Подходит ли платформа для начинающих без опыта работы?

Да, курсы разбиты по уровням: Junior, Middle, Senior. Начинающие могут стартовать с базовых тем Python, Docker и алгоритмов и постепенно двигаться к более сложным темам.

Как быстро можно подготовиться к собеседованию на позицию Junior разработчика?

При занятиях 1–2 часа в день — от 2 до 4 недель на основные темы. Платформа анализирует слабые места по результатам квизов и строит персональный план подготовки.

Какие технологии охватывает платформа?

Python, FastAPI, Django, Docker, алгоритмы и структуры данных, Agile/Scrum, SQL, CI/CD, системный дизайн, код-ревью и более 50 других тем для разработчиков.

Платформа бесплатная?

Большинство учебных материалов и квизов доступны бесплатно после регистрации. Регистрация занимает менее минуты.

Как платформа помогает найти работу программистом?

Платформа даёт фундаментальные знания, которые проверяют на технических собеседованиях: алгоритмы, архитектура, фреймворки. Мок-интервью имитирует реальное собеседование. Система прогресса показывает, какие темы нужно подтянуть перед собеседованием.

api_design

Проектирование API

REST, GraphQL, gRPC — выбор инструмента. Контрактный подход, версионирование, документирование API.

Проектирование API

Хороший API — как хорошая шутка: не требует объяснений

Почему это важно

Представьте: вы разрабатываете микросервис, который используют пять других команд. Через полгода появляется требование добавить новую функциональность, но существующий API не позволяет сделать это без breaking changes. Клиенты ломаются, релиз откладывается, все недовольны.

Правильное проектирование API с самого начала экономит сотни часов на поддержку и миграции.

В этой теме разберём:

REST — классика веб-API
GraphQL — когда REST недостаточно
gRPC — для высокопроизводительных микросервисов
Версионирование — как менять API без боли
Контрактный подход — документация как код
Обработка ошибок, rate limiting, pagination

1. REST: Representational State Transfer

REST — это архитектурный стиль, а не протокол. Он основан на ресурсах и стандартных HTTP-методах.

1.1. Ресурсы и URL

Ресурс — это любая сущность, к которой нужен доступ: пользователь, заказ, товар.

Правила именования:

Используйте существительные, не глаголы
Используйте множественное число
Используйте lowercase с дефисами
Избегайте вложенности глубже 2 уровней

# Плохо
GET /getUsers
POST /createUser
GET /api/v1/users/123/orders/456/items

# Хорошо
GET /users
POST /users
GET /users/123/orders
GET /orders/456/items

1.2. HTTP-методы

Метод	Описание	Идемпотентность	Безопасность
`GET`	Получение ресурса	Да	Да
`POST`	Создание ресурса	Нет	Нет
`PUT`	Полное обновление	Да	Нет
`PATCH`	Частичное обновление	Нет*	Нет
`DELETE`	Удаление ресурса	Да	Нет

*PATCH не идемпотентен по спецификации, но на практике часто делается идемпотентным.

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel

app = FastAPI()

class UserCreate(BaseModel):
    name: str
    email: str

class UserUpdate(BaseModel):
    name: str | None = None
    email: str | None = None

class User(BaseModel):
    id: int
    name: str
    email: str

# Имитация базы данных
users_db = {
    1: User(id=1, name="Alice", email="alice@example.com"),
}
next_id = 2


@app.get("/users", response_model=list[User])
def list_users():
    """GET — получение коллекции"""
    return list(users_db.values())


@app.get("/users/{user_id}", response_model=User)
def get_user(user_id: int):
    """GET — получение конкретного ресурса"""
    if user_id not in users_db:
        raise HTTPException(status_code=404, detail="User not found")
    return users_db[user_id]


@app.post("/users", response_model=User, status_code=201)
def create_user(user: UserCreate):
    """POST — создание нового ресурса"""
    global next_id
    new_user = User(id=next_id, **user.model_dump())
    users_db[next_id] = new_user
    next_id += 1
    return new_user


@app.put("/users/{user_id}", response_model=User)
def update_user(user_id: int, user: UserCreate):
    """PUT — полное обновление (заменяет весь ресурс)"""
    if user_id not in users_db:
        raise HTTPException(status_code=404, detail="User not found")
    updated = User(id=user_id, **user.model_dump())
    users_db[user_id] = updated
    return updated


