Merge da249a57cb into 1d434dec47

docs/zh-hant/docs/alternatives.md

@@ -0,0 +1,482 @@
+# 替代方案、啟發與比較
+
+是甚麼啟發了 **FastAPI**， 它與其他替代方案的比較，以及它從中學到了什麼。
+
+## 前言
+
+如果不是因為前人的努力，**FastAPI** 就不會因此而存在。
+
+在 **FastAPI** 之前有許多工具被創造出來，這些工具啟發了它的誕生。
+
+多年來，我一直避免創建一個新的框架。最初，我嘗試使用許多不同的框架、插件和工具來解決 FastAPI 所涵蓋的所有功能。
+
+但在某個時間點，除了創造一個能夠提供所有這些功能的工具之外，已經沒有其他選擇了。這個工具從之前的工具中汲取了最好的想法，並以最佳的方式將它們結合起來，同時利用了以前無法使用的語言特性（Python 3.6+ 的型別提示）。
+
+## 先前的工具
+
+### <a href="https://www.djangoproject.com/" class="external-link" target="_blank">Django</a>
+
+Django 是最受歡迎的 Python 框架，並且廣受信任。它被用來構建像 Instagram 這樣的系統。
+
+它與關聯式資料庫（如 MySQL 或 PostgreSQL）的耦合度較高，因此將 NoSQL 資料庫（如 Couchbase、MongoDB、Cassandra 等）作為主要儲存引擎並不容易。
+
+Django 的設計初衷是為了在後端生成 HTML，而不是為了建立供現代前端（如 React、Vue.js 和 Angular）或其他系統 (類似 <abbr title="Internet of Things">IoT</abbr> devices）使用的 API。
+
+### <a href="https://www.django-rest-framework.org/" class="external-link" target="_blank">Django REST Framework</a>
+
+Django REST Framework 是為了在 Django 的基礎上建構 Web API 而建立的靈活工具包，旨在提升其 API 功能。
+
+它被許多公司使用，包括 Mozilla、Red Hat 和 Eventbrite。
+
+它是自動生成 API 文件的早期範例之一，而這正是啟發「探索」FastAPI 的第一個想法之一。
+
+/// note | 筆記
+
+Django REST Framework 是 Tom Christie 所發明，他同時研發了 Starlette 和 Uvicorn，兩者皆是基於 **FastAPI**。
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+提供自動生成的 API 文件化網頁使用者介面（Web UI）。
+
+///
+
+### <a href="https://flask.palletsprojects.com" class="external-link" target="_blank">Flask</a>
+
+Flask 是一個「微框架」，它並未內建資料庫整合功能，也不包含 Django 中預設提供的許多功能。
+
+這種簡潔與靈活性，使得使用 NoSQL 資料庫作為主要資料儲存系統。
+
+由於其設計極為簡潔，學習起來相對直觀，儘管其文件在某些部分仍需要點技術。
+
+它也常被用於其他不一定需要資料庫、用戶管理或 Django 中預建的眾多功能之應用程式。儘管這些功能中的許多可以透過擴充套件來添加。
+
+這種模組化的設計，以及作為一個可擴展以滿足特定需求的「微框架」，正是我希望保留的關鍵特性。
+
+鑑於 Flask 的簡潔性，它似乎是構建 API 的理想選擇。接下來要尋找的，便是 Flask 的「Django REST Framework」。
+
+/// check | 啟發了 **FastAPI**
+
+成為微框架，使其能夠輕鬆組合和搭配所需的工具與元件。
+
+具備簡單且易於使用的路由系統。
+
+///
+
+### <a href="https://requests.readthedocs.io" class="external-link" target="_blank">Requests</a>
+
+**FastAPI** 實際上並不是 Requests 的替代品。它們的應用範圍截然不同。
+
+實際上，在 FastAPI 應用程式內部使用 Requests 是很常見的做法。
+
+然而，FastAPI 仍然從 Requests 中獲得了不少靈感。
+
+**Requests** 是一個用於與 API 互動（作為客戶端）的函式庫，而 **FastAPI** 則是一個用於構建 API（作為伺服器）的函式庫。
+
+它們在某種程度上處於對立的兩端，彼此互補。
+
+Requests 的設計非常簡潔且直觀，易於使用，並具有合理的預設值。但同時，它也非常強大且可自定義。
+
+這就是為什麼官方網站上這樣說：
+
+> Requests 是有史以來下載量最多的 Python 套件之一
+
