当前位置：首页>python>别只盯着FastAPI了,带你体验Python原生异步框架Sanic的狂飙时刻

别只盯着FastAPI了,带你体验Python原生异步框架Sanic的狂飙时刻

2026-09-08 05:40:20

提到Python Web开发，很多人第一时间想到的是Django或者Flask。但在当下高并发场景越来越普遍的时代，传统的同步框架往往会显得有些力不从心。今天想和大家聊聊Python圈里的一头“性能怪兽”：Sanic。

它从诞生起就带着一个明确的目标：快。作为最早支持Python原生异步特性的Web框架之一，Sanic不仅用起来和Flask一样简单顺手，而且在处理并发网络请求时表现极其亮眼。

请求是如何在Sanic中流转的？

在看代码之前，我们先理清Sanic处理请求的核心生命周期。以下是整个过程的流程图：

[客户端发起请求 Request]         |         v[请求中间件 Request Middleware] ---> (可在此拦截鉴权或修改请求)         |         v[路由解析 Router] ---> (匹配对应的处理函数)         |         v[视图函数 View/Handler] ---> (执行异步业务逻辑，如查库、调用外部API)         |         v[响应中间件 Response Middleware] ---> (统一处理返回数据，如追加Header)         |         v[返回响应 Response 交付给客户端]

极简起步：Hello World

Talk is cheap, show me the code. 看看写一个Sanic应用有多简单。

from sanic import Sanicfrom sanic.response import text# 初始化应用app = Sanic("MyAwesomeApp")# 定义路由@app.get("/")async def hello_world(request):    return text("Hello, Sanic World!")if __name__ == "__main__":    # 启动服务    app.run(host="0.0.0.0", port=8000)

这段代码看起来非常熟悉对吧？如果你用过Flask，几乎是零学习成本。唯一的区别是，我们的视图函数使用了 async def，这意味着它天生支持异步非阻塞操作。

动态路由与参数提取

在实际开发中，从URL里动态提取参数是家常便饭。Sanic提供了非常优雅的类型转换机制，让你在路由层就能完成基础的数据过滤。

from sanic.response import json# 提取字符串和整数类型的参数@app.get("/user/<username:str>/<age:int>")async def get_user_info(request, username: str, age: int):    # 模拟业务数据处理    user_data = {        "name": username,        "age": age,        "status": "active"    }    return json(user_data)

通过在路由装饰器里指定类型，比如 <username:str>，Sanic会在底层自动帮你做校验和数据类型转换。如果传入的age不是数字，Sanic会直接拒绝请求，省去了我们在代码里手动写判断逻辑的麻烦。

体验异步的真正威力

既然是为了性能而来，就必须要用到异步操作。假设我们需要在接口中请求一个外部API获取数据，这在同步框架中会挂起阻塞整个进程。而在Sanic中配合异步网络库，一切都很丝滑。

import asyncioimport httpxfrom sanic.response import json@app.get("/fetch-data")async def fetch_remote_data(request):    # 模拟一个耗时的外部API调用    async with httpx.AsyncClient() as client:        # 这里使用了异步网络请求，当前操作挂起时不会阻塞其他并发用户的请求        response = await client.get("https://api.github.com/")        # 也可以模拟一个耗时的系统IO操作        await asyncio.sleep(1)         return json({            "source": "Github API",            "status_code": response.status_code,            "message": "Data fetched successfully!"        })

这段代码是Sanic的核心价值所在。当程序执行到 await 的时候，Sanic会自动把控制权交还给底层的事件循环，去继续处理其他用户的请求。等到外部API返回数据了，再切回来继续往下执行。这就极大地榨干了CPU的性能，避免了傻等的尴尬。

强大的中间件机制

稍微复杂一点的项目绝对离不开中间件。无论是做访问日志记录、Token权限校验，还是全局的耗时统计，中间件都是利器。

import timefrom sanic import Sanicapp = Sanic("MiddlewareDemo")# 请求中间件：在进入视图函数前执行@app.middleware("request")async def start_timer(request):    # 在 request.ctx 上下文对象中挂载一个起始时间    request.ctx.start_time = time.time()# 响应中间件：在视图函数执行后执行@app.middleware("response")async def calculate_processing_time(request, response):    # 获取刚才记录的时间并计算差值    spend_time = time.time() - request.ctx.start_time    # 将处理时间动态添加到 HTTP 响应头中    response.headers["X-Processing-Time"] = f"{spend_time:.4f}s"    print(f"Request {request.path} took {spend_time:.4f} seconds.")