@app.patch("/users/{user_id}", response_model=User)
def patch_user(user_id: int, user: UserUpdate):
    """PATCH — частичное обновление (только указанные поля)"""
    if user_id not in users_db:
        raise HTTPException(status_code=404, detail="User not found")
    existing = users_db[user_id]
    update_data = user.model_dump(exclude_unset=True)
    updated = existing.model_copy(update=update_data)
    users_db[user_id] = updated
    return updated


@app.delete("/users/{user_id}", status_code=204)
def delete_user(user_id: int):
    """DELETE — удаление ресурса"""
    if user_id not in users_db:
        raise HTTPException(status_code=404, detail="User not found")
    del users_db[user_id]
    return None  # 204 No Content

1.3. HTTP-статус коды

Код	Значение	Когда использовать
`200 OK`	Успех	GET, PUT, PATCH успешно выполнены
`201 Created`	Ресурс создан	POST успешно создал ресурс
`204 No Content`	Успех без тела ответа	DELETE успешно выполнен
`400 Bad Request`	Ошибка клиента	Неверный формат данных
`401 Unauthorized`	Не аутентифицирован	Нет токена или токен невалиден
`403 Forbidden`	Нет доступа	Аутентифицирован, но нет прав
`404 Not Found`	Ресурс не найден	ID не существует
`409 Conflict`	Конфликт	Дубликат email, версия устарела
`422 Unprocessable Entity`	Ошибка валидации	Данные валидны синтаксически, но не семантически
`429 Too Many Requests`	Rate limit	Превышен лимит запросов
`500 Internal Server Error`	Ошибка сервера	Unexpected exception

from fastapi import status


@app.post("/users", response_model=User, status_code=status.HTTP_201_CREATED)
def create_user(user: UserCreate):
    # Проверка на дубликат
    for existing in users_db.values():
        if existing.email == user.email:
            raise HTTPException(
                status_code=status.HTTP_409_CONFLICT,
                detail="User with this email already exists"
            )
    # ... создание пользователя

1.4. HATEOAS (Hypermedia as the Engine of Application State)

HATEOAS — это уровень зрелости REST, где ответы содержат ссылки на связанные ресурсы.

from pydantic import BaseModel


class UserWithLinks(BaseModel):
    id: int
    name: str
    email: str
    links: dict[str, str]  # Ссылки на связанные действия


@app.get("/users/{user_id}", response_model=UserWithLinks)
def get_user_hateoas(user_id: int):
    user = users_db.get(user_id)
    if not user:
        raise HTTPException(status_code=404, detail="User not found")

    return UserWithLinks(
        id=user.id,
        name=user.name,
        email=user.email,
        links={
            "self": f"/users/{user_id}",
            "update": f"/users/{user_id}",
            "delete": f"/users/{user_id}",
            "orders": f"/users/{user_id}/orders",
        }
    )

Преимущества HATEOAS:

Клиент не должен хардкодить URL
API становится discoverable
Можно менять URL без поломки клиентов

Недостатки:

Увеличивает размер ответа
Усложняет клиентский код
Редко используется на практике в чистом виде

2. GraphQL: Гибкие запросы

GraphQL — это язык запросов для API, разработанный Facebook. Клиент запрашивает только нужные поля.

2.1. Когда использовать GraphQL

Критерий	REST	GraphQL
Простая структура данных	✅	⚠️ Избыточен
Сложные вложенные данные	⚠️ Over/under-fetching	✅ Точно нужные поля
Мобильные клиенты (трафик)	⚠️ Фиксированный ответ	✅ Минимальный ответ
Частые изменения фронтенда	⚠️ Нужно менять бэкенд	✅ Клиент сам выбирает поля
Кэширование	✅ HTTP-кэш	⚠️ Нужен слой кэширования
Файлы	✅ Загрузка/скачивание	⚠️ Требует расширений

2.2. Схема GraphQL

import graphene
from graphene import ObjectType, String, Int, List, Field, InputObjectType, Mutation


class User(ObjectType):
    """Тип пользователя в GraphQL"""
    id = Int(required=True)
    name = String(required=True)
    email = String(required=True)
    posts = List(lambda: Post)  # Связь с постами


class Post(ObjectType):
    """Тип поста"""
    id = Int(required=True)
    title = String(required=True)
    content = String()
    author = Field(User)


class Query(ObjectType):
    """Корневой тип для запросов"""