+它的使用方式非常簡單。例如，要發送一個 'GET' 請求，你可以這樣寫：
+
+```Python
+response = requests.get("http://example.com/some/url")
+```
+
+FastAPI 的對應 API 路徑操作可能會像這樣：
+
+```Python hl_lines="1"
+@app.get("/some/url")
+def read_url():
+    return {"message": "Hello World"}
+```
+
+觀察 `requests.get(...)` 和 `@app.get(...)`的相似程度。
+
+/// check | 啟發了 **FastAPI**
+
+* 擁有一個簡單且直觀的 API。
+* 在一個直觀且明確的方式，直接使用 HTTP 的 method names (operations)。
+* 提供合理的預設值，同時具備強大的自定義功能。
+
+///
+
+### <a href="https://swagger.io/" class="external-link" target="_blank">Swagger</a> / <a href="https://github.com/OAI/OpenAPI-Specification/" class="external-link" target="_blank">OpenAPI</a>
+
+我從 Django REST Framework 中想要的主要功能是自動生成 API 文件。
+
+後來我發現有一種標準可以用來記錄 API，使用 JSON（或 YAML，為 JSON 的擴展）來描述，稱為 Swagger。
+
+而且已經有人為 Swagger API 創建了一個網頁用戶界面。因此，能夠為 API 生成 Swagger 文件，就能自動使用這個網頁用戶界面。
+
+後來，Swagger 被移交給了 Linux 基金會，並更名為 OpenAPI。
+
+這就是為什麼在談到 2.0 版本時，人們通常會說「Swagger」，而對於 3+ 版本則會說「OpenAPI」。
+
+/// check | 啟發了 **FastAPI**
+
+採用並使用 API 規範的開放標準，而非自定義的架構。
+
+並整合基於標準的用戶介面工具：
+
+* <a href="https://github.com/swagger-api/swagger-ui" class="external-link" target="_blank">Swagger UI</a>
+* <a href="https://github.com/Rebilly/ReDoc" class="external-link" target="_blank">ReDoc</a>
+
+這兩者之所以被選中，是因為它們相當流行且穩定，但若稍加搜尋，你會發現有數十種適用於 OpenAPI 的替代用戶介面（你也可以在 **FastAPI** 中使用這些工具）。
+
+///
+
+### Flask REST Framework
+
+市面上有多種 Flask 的 REST 框架，但在投入時間與精力進行調查後，我發現其中許多已經停止維護或被棄置，並且存在一些無法忽視的問題，使其難以滿足需求。
+
+### <a href="https://marshmallow.readthedocs.io/en/stable/" class="external-link" target="_blank">Marshmallow</a>
+
+API 系統所需的主要功能之一是資料 "<abbr title="又稱為marshalling、轉換">序列化</abbr>" 這是指將數據從程式碼（如 Python）中取出，並轉換成可以透過網路傳送的格式。例如，將包含資料庫數據的物件轉換為 JSON 物件，或將 'datetime' 物件轉換為字串等。
+
+另一個 API 所需的重要功能是數據驗證，確保數據符合特定條件。例如，確保某個欄位是 int 類型，而不是隨機的字串。這對於接收的數據特別有用。
+
+如果沒有數據驗證系統，你必須手動在程式碼中進行所有檢查。
+
+這些功能正是 Marshmallow 所提供的主要功能。它是一個非常優秀的函式庫，我之前也經常使用它。
+
+但 Marshmallow 是在 Python 型別提示（type hints）出現之前建立的。因此，要定義每個 <abbr title="數據應如何被組成的定義">schema</abbr> 你必須使用 Marshmallow 提供的特定工具和類別。
+
+/// check | 啟發了 **FastAPI**
+
+使用程式碼自動定義「模式」（schemas），以提供資料型別與驗證功能。
+
+///
+
+### <a href="https://webargs.readthedocs.io/en/latest/" class="external-link" target="_blank">Webargs</a>
+
+API 的一個重要功能是從請求中解析 "<abbr title="讀取並轉換 Python 資料">parsing</abbr>" 資料，並將其轉換為 Python 可用的格式。
+
+Webargs 是一款能夠在多種框架（包括 Flask）上提供此功能的工具。
