一、类依赖的基本原理
在FastAPI的依赖注入系统中，类作为依赖项使用时，框架会自动创建类的实例。当我们这样定义一个路由处理函数时：

PYTHON

@app.get("/items/")
def read_items(service: ItemService = Depends()):
    return service.get_items()

FastAPI会为每个请求创建一个新的ItemService实例。这种默认行为在某些场景下可能产生性能问题，特别是当依赖类需要执行初始化数据库连接、加载大文件等耗时操作时。

二、工厂模式实现
2.1 工厂函数基础实现
通过工厂模式控制实例创建过程：

PYTHON

class DatabaseConfig:
    def __init__(self, url: str = "sqlite:///test.db"):
        self.url = url


class DatabaseService:
    def __init__(self, config: DatabaseConfig):
        self.connection = self.create_connection(config.url)

    def create_connection(self, url):
        # 模拟数据库连接
        print(f"Creating new connection to {url}")
        return f"Connection_{id(self)}"


def get_db_service(config: DatabaseConfig = Depends()) -> DatabaseService:
    return DatabaseService(config)


@app.get("/users/")
def get_users(service: DatabaseService = Depends(get_db_service)):
    return {"connection": service.connection}

这个实现的特点：

解耦配置和服务的实例化
支持依赖层级嵌套（DatabaseConfig自动注入到工厂函数）
符合单一职责原则
2.2 带缓存的工厂模式
优化高频调用场景的性能：

PYTHON

from fastapi import Depends
from functools import lru_cache


class AnalysisService:
    def __init__(self, config: dict):
        self.model = self.load_ai_model(config["model_path"])

    def load_ai_model(self, path):
        print(f"Loading AI model from {path}")
        return f"Model_{id(self)}"


@lru_cache(maxsize=1)
def get_analysis_service(config: dict = {"model_path": "models/v1"}) -> AnalysisService:
    return AnalysisService(config)


@app.get("/predict")
def make_prediction(service: AnalysisService = Depends(get_analysis_service)):
    return {"model": service.model}

缓存机制说明：

使用lru_cache实现内存缓存
maxsize=1表示只缓存最新实例
当配置参数变化时会自动创建新实例
适合模型加载等重量级初始化场景
三、实例复用策略
3.1 单例模式实现
实现真正的单例依赖：

PYTHON

from contextlib import contextmanager
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker


class DatabaseSingleton:
    _instance = None

    def __new__(cls, dsn: str):
        if not cls._instance:
            cls._instance = super().__new__(cls)
            cls._instance.engine = create_engine(dsn)
            cls._instance.Session = sessionmaker(bind=cls._instance.engine)
        return cls._instance


@contextmanager
def get_db_session(dsn: str = "sqlite:///test.db"):
    db = DatabaseSingleton(dsn)
    session = db.Session()
    try:
        yield session
        session.commit()
    except Exception as e:
        session.rollback()
        raise e
    finally:
        session.close()


@app.get("/transactions")
def get_transactions(session=Depends(get_db_session)):
    return {"status": "success"}

3.2 请求级别复用
在请求处理周期内复用实例：

PYTHON

from fastapi import Request


class RequestTracker:
    def __init__(self, request: Request):
        self.request = request
        self.start_time = time.time()

    @property
    def duration(self):
        return time.time() - self.start_time


def get_tracker(request: Request) -> RequestTracker:
    if not hasattr(request.state, "tracker"):
        request.state.tracker = RequestTracker(request)
    return request.state.tracker


@app.get("/status")
def get_status(tracker: RequestTracker = Depends(get_tracker)):
    return {"duration": tracker.duration}

四、实际应用场景
4.1 配置中心集成
动态配置加载示例：

PYTHON

from pydantic import BaseSettings


class AppSettings(BaseSettings):
    env: str = "dev"
    api_version: str = "v1"

    class Config:
        env_file = ".env"


def config_factory() -> AppSettings:
    return AppSettings()


def get_http_client(settings: AppSettings = Depends(config_factory)):
    timeout = 30 if settings.env == "prod" else 100
    return httpx.Client(timeout=timeout)

4.2 多租户系统
租户感知的依赖注入：

PYTHON

class TenantContext:
    def __init__(self, tenant_id: str):
        self.tenant_id = tenant_id
        self.config = self.load_tenant_config()

    def load_tenant_config(self):
        # 模拟从数据库加载配置
        return {
            "db_url": f"sqlite:///tenant_{self.tenant_id}.db",
            "theme": "dark" if self.tenant_id == "acme" else "light"
        }


def tenant_factory(tenant_id: str = Header(...)) -> TenantContext:
    return TenantContext(tenant_id)


@app.get("/dashboard")
def get_dashboard(ctx: TenantContext = Depends(tenant_factory)):
    return {"theme": ctx.config["theme"]}

五、课后Quiz
工厂模式在依赖注入中的主要作用是？
A) 减少代码量
B) 控制实例创建过程
C) 提高路由处理速度
D) 自动生成API文档

使用lru_cache装饰器缓存服务实例时，当什么情况下会创建新实例？
A) 每次请求时
B) 输入参数变化时
C) 服务类代码修改时
D) 服务器重启时

在多租户系统中，如何实现不同租户的数据库隔离？
A) 使用不同的路由前缀
B) 基于租户ID动态生成数据库连接
C) 为每个租户创建独立应用实例
D) 使用请求头认证

（答案：1.B 2.B 3.B）

六、常见报错解决方案
错误1：422 Validation Error
现象：

JSON

{
  "detail": [
    {
      "loc": [
        "header",
        "x-tenant-id"
      ],
      "msg": "field required",
      "type": "value_error.missing"
    }
  ]
}

原因分析：

请求缺少必要的Header参数
工厂函数参数类型声明错误
依赖项层级结构不匹配
解决方案：

检查请求是否包含所有必需的Header
验证工厂函数的参数类型声明
使用依赖关系图工具调试：
BASH
uvicorn main:app --reload --debug
错误2：依赖项初始化失败
现象：

RuntimeError: Unable to initialize service - missing config
排查步骤：

检查依赖项的参数传递链路
验证配置对象的默认值设置
在工厂函数中添加调试日志：
PYTHON

def get_service(config: AppSettings):
    print("Current config:", config.dict())
    return MyService(config)

预防建议：

为所有配置参数设置合理的默认值
使用pydantic的Field验证：
PYTHON

class AppSettings(BaseSettings):
    db_url: str = Field(..., env="DATABASE_URL")

来源：https://blog.cmdragon.cn/posts/8b8658ec8dab/