    # Получить одного пользователя
    user = Field(User, id=Int(required=True))

    # Получить список пользователей
    users = List(User, limit=Int(default_value=10), offset=Int(default_value=0))

    def resolve_user(root, info, id):
        # Аналог SELECT * FROM users WHERE id = ?
        return users_db.get(id)

    def resolve_users(root, info, limit, offset):
        # Аналог SELECT * FROM users LIMIT ? OFFSET ?
        all_users = list(users_db.values())
        return all_users[offset:offset + limit]


class UserInput(InputObjectType):
    """Входные данные для создания/обновления"""
    name = String(required=True)
    email = String(required=True)


class CreateUser(Mutation):
    """Мутация для создания пользователя"""
    user = Field(User)

    class Arguments:
        name = String(required=True)
        email = String(required=True)

    def mutate(root, info, name, email):
        global next_id
        new_user = User(id=next_id, name=name, email=email)
        users_db[next_id] = new_user
        next_id += 1
        return CreateUser(user=new_user)


class UpdateUser(Mutation):
    """Мутация для обновления"""
    user = Field(User)

    class Arguments:
        id = Int(required=True)
        name = String()
        email = String()

    def mutate(root, info, id, name=None, email=None):
        if id not in users_db:
            raise Exception("User not found")
        user = users_db[id]
        if name:
            user.name = name
        if email:
            user.email = email
        return UpdateUser(user=user)


class Schema(graphene.Schema):
    query = Query
    mutation = graphene.Mutation


schema = Schema()

2.3. Примеры запросов

# Запрос только нужных полей — нет over-fetching
query {
  user(id: 1) {
    id
    name
    # email не запрашиваем — экономим трафик
  }
}

# Вложенные данные в одном запросе — нет N+1 проблемы (при правильном resolver)
query {
  user(id: 1) {
    id
    name
    posts {
      id
      title
    }
  }
}

# Мутация
mutation {
  createUser(name: "Bob", email: "bob@example.com") {
    user {
      id
      name
    }
  }
}

2.4. Интеграция с FastAPI

from fastapi import FastAPI
from starlette.graphql import GraphQLApp

app = FastAPI()

# GraphQL endpoint
app.add_route("/graphql", GraphQLApp(schema=schema))

# REST endpoints остаются
app.include_router(user_router, prefix="/api/v1/users")

2.5. Проблемы GraphQL

N+1 запросов:

def resolve_users(root, info, limit, offset):
    users = list(users_db.values())[offset:offset + limit]
    # Для каждого пользователя будет отдельный запрос к БД при получении posts
    return users

def resolve_posts(user, info):
    # SELECT * FROM posts WHERE author_id = ? — выполнится N раз
    return get_posts_by_author(user.id)

Решение — DataLoader (batch loading):

from aiodataloader import DataLoader


class PostLoader(DataLoader):
    async def batch_load_fn(self, user_ids):
        # Один запрос: SELECT * FROM posts WHERE author_id IN (?, ?, ...)
        posts = await db.fetch_all(
            "SELECT * FROM posts WHERE author_id = ANY($1)",
            user_ids
        )
        # Группируем по author_id
        posts_by_user = {}
        for post in posts:
            posts_by_user.setdefault(post.author_id, []).append(post)
        return [posts_by_user.get(uid, []) for uid in user_ids]


# В resolver
async def resolve_posts(user, info):
    loader = info.context.post_loader
    return await loader.load(user.id)

3. gRPC и Protocol Buffers

gRPC — это высокопроизводительный RPC-фреймворк от Google. Использует HTTP/2 и Protocol Buffers (protobuf) для сериализации.

3.1. Когда использовать gRPC

Критерий	REST/GraphQL	gRPC
Публичное API	✅	⚠️ Требует grpc-web
Внутренние микросервисы	⚠️ JSON медленнее	✅ Бинарный протокол, HTTP/2
Стриминг	⚠️ SSE, WebSockets	✅ Встроенная поддержка
Кодогенерация	⚠️ OpenAPI генераторы	✅ Официальные генераторы
Браузерный клиент	✅	⚠️ grpc-web прокси
Интерактивная отладка	✅ curl, Postman	⚠️ BloomRPC, grpcurl

3.2. Protocol Buffers (.proto файл)

// user.proto
syntax = "proto3";

package user;

// Сервис определяет методы
service UserService {
  // Unary RPC — один запрос, один ответ
  rpc GetUser(GetUserRequest) returns (User);

  // Server streaming — один запрос, поток ответов
  rpc ListUsers(ListUsersRequest) returns (stream User);