+
+它內部使用 Marshmallow 來執行資料驗證，並且與 Marshmallow 出自相同的開發團隊。
+
+這是一款優秀的工具，在 **FastAPI** 問世之前，我也曾大量使用它。
+
+/// info | 資訊
+
+Webargs 由與 Marshmallow 相同的開發團隊打造。
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+實現對請求資料的自動驗證功能。
+
+///
+
+### <a href="https://apispec.readthedocs.io/en/stable/" class="external-link" target="_blank">APISpec</a>
+
+Marshmallow 和 Webargs 提供驗證、解析與序列化作為插件。
+
+但仍然缺乏文件化功能，於是 APISpec 應運而生。
+
+它是一個適用於多個框架的插件（Starlette 也有對應的插件）。
+
+其運作方式是開發者在處理路由的函式內，透過 docstring 以 YAML 格式撰寫結構定義，然後 APISpec 會根據這些定義產生 OpenAPI 規範。
+
+這種方式適用於 Flask、Starlette、Responder 等框架。
+
+然而，這又帶來了一個問題，即需要在 Python 字串內使用 YAML 這種微語法。
+
+編輯器對此的支援有限，並且如果修改了參數或 Marshmallow 的 schema 而忘記更新 YAML docstring，則生成的 API 文件可能會過時。
+
+/// info | 資訊
+
+APISpec 是 Marshmallow 相同的開發團隊所創建。
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+支援 API 的開放標準 OpenAPI。
+
+///
+
+### <a href="https://flask-apispec.readthedocs.io/en/latest/" class="external-link" target="_blank">Flask-apispec</a>
+
+這是一個 Flask 的擴充套件，將 Webargs、Marshmallow 和 APISpec 整合在一起。
+
+它利用 Webargs 和 Marshmallow 提供的數據驗證與解析功能，透過 APISpec 自動產生 OpenAPI 規範。
+
+這是一個極為實用但尚未廣受關注的工具。它應該比許多 Flask 插件更受歡迎，可能因為其文件過於簡潔和抽象。
+
+此工具解決了在 Python docstring 內撰寫 YAML（另一種語法）的問題。
+
+在 **FastAPI** 出現之前，我最喜歡的後端技術組合就是 Flask、Flask-apispec 搭配 Marshmallow 和 Webargs。
+
+這套技術組合促成了多個 Flask 全端應用程式生成器的開發，我與多個外部團隊長期使用這些技術:
+
+* <a href="https://github.com/tiangolo/full-stack" class="external-link" target="_blank">https://github.com/tiangolo/full-stack</a>
+* <a href="https://github.com/tiangolo/full-stack-flask-couchbase" class="external-link" target="_blank">https://github.com/tiangolo/full-stack-flask-couchbase</a>
+* <a href="https://github.com/tiangolo/full-stack-flask-couchdb" class="external-link" target="_blank">https://github.com/tiangolo/full-stack-flask-couchdb</a>
+
+這些全端應用程式生成器也是 [**FastAPI** Project Generators](project-generation.md){.internal-link target=_blank} 的基礎。
+
+/// info | 資訊
+
+Flask-apispec 由與 Marshmallow 相同的開發團隊所創建。
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+從原本的定義序列化與驗證的程式碼中，自動生成 OpenAPI schema。
+
+///
+
+### <a href="https://nestjs.com/" class="external-link" target="_blank">NestJS</a> (and <a href="https://angular.io/" class="external-link" target="_blank">Angular</a>)
+
