FastAPI guide på norsk — bygg REST-API-er med Python raskt

Hva er FastAPI og hvem bruker det?

FastAPI er et moderne Python-webrammeverk for å bygge API-er, laget av Sebastián Ramírez og lansert i 2018. Det er basert på standard Python type hints og bygger videre på Starlette for web-laget og Pydantic for datavalidering. Navnet er ikke bare et markedsføringstriks — FastAPI er faktisk blant de raskeste Python-rammeverk tilgjengelig, og sammenlignes favorabelt med Node.js og Go i ytelsestester.

Store selskaper som Microsoft, Uber og Netflix bruker FastAPI i produksjon. I Norge brukes det av en rekke tech-startups og konsulentselskaper som ønsker rask API-utvikling uten å ofre kodekvalitet. Det er spesielt populært for maskinlærings-API-er og mikrotjenester.

FastAPIs viktigste fordeler

FastAPI kombinerer funksjonalitet som tradisjonelt krevde mange separate biblioteker:

• Automatisk API-dokumentasjon — Swagger UI og ReDoc genereres automatisk fra koden din. Ingen manuell dokumentasjon.
• Pydantic-validering — request-body, query-parametre og responser valideres automatisk. Ugyldige data gir tydelige feilmeldinger.
• Asynkron støtte — native async/await-støtte lar deg håndtere tusenvis av samtidige forespørsler effektivt.
• Type safety — Python type hints gir deg editor-autocompletion og fanger feil tidlig.
• Dependency Injection — innebygd DI-system gjør det enkelt å håndtere autentisering, databasetilkoblinger og delte ressurser.
• Lik OpenAPI-standard — genererer automatisk en OpenAPI-spec som klienter kan bruke til å generere kode.

Installasjon og første API

Installer FastAPI og Uvicorn (ASGI-server) med pip: pip install fastapi uvicorn[standard]. Lag en fil main.py og skriv: from fastapi import FastAPI; app = FastAPI(). Definer et endepunkt med dekoratoren @app.get("/") og en funksjon som returnerer en Python-dict. Start serveren med uvicorn main:app --reload.

Allerede nå har du en fungerende API tilgjengelig på http://localhost:8000, og automatisk Swagger-dokumentasjon på http://localhost:8000/docs. ReDoc er tilgjengelig på http://localhost:8000/redoc. Dette er noe av det som gjør FastAPI så produktivt — dokumentasjonen eksisterer alltid og er alltid oppdatert.

Pydantic-modeller og datavalidering

Pydantic-modeller er nøkkelen til FastAPIs kraftige validering. Du definerer en klasse som arver fra BaseModel med typede felter: class Produkt(BaseModel): navn: str; pris: float; lager: int = 0. Bruk modellen som type hint i endepunktets parameter, og FastAPI vil automatisk validere inkommende JSON og gi tydelige feilmeldinger om data ikke stemmer.

Pydantic støtter avansert validering med Field() og @validator-dekoratorer. Du kan sette minimums- og maksimumsverdier, regex-validering for strenger, egendefinerte valideringsfunksjoner og mye mer. Response models lar deg definere hva API-et returnerer — og utelate sensitive felt som passord-hash automatisk.

Database og autentisering

FastAPI inkluderer ikke ORM, men integrerer sømløst med SQLAlchemy, Tortoise ORM og andre. Med SQLAlchemy 2.0 og async-støtte kan du gjøre databaseoperasjoner uten å blokkere eventvariabelen. Alembic håndterer databasemigrasjoner. For asynkrone applikasjoner er SQLModel — laget av FastAPIs skaper — en elegant kombinasjon av SQLAlchemy og Pydantic.

Autentisering settes opp med FastAPIs Dependency Injection-system. OAuth2 med JWT-tokens er den vanligste tilnærmingen. FastAPI-dokumentasjonen har en komplett eksempel med bcrypt-passord-hashing, token-generering og beskyttede endepunkter. For enklere prosjekter er fastapi-users et komplett autentiseringsbibliotek med brukerregistrering, email-verifisering og passordreaktivsering klart ut av boksen.

Ytelse og skalerbarhet

FastAPI er blant de raskeste Python-rammeverk tilgjengelig:

Fra lokal til sky: deployment

FastAPI deployes med en ASGI-server som Uvicorn eller Hypercorn. For produksjon anbefales Gunicorn som prosessbehandler med Uvicorn-workers: gunicorn main:app -w 4 -k uvicorn.workers.UvicornWorker. Dette gir parallell håndtering og automatisk restart av krasj-prosesser.

Docker er den vanligste deployment-metoden. Lag en Dockerfile basert på python:3.12-slim, installer dependencies, og eksponer port 8000. Med Docker Compose kan du enkelt legge til PostgreSQL og Redis i samme stack. For sky-deployment er Railway, Render og DigitalOcean App Platform populære valg med enkel CI/CD-integrasjon.

FastAPI i norsk kontekst

FastAPI har vunnet stor popularitet blant norske backend-utviklere de siste to årene.

"FastAPI har halvvert utviklingstiden for nye API-er hos oss. Den automatiske dokumentasjonen alene er verdt overgangen fra Flask — ingen mer manuell Swagger-konfigurasjon."