  // Client streaming — поток запросов, один ответ
  rpc CreateUserStream(stream User) returns (User);

  // Bidirectional streaming — поток в обе стороны
  rpc Chat(stream ChatMessage) returns (stream ChatMessage);
}

// Сообщения
message User {
  int32 id = 1;
  string name = 2;
  string email = 3;
  repeated string roles = 4;  // Список строк
}

message GetUserRequest {
  int32 id = 1;
}

message ListUsersRequest {
  int32 limit = 1;
  int32 offset = 2;
}

message ChatMessage {
  string user_id = 1;
  string message = 2;
  int64 timestamp = 3;
}

3.3. Генерация кода Python

# Установка
pip install grpcio grpcio-tools

# Генерация
python -m grpc_tools.protoc \
  -I. \
  --python_out=. \
  --grpc_python_out=. \
  user.proto

3.4. gRPC сервер на Python

import grpc
from concurrent import futures
import user_pb2
import user_pb2_grpc


class UserServiceServicer(user_pb2_grpc.UserServiceServicer):
    """Реализация сервиса"""

    def GetUser(self, request, context):
        user = users_db.get(request.id)
        if not user:
            context.set_code(grpc.StatusCode.NOT_FOUND)
            context.set_details("User not found")
            return user_pb2.User()
        return user_pb2.User(id=user.id, name=user.name, email=user.email)

    def ListUsers(self, request, context):
        all_users = list(users_db.values())
        for user in all_users[request.offset:request.offset + request.limit]:
            yield user_pb2.User(id=user.id, name=user.name, email=user.email)

    def CreateUserStream(self, request_iterator, context):
        # Клиент отправляет поток пользователей, сервер возвращает последнего
        last_user = None
        for user_request in request_iterator:
            last_user = user_request
        return last_user


def serve():
    server = grpc.server(futures.ThreadPoolExecutor(max_workers=10))
    user_pb2_grpc.add_UserServiceServicer_to_server(
        UserServiceServicer(), server
    )
    server.add_insecure_port("[::]:50051")
    server.start()
    server.wait_for_termination()


if __name__ == "__main__":
    serve()

3.5. gRPC клиент

import grpc
import user_pb2
import user_pb2_grpc


def get_user():
    channel = grpc.insecure_channel("localhost:50051")
    stub = user_pb2_grpc.UserServiceStub(channel)

    response = stub.GetUser(user_pb2.GetUserRequest(id=1))
    print(f"User: {response.name} ({response.email})")


def list_users():
    channel = grpc.insecure_channel("localhost:50051")
    stub = user_pb2_grpc.UserServiceStub(channel)

    for user in stub.ListUsers(user_pb2.ListUsersRequest(limit=10, offset=0)):
        print(f"User: {user.name}")


def create_user_stream():
    channel = grpc.insecure_channel("localhost:50051")
    stub = user_pb2_grpc.UserServiceStub(channel)

    def request_generator():
        yield user_pb2.User(id=1, name="Alice", email="alice@example.com")
        yield user_pb2.User(id=2, name="Bob", email="bob@example.com")

    response = stub.CreateUserStream(request_generator())
    print(f"Last user: {response.name}")

3.6. Интеграция gRPC с FastAPI

from fastapi import FastAPI
import grpc
import user_pb2
import user_pb2_grpc

app = FastAPI()


@app.get("/api/users/{user_id}")
def get_user_via_grpc(user_id: int):
    """FastAPI endpoint, который вызывает gRPC сервис"""
    channel = grpc.insecure_channel("user-service:50051")
    stub = user_pb2_grpc.UserServiceStub(channel)

    try:
        response = stub.GetUser(user_pb2.GetUserRequest(id=user_id))
        return {"id": response.id, "name": response.name, "email": response.email}
    except grpc.RpcError as e:
        if e.code() == grpc.StatusCode.NOT_FOUND:
            raise HTTPException(status_code=404, detail="User not found")
        raise HTTPException(status_code=500, detail="gRPC error")

4. Версионирование API

API будет меняться. Вопрос не в том, изменится ли API, а в том, как вы обработаете изменения.