+這甚至不是 Python 框架，NestJS 是一個基於 JavaScript（TypeScript）的 Node.js 框架，靈感來自 Angular。
+
+它實現了類似於 Flask-apispec 的功能。
+
+它內建一套依賴注入（Dependency Injection）系統，靈感來自 Angular 2。與其他依賴注入系統一樣，它需要事先註冊「可注入項目（injectables）」，這導致程式碼變得更冗長且重複。
+
+因為參數是用 TypeScript 型別（類似 Python 型別提示）來描述的，因此編輯器支援相當良好。
+
+但由於 TypeScript 型別在編譯後不會保留於 JavaScript，因此無法同時用來定義驗證、序列化與文件化。
+
+由於這一點及其他設計考量，要實現驗證、序列化與自動模式生成，需要在許多地方添加裝飾器，這導致程式碼變得冗長。
+
+此外，它無法很好地處理巢狀模型。如果請求中的 JSON 主體包含內部欄位，而這些內部欄位本身又是巢狀的 JSON 物件，那麼這些巢狀結構可能無法正確地被文件化與驗證。
+
+/// check | 啟發了 **FastAPI**
+
+使用 Python 型別來獲得更強大的編輯器支援。
+
+設計一個強大的依賴注入系統，並設法減少程式碼重複。
+
+///
+
+### <a href="https://sanic.readthedocs.io/en/latest/" class="external-link" target="_blank">Sanic</a>
+
+這是一個基於 `asyncio` 極快的 Python 框架，與 Flask 非常相似。
+
+/// note | 技術層面細節
+
+它使用了 <a href="https://github.com/MagicStack/uvloop" class="external-link" target="_blank">`uvloop`</a> 而非 Python 預設的 `asyncio` loop。這也是讓它速度之快的原因。
+
+它很明顯的啟發了 Uvicorn 和 Starlette，兩者在效能測試速度皆優於 Sanic。
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+找到一個可以有非常高效能的方法。
+
+這也是為甚麼 **FastAPI** 是基於 Starlette，因為它是目前最快的框架(由第三方效能測試測試後)。
+
+///
+
+### <a href="https://falconframework.org/" class="external-link" target="_blank">Falcon</a>
+
+Falcon 是另一個高效能的 Python 框架，設計簡潔，並作為 Hug 等其他框架的基礎。
+
+它的設計方式是讓函式接收兩個參數：「請求（request）」與「回應（response）」，然後從請求中讀取數據，並寫入回應。
+
+因此，無法使用標準 Python 型別註記來宣告請求參數與主體。 數據驗證、序列化與文件化必須手動編寫，或是透過像 Hug 這類基於 Falcon 的框架來實現。
+
+/// check | 啟發了 **FastAPI**
+
+尋找方法以獲得優秀的效能。
+
+與 Hug 一樣（因為 Hug 是基於 Falcon 的），啟發 FastAPI 讓函式可選擇性地使用 response 參數來設置標頭、cookie 和狀態碼。
+
+///
+
+### <a href="https://moltenframework.com/" class="external-link" target="_blank">Molten</a>
+
+我在建立 FastAPI 的初期發現了 Molten，它的設計理念與 FastAPI 相當相似：
+
+* 基於 Python 型別註解（type hints）。
+* 透過型別自動執行驗證與文件生成。
+* 內建依賴注入系統。
+
+然而，Molten 並未採用像 Pydantic 這樣的第三方資料驗證、序列化與文件生成工具，而是內建了一套自己的解決方案。因此，定義的資料型別無法像 Pydantic 那樣輕鬆地被重複使用。
+
+此外，Molten 需要較為冗長的設定，且它是基於 WSGI（而非 ASGI），因此無法充分利用 Uvicorn、Starlette 和 Sanic 等工具所提供的高效能特性。
+
+Molten 的依賴注入系統要求先行註冊所有相依性，並且是根據所宣告的型別來解析相依性。因此，不允許有多個「元件」提供相同的型別。
+
+路由定義則是集中在單一位置，並使用在其他地方定義的函式來處理請求，而非像 Flask 或 Starlette 那樣透過裝飾器（decorator）直接將路由與處理函式綁定在一起。這種方式與 Django 的作法較為相似，但它將程式碼中關聯性較高的部分分開處理，可能影響可讀性與維護性。
+
+/// check | 啟發了 **FastAPI**
+
+Molten 的一個設計概念啟發了 FastAPI 允許透過模型屬性的「預設值」來定義額外的資料驗證規則。這樣的做法能夠提升編輯器的支援度，而在當時的 Pydantic 中尚未支援。
+
+此概念後來也促使 Pydantic 進行改進，加入了相同的驗證宣告風格。目前，Pydantic 已經完全支援此功能。
