Testning og Kørsel af API'en
Når du har containeriseret din FastAPI-applikation og startet Docker-containeren, skal du verificere, at API'en kører korrekt og returnerer forudsigelser som forventet. For at køre din Docker-container, brug en kommando som:
Udskift your_image_name med navnet på dit byggede image. Denne kommando mapper port 8000 på din lokale maskine til port 8000 inde i containeren, hvilket gør FastAPI-appen tilgængelig på:
Test af /predict-endepunktet kan udføres ved hjælp af kommandolinjeværktøjer som curl eller ved at sende en HTTP-anmodning fra Python. Sørg altid for, at dine inputdata matcher det forventede format, der er defineret af din FastAPI-model. For eksempel, hvis din model forventer en JSON-payload med bestemte felter, skal dine testanmodninger inkludere disse felter med passende eksempelværdier.
import requests
# Replace with the actual URL if running on a different host or port
url = "http://localhost:8000/predict"
# Example input data matching the expected schema of your FastAPI model
input_data = {
"feature1": 3.5,
"feature2": 1.2,
"feature3": 0.8
}
response = requests.post(url, json=input_data)
if response.status_code == 200:
print("Prediction:", response.json())
else:
print("Error:", response.status_code, response.text)
Advarsel: valider altid inputdata og håndter fejl på en hensigtsmæssig måde i produktions-API'er. Antag aldrig, at klienter altid sender korrekt formaterede eller forventede data. Brug FastAPI's valideringsfunktioner og implementer tydelige fejlmeddelelser for at hjælpe brugere og beskytte din tjeneste mod uventet input.
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Fantastisk!
Completion rate forbedret til 6.67Testning og Kørsel af API'en
Stryg for at vise menuen
Når du har containeriseret din FastAPI-applikation og startet Docker-containeren, skal du verificere, at API'en kører korrekt og returnerer forudsigelser som forventet. For at køre din Docker-container, brug en kommando som:
Udskift your_image_name med navnet på dit byggede image. Denne kommando mapper port 8000 på din lokale maskine til port 8000 inde i containeren, hvilket gør FastAPI-appen tilgængelig på:
Test af /predict-endepunktet kan udføres ved hjælp af kommandolinjeværktøjer som curl eller ved at sende en HTTP-anmodning fra Python. Sørg altid for, at dine inputdata matcher det forventede format, der er defineret af din FastAPI-model. For eksempel, hvis din model forventer en JSON-payload med bestemte felter, skal dine testanmodninger inkludere disse felter med passende eksempelværdier.
import requests
# Replace with the actual URL if running on a different host or port
url = "http://localhost:8000/predict"
# Example input data matching the expected schema of your FastAPI model
input_data = {
"feature1": 3.5,
"feature2": 1.2,
"feature3": 0.8
}
response = requests.post(url, json=input_data)
if response.status_code == 200:
print("Prediction:", response.json())
else:
print("Error:", response.status_code, response.text)
Advarsel: valider altid inputdata og håndter fejl på en hensigtsmæssig måde i produktions-API'er. Antag aldrig, at klienter altid sender korrekt formaterede eller forventede data. Brug FastAPI's valideringsfunktioner og implementer tydelige fejlmeddelelser for at hjælpe brugere og beskytte din tjeneste mod uventet input.
Tak for dine kommentarer!