4.1. Стратегии версионирования

URL Versioning (наиболее распространённый)

GET /api/v1/users
GET /api/v2/users

Плюсы:

Явно видно версию
Легко кэшировать
Поддерживается всеми клиентами

Минусы:

Загрязняет URL
Нельзя протестировать новую версию без изменения URL

from fastapi import APIRouter

v1_router = APIRouter(prefix="/api/v1")
v2_router = APIRouter(prefix="/api/v2")


@v1_router.get("/users")
def list_users_v1():
    # Старая версия: email в верхнем регистре
    return [{"id": 1, "name": "Alice", "email": "ALICE@EXAMPLE.COM"}]


@v2_router.get("/users")
def list_users_v2():
    # Новая версия: email в нижнем регистре
    return [{"id": 1, "name": "Alice", "email": "alice@example.com"}]


app.include_router(v1_router)
app.include_router(v2_router)

Header Versioning

GET /users
Accept-Version: v2
# или
X-API-Version: 2

Плюсы:

Чистые URL
Версия в заголовках

Минусы:

Не видно в браузере
Сложнее кэшировать

from fastapi import Header


@app.get("/users")
def list_users(version: str = Header(default="v1")):
    if version == "v2":
        return list_users_v2()
    return list_users_v1()

Content Negotiation (Accept header)

GET /users
Accept: application/vnd.myapi.v1+json
# или
Accept: application/vnd.myapi.v2+json

Плюсы:

Использует стандартный механизм HTTP
Чистые URL

Минусы:

Сложная реализация
Непонятно для новичков

from fastapi import Request


@app.get("/users")
async def list_users(request: Request):
    accept = request.headers.get("Accept", "")
    if "v2" in accept:
        return list_users_v2()
    return list_users_v1()

Query Parameter Versioning

GET /users?version=2

Плюсы:

Просто реализовать
Видно в URL

Минусы:

Параметры запроса могут влиять на кэширование
Не рекомендуется для публичных API

4.2. Deprecation Strategy

from fastapi import HTTPException
from datetime import datetime, timedelta


DEPRECATION_SCHEDULE = {
    "/api/v1/users": {
        "deprecated_since": datetime(2025, 1, 1),
        "sunset": datetime(2025, 7, 1),
        "replacement": "/api/v2/users",
    }
}


@app.get("/api/v1/users")
def list_users_v1():
    route = "/api/v1/users"
    schedule = DEPRECATION_SCHEDULE.get(route)

    if schedule and datetime.now() > schedule["sunset"]:
        raise HTTPException(
            status_code=410,  # Gone
            detail=f"This API version is deprecated. Use {schedule['replacement']}"
        )

    response = list_users_v1_impl()
    if schedule:
        # Добавить заголовки deprecation
        response.headers["Deprecation"] = schedule["deprecated_since"].isoformat()
        response.headers["Sunset"] = schedule["sunset"].isoformat()
        response.headers["Link"] = f'<{schedule["replacement"]}>; rel="successor-version"'

    return response

5. Контрактный подход (Contract-First)

Сначала определяем контракт (спецификацию), потом пишем код.

5.1. OpenAPI/Swagger

OpenAPI — это спецификация для описания REST API.

Преимущества:

Документация генерируется автоматически
Можно генерировать клиентский код
Валидация запросов/ответов
Интерактивная документация (Swagger UI)

from fastapi import FastAPI
from pydantic import BaseModel, Field

app = FastAPI(
    title="User API",
    description="API для управления пользователями",
    version="2.0.0",
    docs_url="/docs",  # Swagger UI
    redoc_url="/redoc",  # ReDoc
    openapi_url="/openapi.json",
)


class UserCreate(BaseModel):
    name: str = Field(..., min_length=1, max_length=100, description="Имя пользователя")
    email: str = Field(..., pattern=r"^[^@]+@[^@]+\.[^@]+$", description="Email")

    class Config:
        json_schema_extra = {
            "example": {
                "name": "Alice",
                "email": "alice@example.com"
            }
        }


class User(UserCreate):
    id: int = Field(..., description="Уникальный ID")

    class Config:
        json_schema_extra = {
            "example": {
                "id": 1,
                "name": "Alice",
                "email": "alice@example.com"
            }
        }


class Error(BaseModel):
    detail: str
    code: str | None = None


@app.post(
    "/users",
    response_model=User,
    status_code=201,
    responses={
        400: {"model": Error, "description": "Неверные данные"},
        409: {"model": Error, "description": "Пользователь существует"},
    },
    summary="Создать пользователя",
    description="Создаёт нового пользователя с указанными именем и email",
    tags=["Users"],
)
def create_user(user: UserCreate):
    """Создание пользователя с валидацией контракта"""
    # FastAPI автоматически валидирует запрос по схеме
    # ...