+
+///
+
+### <a href="https://github.com/hugapi/hug" class="external-link" target="_blank">Hug</a>
+
+Hug 是最早使用 Python 型別提示（type hints） 來宣告 API 參數類型的框架之一。這個創新理念啟發了許多後續工具的發展。
+
+雖然 Hug 使用的是自訂型別而非標準 Python 型別，但這仍然是一大進步。
+
+Hug 也是最早支援 自動生成 API 模式（schema） 的框架之一，能夠以 JSON 格式定義整個 API。
+
+然而，Hug 沒有基於 OpenAPI 或 JSON Schema 標準，這使得它較難與 Swagger UI 等其他工具整合。但即便如此，它仍然是一個相當創新的設計。
+
+Hug 也具備一個罕見而有趣的功能：同時支援 API 與 CLI 應用程式的開發，讓開發者可以用相同的框架來構建不同類型的應用。
+
+由於 Hug 採用了 WSGI（同步 Python Web 框架的舊標準），它無法處理 WebSockets 等非同步功能，但仍然具有高效能。
+
+/// info | 資訊
+
+Hug 由 Timothy Crosley 創建，他同時也是 <a href="https://github.com/timothycrosley/isort" class="external-link" target="_blank">`isort`</a> 的作者。
+是一款自動整理 Python import 語句的優秀工具。
+
+///
+
+/// check | 一些啟發 **FastAPI** 的點子
+
+Hug 啟發了 APIStar 的部分設計，也與 APIStar 一起，成為當時最具潛力的框架之一。
+
+Hug 的創新理念對 FastAPI 產生了直接影響，特別是使用 Python 型別提示來宣告參數，以及自動生成 API 模式（schema）。
+
+此外，Hug 也啟發了 **FastAPI** 在函式中宣告 `response` 參數，以設定 回應標頭（headers）與 cookies。
+
+///
+
+### <a href="https://github.com/encode/apistar" class="external-link" target="_blank">APIStar</a> (<= 0.5)
+
+在我打算建構 **FastAPI** 前我發現了 **APIStar** 伺服器。它擁有了幾乎我所需要的一切功能，而且還有良好的設計。
+
+它是我見過最早使用 Python 型別提示（type hints）來宣告參數與請求的框架之一（比 NestJS 和 Molten 還早）。我大約在發現 Hug 的同時也接觸到了它。但 APIStar 採用了 OpenAPI 標準。
+
+它能夠自動進行資料驗證、資料序列化，並且根據相同的型別提示在多個地方生成 OpenAPI 模式（schema）。
+
+不過，APIStar 的請求體（Body）架構定義並不像 Pydantic 那樣直接使用 Python 型別提示，而是更接近 Marshmallow。因此，編輯器的支援性相對較差，但即便如此，當時 APIStar 仍是最好的選擇。
+
+當時，它的基準測試（Benchmark）表現最佳，只有 Starlette 能超越它。
+
+最初，它沒有自動生成 API 文件的 Web UI，但我知道可以手動加入 Swagger UI 來補足這項功能。
+
+它也具備依賴注入（Dependency Injection）系統，雖然需要事先註冊元件（與前面提到的工具類似），但這仍然是一個相當實用的功能。
+
+然而，我從未能在完整的專案中使用它，因為它沒有內建安全性整合，無法取代我當時透過 Flask-apispec 全端生成器所具備的完整功能。我原本計畫提交一個 Pull Request 來新增這項功能，但後來，這個專案的發展方向發生了變化。
+
+它不再是一個 API Web 框架，因為作者需要專注於 Starlette。
+
+如今，APIStar 只是一組用來驗證 OpenAPI 規範的工具，而不再是 Web 框架了。
+
+/// note | 筆記
+
+APIStar 是由 Tom Christie 創建的。他同時也是以下專案的作者：
+
+* Django REST Framework
+* Starlette (**FastAPI** 的基礎)
+* Uvicorn (被 Starlette 和 **FastAPI** 使用)
+
+///
+
+/// check | 啟發了 **FastAPI**
+
+在 Python 型別中同時宣告資料驗證、序列化和文件生成，並且提供極佳的編輯器支援，這對我來說是個天才般的設計。
+
+我花了很長時間尋找類似的框架，並測試了許多不同的選擇，當時 APIStar 是最好的選項。
+
+然而，APIStar 最終停止作為伺服器框架存在，而 Starlette 被創建，成為這類系統的新且更好的基礎。這成為我開發 **FastAPI** 的最終靈感來源。
+
+我將 **FastAPI** 視為 APIStar 的「精神續作」，並在其基礎上改進與擴展功能、型別系統及其他部分，吸取了所有這些前人工具的經驗與優點。
