータを返すだけ
    • POST / PUT / DELETE が難しい
      • 空の JSON データを返すことが多い
      • 変更されたデータを返す、というのも一つの手
      • HTTP ステータスコードを使うのがベター
        • 403
        • 201 は作成成功のときのステータスコード
    • クライアントが受け取ったデータを処理しやすいように
      • 1 回で終わる
      • 階層(ネスト)が深すぎるとツラい
    • データの名前がわかりやすいように
      • 名前は複数形で
      • 使いやすいドキュメントを用意しよう
        • JSON Schema にある例
          {
            "productId": 1,
            "productName": "A green door",
            "price": 12.50,
            "tags": [ "home", "green" ]
          }
        • Swagger (Open API) がよく使われるようになっている

開発者にとって「使いやすさ」がポイントですね。

エラーとセキュリティの設計ポイント

  • HTTPレスポンスの返送
    • 適切なエラー・ステータス・コードを返す
      • HTTP で規定されているコード:4xx(クライアント側)、5xx(サーバ側)
    • レスポンス・ボディに適切なエラー・メッセージを設定
      • HTMLを返送しないように注意(ユーザは JSON を期待している)
  • エラー発生時にユーザが知りたい必要最低限の情報を付与
    • 発生したエラーの種類/エラー・コード
    • エラーの発生原因
    • エラーの解決方法(詳細情報へのリンク)
    • 例:"errors" の配列の中に、コード、メッセージ、参照 URL

セキュリティ設計も考える必要があります。

  • 常に SSL 通信による暗号化を行う
  • API キーを用いた認証機能とアクセス権限に基づくサービスの提供
  • リクエスト情報(使用履歴)のトレース
  • クォータ(呼び出し回数制限)の設定
SE カレッジならこのオンライン研修コースを含め、

年間 700 コースを
1 社 / 1 部門 / 1 チーム 単位
月額 28,000 円~で
受講し放題!!

詳しくはこちら

Python / FastAPI で WebAPI サーバを書こう

ここから、 Python で WebAPI サーバを実装する実習となります。

まず、 Python とその代表的な WebAPI に特化したフレームワークが説明されました。

最近は Web アプリケーションフレームワークではなく、 API サーバを書くことに特化したフレームワークがあるのですね。知らなかった。。
たしかに、モバイルなど各種デバイスの登場で、バックエンドは API までが境界線になりつつありますよね。

  • Flask
  • FastAPI
  • Django-REST-Framework
  • Eve
  • Hug

もともと、Web アプリケーションフレームワークでもある Flask がよく使われていたのですが、ここ数年は FastAPI が人気とのことです。

FastAPI とは?

  • Flask に代わる人気のマイクロ・フレームワーク
  • 高速
  • モダンな機能
    • Swagger や GraphQL に対応
    • WebSocket にも対応
  • Uvicorn (非同期処理対応) サーバで動く

動かしてみよう

今回は Visual Studio Code( VSCode )で演習します。

まずは Uvicorn などのインストールです。

> pip install fastapi uvicorn

続いて、おなじみ Hello, World してみましょう。

import uvicorn
from fastapi import FastAPI

app = FastAPI()

@app.get('/') # URI / にGETリクエストが来たときの処理
def get_hello():
    return {'message': 'Hello from FastAPI Server!'}

if __name__ == '__main__': #コンストラクタ
    uvicorn.run(app)

なかなかにわかりやすいですね。

では、コマンド実行してプログラムを動かしてみましょう!

> uvicorn hello:app --reload

ディレクトリをわけて開発

Web アプリケーションフレームワーク同様に、ディレクトリをきって役割を分割していきます。

Sample
|- routers
|  |- user.py (エンドポイントのデータと処理を記述)
|  :
|
|- app.py (サーバの boot など)
:

では、この構成に従って、 user.py を書きます。

  • routers/user.py
from fastapi import APIRouter
router = APIRouter()

user_list = ['John', 'Bill', 'Eric']

@router.get('/users') # index の処理
def get_users():
    return {'users': user_list}

続いて、サーバやプログラムの boot などを行う app.py を書きます。

  • app.py
import uvicorn
from fastapi import FastAPI
from routers import user
app = FastAPI()
app.include_router(user.router)

if __name__ == '__main__':
    uvicorn.run(app)

動かしてみましょう!

> uvicorn app:app --reload

CRUD 処理を書いてみましょう

では、CRUD の 4 つの処理を書いていきます。

  • GET
    • 個人ごとにデータを出すもの
    • routers/user.py
from fastapi import APIRouter
router = APIRouter()

user_list = ['John', 'Bill', 'Eric']

@router.get('/users')
def get_users():
    return {'users': user_list}

@router.get('/users/{index}') # この処理を追加
def get_user(index: int):
    return {'user': user_list[index]}

無事に表示されました。

づついて、 POST (登録) の処理です。

  • POST
    • ユーザを登録する
    • GET と違ってリクエストが投げにくい
    • VScode の拡張を入れましょう
      • REST Client がいい感じです
    • user.rest というファイルを作って、リクエストが投げられる
      • CTRL+ALT+R で実行できます
    • routers/user.py
@router.post('/users')
def create_user(json: Dict):
    user = json.get('user')
    user_list.append(user)
    return {}

では、 user.rest にリクエストを書いて実行してみます。

なお、POST はエンドポイントの下にリクエスト内容を JSON で書きます

POST http://localhost:8000/users

{"user" : "TEST"}

###
GET http://localhost:8000/users

無事に登録されました!