5.2. Валидация по контракту

from pydantic import BaseModel, validator, Field
from typing import Optional
from enum import Enum


class UserRole(str, Enum):
    ADMIN = "admin"
    USER = "user"
    GUEST = "guest"


class UserCreate(BaseModel):
    name: str = Field(..., min_length=2, max_length=50)
    email: str
    role: UserRole = UserRole.USER
    age: Optional[int] = Field(None, ge=0, le=150)

    @validator("email")
    def validate_email(cls, v):
        if "@" not in v or "." not in v:
            raise ValueError("Invalid email format")
        return v.lower()

    @validator("name")
    def validate_name(cls, v):
        if not v.strip():
            raise ValueError("Name cannot be empty or whitespace")
        return v.strip().title()


# Автоматическая валидация
try:
    user = UserCreate(name="  alice  ", email="ALICE@EXAMPLE.COM", age=200)
except ValidationError as e:
    print(e)  # age: ensure this value is less than or equal to 150

5.3. Code Generation из OpenAPI

# Генерация Python клиента из OpenAPI спецификации
pip install openapi-generator

openapi-generator generate \
  -i http://localhost:8000/openapi.json \
  -g python \
  -o ./generated-client

6. Обработка ошибок

Стандартизированная обработка ошибок упрощает жизнь клиентам.

6.1. Формат ошибки

from pydantic import BaseModel
from typing import Optional, Any


class ErrorDetail(BaseModel):
    """Детали ошибки"""
    field: str  # Поле, вызвашее ошибку
    message: str  # Сообщение
    code: Optional[str] = None  # Код ошибки для программного обработки


class ErrorResponse(BaseModel):
    """Стандартный формат ответа об ошибке"""
    error: str  # Тип ошибки
    message: str  # Человекочитаемое сообщение
    details: Optional[list[ErrorDetail]] = None  # Детали
    request_id: Optional[str] = None  # ID запроса для трейсинга
    timestamp: str  # Время ошибки


# Пример ответа
{
  "error": "validation_error",
  "message": "Request validation failed",
  "details": [
    {"field": "email", "message": "Invalid email format", "code": "INVALID_FORMAT"},
    {"field": "age", "message": "Must be at least 18", "code": "MIN_VALUE"}
  ],
  "request_id": "req_123456",
  "timestamp": "2025-03-03T10:00:00Z"
}

6.2. Глобальный обработчик ошибок в FastAPI

from fastapi import FastAPI, Request, status
from fastapi.responses import JSONResponse
from fastapi.exceptions import RequestValidationError
from pydantic import ValidationError
import uuid
from datetime import datetime


app = FastAPI()


@app.exception_handler(RequestValidationError)
async def validation_exception_handler(request: Request, exc: RequestValidationError):
    """Обработка ошибок валидации"""
    details = []
    for error in exc.errors():
        details.append(ErrorDetail(
            field=".".join(str(x) for x in error["loc"]),
            message=error["msg"],
            code=error["type"].upper()
        ))

    return JSONResponse(
        status_code=status.HTTP_422_UNPROCESSABLE_ENTITY,
        content=ErrorResponse(
            error="validation_error",
            message="Request validation failed",
            details=details,
            request_id=str(uuid.uuid4()),
            timestamp=datetime.utcnow().isoformat()
        ).model_dump()
    )


@app.exception_handler(ValidationError)
async def pydantic_exception_handler(request: Request, exc: ValidationError):
    """Обработка ошибок Pydantic"""
    return JSONResponse(
        status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
        content=ErrorResponse(
            error="internal_error",
            message="Response validation failed",
            request_id=str(uuid.uuid4()),
            timestamp=datetime.utcnow().isoformat()
        ).model_dump()
    )


@app.exception_handler(Exception)
async def general_exception_handler(request: Request, exc: Exception):
    """Обработка всех остальных ошибок"""
    # Логирование ошибки
    app.logger.exception(f"Unhandled exception: {exc}")

    return JSONResponse(
        status_code=status.HTTP_500_INTERNAL_SERVER_ERROR,
        content=ErrorResponse(
            error="internal_error",
            message="An unexpected error occurred",
            request_id=str(uuid.uuid4()),
            timestamp=datetime.utcnow().isoformat()
        ).model_dump()
    )