+
+///
+
+## 被 **FastAPI** 所使用的
+
+### <a href="https://docs.pydantic.dev/" class="external-link" target="_blank">Pydantic</a>
+
+Pydantic 是一個基於 Python 型別提示（type hints）來定義資料驗證、序列化與文件（使用 JSON Schema）的函式庫。
+
+這讓它變得極為直觀易用。
+
+它可與 Marshmallow 相提並論，但在效能測試中表現更快。此外，因為它同樣基於 Python 型別提示，編輯器支援性極佳。
+
+/// check | **FastAPI** 透過 Pydantic 來處理：
+
+資料驗證、 資料序列化和自動生成模型文件（基於 JSON Schema)。
+
+接著，**FastAPI** 會將這些 JSON Schema 數據整合進 OpenAPI，除了這些功能外，還執行許多其他任務。
+
+///
+
+### <a href="https://www.starlette.io/" class="external-link" target="_blank">Starlette</a>
+
+Starlette 是一個輕量級的 ASGI <abbr title="The new standard for building asynchronous Python web applications">ASGI</abbr> 框架/工具集，非常適合用來構建高效能的 asyncio 服務。
+
+它設計簡單直觀，易於擴展，並擁有模組化的元件。
+
+Starlette 的特色:
+
+* 極佳的效能表現
+* 支援 WebSocket
+* 執行中的背景任務（In-process background tasks）
+* 應用啟動與關閉事件（Startup & shutdown events）
+* 基於 HTTPX 的測試客戶端
+* 支援 CORS、GZip、靜態文件、串流回應
+* 內建 Session 與 Cookie 支援
+* 100% 測試覆蓋率
+* 100% 型別註解（Type Annotation）代碼
+* 極少的硬性依賴
+
+Starlette 是目前測試過最快的 Python 框架，唯一能超越它的是 Uvicorn，但 Uvicorn 並非框架，而是伺服器。
+
+Starlette 提供所有基礎的 Web 微框架功能。
+
+但它不具備自動資料驗證、序列化或文件生成功能。
+
+這正是 **FastAPI** 在其基礎上額外提供的關鍵特性，透過 Pydantic 與 Python 型別提示來實現。此外，**FastAPI** 還加入了 依賴注入系統、內建安全工具、OpenAPI 架構生成 等功能，使其更強大與易用。
+
+
+/// note | 技術層面細節
+
+ASGI 是由 Django 核心團隊成員開發的一種新的「標準」，目前尚未正式成為 Python 官方標準（PEP），但相關流程已在進行中。
+
+儘管如此，ASGI 已經被許多工具採用為標準，大幅提升了不同工具間的互通性。 例如，你可以用 Daphne 或 Hypercorn 來替換 Uvicorn，或者加入 ASGI 相容工具，像 `python-socketio`.
+
+///
+
+/// check | **FastAPI** 使用它來
+
+FastAPI 使用 ASGI 來處理所有核心的 Web 功能，並在其基礎上增加額外功能。
+
+其 `FastAPI` 類別直接繼承自 `Starlette`類別。
+
+因此，任何可以在 Starlette 上做的事情，都可以直接在 **FastAPI** 上做，因為 FastAPI 本質上就是增強版的 Starlette。
+
+///
+
+### <a href="https://www.uvicorn.org/" class="external-link" target="_blank">Uvicorn</a>
+
+Uvicorn 是一款極速的 ASGI 伺服器，基於 uvloop 和 httptools 架構而成。
+
+它並不是一個網頁框架，而是一個伺服器。例如，它不提供路徑導向的路由功能，這部分需要像 Starlette 或 **FastAPI** 這類框架來實現。
+
+
+Uvicorn 是 Starlette 和 **FastAPI** 官方推薦的伺服器。
+
+/// check | **FastAPI** recommends it as
+
+運行 **FastAPI** 應用程式的主要網頁伺服器。
+
+此外，你還可以使用 `--workers` 指令選項，啟動非同步的多行程伺服器，以提升效能。
+
+更多詳細資訊請參考[部署](deployment/index.md){.internal-link target=_blank}章節。
+
+///
+
+## 效能測試與速度
+
+如需瞭解、比較並觀察 Uvicorn, Starlette 和 FastAPI，請前往[基準測試](benchmarks.md){.internal-link target=_blank}.