在之前的文章中我们经常提到Flask，非常方便的帮我们来构建应用。但有的时候被线程、回调折腾的闹心。今天我们就来看看为什么有人说FastAPI在面对高并发时会更有优势。当然并不是所有的项目都需要去折腾异步，如果只是做个简单的接口，同步框架足够。我一直很喜欢Flask，它轻量灵活，用来搭建简单的API，非常顺手。但是当项目并发量上来后，它的局限性就暴露出来了：一个请求占用一个工作进程；WebSocket支持不够原生，需要Flask-SocketIO这类扩展；；没有原生的异步语法支持。而FastAPI是基于Starlette开发的，底层用的是python的asyncio异步框架，天生就适合处理异步任务，它有几个优点：原生支持异步断电，直接用async def定义接口，配合await处理非阻塞操作；websocket支持不依赖第三方；并发处理更高效。# Flask 的同步方式from flask import Flaskimport timeapp = Flask(__name__)@app.route('/process')def process(): time.sleep(5) # 模拟阻塞任务（如数据库查询、网络请求） return 'Done!'
这个接口如果有10个用户同时访问，就需要10个工作进程才能同时响应，不然后面的用户就得排队等前面的请求完成，并发能力很有限。
# FastAPI 异步方式from fastapi import FastAPIimport asyncioapp = FastAPI()@app.get('/process')async def process(): await asyncio.sleep(5) # 非阻塞等待，期间可处理其他请求 return {'status': 'Done!'}
用异步写法的话，服务器在等待这个5秒任务的同时，还能处理其他用户的请求。哪怕只有一个工作进程，也能应对多个并发访问，资源利用效率提升很明显。
用Flask-SocketIO做WebSocket时，得在线程和协程（greenlets）之间切换，逻辑绕来绕去，很容易出问题。而FastAPI的实现就清爽多了：
from fastapi import FastAPI, WebSocketapp = FastAPI()@app.websocket('/ws')async def websocket_endpoint(websocket: WebSocket): await websocket.accept() # 接受WebSocket连接 while True: data = await websocket.receive_text() # 异步接收数据 await websocket.send_text(f"Echo: {data}") # 异步发送响应
不用额外管理线程，也没有复杂的隐藏逻辑，就几行直观的异步代码，就能实现稳定的实时通信功能，后续维护起来也轻松。
在实际的异步场景开发中，接口、数据库调用、网络请求这些，优先用async def ，这样能发挥并发优势；别阻塞时间循环，尽量少用time.sleep（）等待任务用await，asynico.sleep（）；做好会话的管理；异步代码里一定要加try/except 尤其是Websocket连接这类场景。
总之，异步本质上就是一种更高效的任务处理方式。如果你的项目涉及实时通信、高并发场景，不妨试试FastAPI搭配async/await语法，不用大幅增加硬件成本，就能明显提升服务性能和开发效率。