6.3. Кастомные исключения

class APIException(Exception):
    """Базовое исключение для API"""
    def __init__(self, status_code: int, error: str, message: str, details: list = None):
        self.status_code = status_code
        self.error = error
        self.message = message
        self.details = details


class NotFoundException(APIException):
    def __init__(self, resource: str, id: Any):
        super().__init__(
            status_code=404,
            error="not_found",
            message=f"{resource} with id {id} not found"
        )


class ConflictException(APIException):
    def __init__(self, message: str, field: str = None):
        details = [ErrorDetail(field=field, message=message)] if field else None
        super().__init__(
            status_code=409,
            error="conflict",
            message=message,
            details=details
        )


@app.exception_handler(APIException)
async def api_exception_handler(request: Request, exc: APIException):
    return JSONResponse(
        status_code=exc.status_code,
        content=ErrorResponse(
            error=exc.error,
            message=exc.message,
            details=exc.details,
            request_id=str(uuid.uuid4()),
            timestamp=datetime.utcnow().isoformat()
        ).model_dump()
    )


# Использование
@app.get("/users/{user_id}")
def get_user(user_id: int):
    if user_id not in users_db:
        raise NotFoundException("User", user_id)
    return users_db[user_id]

7. Rate Limiting

Ограничение количества запросов для защиты от злоупотреблений.

7.1. Алгоритмы Rate Limiting

Алгоритм	Описание	Плюсы	Минусы
Fixed Window	Счётчик сбрасывается каждые N секунд	Просто реализовать	Spike на границе окна
Sliding Window	Скользящее окно	Равномерное распределение	Сложнее
Token Bucket	Токены добавляются с фиксированной скоростью	Burst allowed	Нужно хранить состояние
Leaky Bucket	Запросы обрабатываются с фиксированной скоростью	Равномерный выход	Нет burst

7.2. Реализация с Redis

import redis
from fastapi import Request, HTTPException, status
from functools import wraps
import time


class RateLimiter:
    def __init__(self, redis_client: redis.Redis):
        self.redis = redis_client

    def is_allowed(self, key: str, limit: int, window: int) -> bool:
        """
        Проверка, разрешён ли запрос.

        Args:
            key: Уникальный ключ (например, user_id или IP)
            limit: Максимальное количество запросов
            window: Окно в секундах

        Returns:
            True если запрос разрешён
        """
        current_time = int(time.time())
        window_key = f"ratelimit:{key}:{current_time // window}"

        # Атомарное увеличение счётчика
        current = self.redis.incr(window_key)

        if current == 1:
            # Первый запрос в окне — устанавливаем TTL
            self.redis.expire(window_key, window)

        return current <= limit

    def get_remaining(self, key: str, limit: int, window: int) -> int:
        """Получить оставшееся количество запросов"""
        current_time = int(time.time())
        window_key = f"ratelimit:{key}:{current_time // window}"
        current = self.redis.get(window_key)
        return max(0, limit - (int(current) if current else 0))


# Middleware для rate limiting
from fastapi import Response


@app.middleware("http")
async def rate_limit_middleware(request: Request, call_next):
    client_ip = request.client.host
    limiter = RateLimiter(redis_client)

    # Глобальный лимит: 100 запросов в минуту
    if not limiter.is_allowed(f"global:{client_ip}", limit=100, window=60):
        raise HTTPException(
            status_code=status.HTTP_429_TOO_MANY_REQUESTS,
            detail="Rate limit exceeded"
        )

    response = await call_next(request)

    # Добавить заголовки с информацией о лимитах
    remaining = limiter.get_remaining(f"global:{client_ip}", limit=100, window=60)
    response.headers["X-RateLimit-Limit"] = "100"
    response.headers["X-RateLimit-Remaining"] = str(remaining)
    response.headers["X-RateLimit-Reset"] = str(int(time.time()) + 60)

    return response

7.3. Декоратор для rate limiting

from slowapi import SlowRateLimiter
from slowapi.util import get_remote_address
from slowapi.errors import RateLimitExceeded
from slowapi.middleware import SlowAPIMiddleware

# Установка: pip install slowapi

slowapi_limiter = SlowRateLimiter(time_period=60, max_requests=10)

app = FastAPI()
app.state.limiter = slowapi_limiter
app.add_middleware(SlowAPIMiddleware)


@app.get("/users")
@slowapi_limiter.limit("5/minute")  # 5 запросов в минуту для этого endpoint
def list_users():
    return list(users_db.values())


@app.exception_handler(RateLimitExceeded)
async def rate_limit_handler(request: Request, exc: RateLimitExceeded):
    return JSONResponse(
        status_code=429,
        content={"error": "rate_limit_exceeded", "message": str(exc)}
    )

8. Pagination

Постраничная выдача больших наборов данных.