続いて、PUT(インデックス指定によるユーザーの更新)と DELETE (ユーザ削除) です。

@router.put('/users/{index}', )
def update_user(index: int, json: Dict):
    user = json.get('user')
    user_list[index] = user
    return {}


@router.delete('/users/{index}')
def delete_user(index: int):
    user_list.pop(index)
    return {}

これも同様に実行してみます。

無事に動作しましたね。

FastAPI で型定義と検証

FastAPI では型定義と妥当性検証の機能があり、 Python のタイプヒンティングと組み合わせるだけで簡単に実装できます。これはFlaskでは提供されていない機能です。

その例として、新しいリソースを追加してみます。

  • routers/book.py
from fastapi import APIRouter
# 型を使った定義やバリデーションを行う pydantic をインポート
from pydantic import BaseModel
from typing import List
router = APIRouter()

class Book(BaseModel): # クラスで型を定義
    isbn: str
    title: str
    authors: List[str]
    price: int

@router.post('/books')
def create_book(book: Book): # Book クラスに追加する create メソッド
    return {
        'isbn': book.isbn,
        'title': book.title,
        'authors': book.authors,
        'price': book.price
    }
  • app.py
import uvicorn
from fastapi import FastAPI
from routers import user, book
app = FastAPI()
app.include_router(user.router)
app.include_router(book.router)

if __name__ == '__main__':
    uvicorn.run(app)
  • book.rest
POST http://localhost:8000/books

{
  "isbn" : "978-1718501126",
  "title" : "Learn Python",
  "authors" : [
    "Tim Arnold",
    "Justin Seitz"
  ],
  "price" : 5200
}

実行してみると、これも無事に登録できました。

Swagger を使ってみましょう

FastAPI にもともと含まれている機能で、 API のドキュメントが自動作成されるとのこと。本当ですか、マジですか(泣)

  • 実装から UI が出てくる
    • ドメインの URL に /docs で出てくる
    • めっさ便利
  • redoc
    • ドメインの URL に /redoc で出てくる
    • より見やすい!

キャー!ステキ!!

API のドキュメントを書いたことがあるのですが、実装との diff を埋めるのに泣きたく (ry

なんと、最近は Swagger で定義すると、コード生成までやってくれるって言うんですから、夢か。。

データベースからレスポンスを作ってみよう

今度はデータベースを使って、レスポンスを返してみましょう。

  • RDBMS 以外にも NoSQL も使われる
  • 今回は MongoDB を使ってみましょう
    • MongoDB はドキュメント( JSON )を扱う
    • mysql と cli は同じっぽい

では、実際 MongoDB にデータを投入していきます。

> show databases;
admin   0.000GB
config  0.000GB
local   0.000GB
> use test # db に無くても作れる。test データベースを作成
switched to db test
> db.users.insertOne({"_id": 1, "name": "John"})
{ "acknowledged" : true, "insertedId" : 1 }
> db.users.insertOne({"_id": 2, "name": "Eric"})
{ "acknowledged" : true, "insertedId" : 2 }
> db.users.insertOne({"_id": 3, "name": "Bill"})
{ "acknowledged" : true, "insertedId" : 3 }
> db.users.find()
{ "_id" : 1, "name" : "John" }
{ "_id" : 2, "name" : "Eric" }
{ "_id" : 3, "name" : "Bill" }

続いて、ドライバのインストールです。

> pip install pymongo

 

では、プログラムを書いていきましょう。

  • user.py
from fastapi import APIRouter
from typing import Dict
from pymongo import MongoClient
client = MongoClient('mongodb://localhost:27017/') # MongoDB の接続
db = client.test

router = APIRouter()

# 前に書いた処理はコメントアウトされます
# user_list = ['John', 'Bill', 'Eric']

@router.get('/users/{index}')
def get_user(index: int):
    # return {'user': user_list[index]}
    return db.users.find_one({"_id": index})

@router.post('/users')
def create_user(json: Dict):
    # user = json.get('user')
    # user_list.append(user)
    db.users.insert_one(json)
    return {}

@router.put('/users/{index}', )
def update_user(index: int, json: Dict):
    # user = json.get('user')
    # user_list[index] = user
    db.users.update_one({"_id": index}, {"$set": json})
    return {}

@router.delete('/users/{index}')
def delete_user(index: int):
    # user_list.pop(index)
    db.users.delete_one({"_id": index})
    return {}

ということで、また同じようにやってみると、、、




動きました~

 

これまでのところで、ほぼ 3 時間だったのですが、親切にこのあと実際に JavaScript で WebAPI を使うフロントエンドまでカバーしていた「おまけ」もざっと紹介してコースは修了しました。

まとめ

このコースでは、 WebAPI の基礎知識から、実際に Python / FastAPI で作って見るところまで 3 時間で研修しました。

資料は Web 形式で用意され、重要なキーワードにはリンクを貼り、あとから詳しく勉強するのにも便利なようになっていたことに加え、研修中は手元の Web ブラウザーからコピー&ペーストすれば動いて、オンライン研修でも WebAPI プログラミングを簡単に体験できました。

それにしても FastAPI は WebAPI に特化しているだけあって、ディレクトリで悩むこともなく、とても直感的にサッと書けるのが印象的でした(しかも API ドキュメントも自動生成)。

大量のリクエストをさばき、複雑なエッジケースまでカバーする大規模なアプリケーションを除けば、バックエンドはドンドン簡略化が進み、主戦場はフロントエンドに移っているのかも知れませんね。

午前免除 FAQ

タグ一覧