Aula 17 - FastAPI Avançado com Pydantic V2 e Injeção ⚡

📑 1. Fundamentos Teóricos & Análise Técnica

O FastAPI estabeleceu um novo patamar de produtividade e desempenho no ecossistema Python moderno ao combinar o servidor assíncrono ASGI (Uvicorn/Starlette) com a biblioteca de validação e serialização de dados Pydantic v2 (cujo motor pydantic-core foi inteiramente reescrito em linguagem Rust).

Diferenciais fundamentais do FastAPI: 1. Assincronismo Nativo (async/await): Suporte a operações de I/O não-bloqueantes, permitindo que uma única instância processe milhares de requisições concorrentes sem a penalidade de troca de contexto de múltiplas threads do sistema operacional. 2. Sistema de Injeção de Dependências (Depends): Sistema de IoC hierárquico e composicional baseado em funções geradoras (yield), perfeito para gerenciar conexões com banco de dados, transações e validação de tokens JWT. 3. Documentação Automática Interativa: Geração em tempo de execução dos esquemas OpenAPI 3.1 e interfaces interativas Swagger UI (/docs) e ReDoc (/redoc).

📐 Arquitetura Conceitual & Diagrama de Fluxo

graph LR
    Client["Requisição HTTP"] --> Middleware["ASGI Middleware"]
    Middleware --> Route["FastAPI Route Handler"]
    Route --> Depends["Injeção com Depends()<br>(Ex: get_db_session, get_current_user)"]
    Depends --> Pydantic["Pydantic v2 (Validação Ultrarrápida em Rust)"]
    Pydantic --> Logic["Lógica de Negócio Assíncrona"]
    Logic --> Response["Resposta JSON Serializada"]
    style Client fill:#e1f5fe,stroke:#01579b
    style Route fill:#fff3e0,stroke:#e65100
    style Pydantic fill:#e8f5e9,stroke:#2e7d32

🔍 Pilares e Diretrizes Técnicas

Nesta unidade, aprofundamos os seguintes conceitos fundamentais: - Validação Acelerada por Rust: Ganhos de performance de até 5x a 20x na serialização e deserialização de modelos de dados. - Gerenciamento de Recursos com Yield: Abertura de conexões e fechamento garantido no bloco finally dentro de dependências. - Tipagem Moderna PEP 604: Uso de tipos modernos como int | None e list[str] sem importar o módulo typing legado. - Tratamento Centralizado de Erros: Manipuladores de exceção customizados (@app.exception_handler) com respostas JSON estruturadas.

🛠️ 2. Implementação Prática em Python 3.11+, FastAPI e Pydantic v2

Abaixo está a implementação técnica de referência, estruturada com padrões de engenharia de software e foco em robustez:

// main_api.py (FastAPI com Injeção de Dependência e Pydantic v2)
from fastapi import FastAPI, Depends, HTTPException, status
from pydantic import BaseModel, EmailStr, Field
from typing import Annotated

app = FastAPI(title="Core Banking API", version="2.0")

# 1. Modelo Pydantic v2 com validações estritas
class UserCreateDTO(BaseModel):
    name: str = Field(min_length=3, max_length=100)
    email: EmailStr
    age: int = Field(ge=18, description="Usuário deve ser maior de idade")

# 2. Dependência de Banco de Dados Simulada (Gerador com Yield)
async def get_db():
    print("[DB] Abrindo sessão de banco...")
    db_session = {"status": "connected"}
    try:
        yield db_session
    finally:
        print("[DB] Fechando sessão de banco com segurança.")

# 3. Rota com Injeção de Dependência via Annotated
@app.post("/users", status_code=status.HTTP_201_CREATED)
async def create_user(
    payload: UserCreateDTO,
    db: Annotated[dict, Depends(get_db)]
):
    # db é injetado automaticamente e validado
    return {"message": "Usuário criado com sucesso", "data": payload.model_dump()}

💡 Análise Passo a Passo do Código

1. Pydantic v2 Validado: UserCreateDTO valida tipos e restrições (min_length, ge=18) antes que o corpo da função seja invocado.
2. Padrão Yield na Dependência: O código antes do yield é executado antes da rota; o código no finally é executado impreterivelmente após a resposta.
3. Sintaxe com Annotated: Recomendação oficial da PEP 593 para declarar dependências com clareza e sem poluir a assinatura do linter.

🎯 3. Próximos Passos & Sequência Didática