8.1. Стратегии пагинации

Offset-Based (классическая)

GET /users?limit=20&offset=40

Плюсы:

Простая реализация
Можно перейти на любую страницу

Минусы:

Медленно на больших offset (OFFSET 1000000 сканирует все предыдущие строки)
Данные могут измениться между запросами

@app.get("/users")
def list_users(limit: int = 20, offset: int = 0):
    # Ограничиваем максимальный лимит
    limit = min(limit, 100)
    all_users = list(users_db.values())
    return all_users[offset:offset + limit]

Cursor-Based (keyset pagination)

GET /users?limit=20&cursor=eyJpZCI6MTAwfQ==

Плюсы:

Быстро на любых страницах (использует индекс)
Консистентные результаты при изменениях

Минусы:

Нельзя перейти на конкретную страницу
Сложнее реализовать

import base64
import json


def encode_cursor(user_id: int) -> str:
    """Кодировать cursor в base64"""
    return base64.b64encode(json.dumps({"id": user_id}).encode()).decode()


def decode_cursor(cursor: str) -> dict:
    """Декодировать cursor"""
    return json.loads(base64.b64decode(cursor).decode())


@app.get("/users")
def list_users_cursor(limit: int = 20, cursor: str = None):
    all_users = sorted(users_db.values(), key=lambda u: u.id)
    limit = min(limit, 100)

    if cursor:
        cursor_data = decode_cursor(cursor)
        # Найти позицию после курсора
        start_idx = next(
            (i for i, u in enumerate(all_users) if u.id > cursor_data["id"]),
            0
        )
    else:
        start_idx = 0

    users = all_users[start_idx:start_idx + limit]

    # Следующий курсор
    next_cursor = None
    if users and len(users) == limit:
        next_cursor = encode_cursor(users[-1].id)

    return {
        "data": users,
        "pagination": {
            "limit": limit,
            "next_cursor": next_cursor,
            "has_more": next_cursor is not None
        }
    }

8.2. Response с мета-информацией

from pydantic import BaseModel
from typing import Generic, TypeVar

T = TypeVar("T")


class PaginatedResponse(BaseModel, Generic[T]):
    """Стандартный формат пагинированного ответа"""
    data: list[T]
    pagination: dict

    class Config:
        json_schema_extra = {
            "example": {
                "data": [{"id": 1, "name": "Alice"}],
                "pagination": {
                    "total": 100,
                    "page": 1,
                    "per_page": 20,
                    "total_pages": 5,
                    "has_next": True,
                    "has_prev": False
                }
            }
        }


@app.get("/users", response_model=PaginatedResponse[User])
def list_users_paginated(page: int = 1, per_page: int = 20):
    all_users = list(users_db.values())
    total = len(all_users)
    per_page = min(per_page, 100)
    total_pages = (total + per_page - 1) // per_page

    offset = (page - 1) * per_page
    users = all_users[offset:offset + per_page]

    return PaginatedResponse(
        data=users,
        pagination={
            "total": total,
            "page": page,
            "per_page": per_page,
            "total_pages": total_pages,
            "has_next": page < total_pages,
            "has_prev": page > 1
        }
    )

Сравнение подходов

Критерий	REST	GraphQL	gRPC
Простота	✅ Простой, понятный	⚠️ Нужно изучать язык запросов	⚠️ Требует protobuf
Гибкость запросов	⚠️ Фиксированные ответы	✅ Клиент выбирает поля	❌ Фиксированные сообщения
Производительность	⚠️ JSON, HTTP/1.1	⚠️ JSON, HTTP/1.1	✅ Бинарный, HTTP/2
Кэширование	✅ HTTP-кэш	⚠️ Нужен слой кэширования	❌ Сложно кэшировать
Стриминг	⚠️ SSE, WebSockets	⚠️ Подписки	✅ Встроенный
Браузер	✅ Нативная поддержка	✅ Нативная поддержка	⚠️ Требуется grpc-web
Codegen	⚠️ OpenAPI генераторы	⚠️ Есть генераторы	✅ Официальные генераторы
Публичное API	✅ Отлично	✅ Хорошо	❌ Не рекомендуется
Микросервисы	⚠️ Приемлемо	⚠️ Приемлемо	✅ Отлично

Практическое задание

Задача: Спроектировать API для системы управления задачами (Task Manager)

Требования:

REST API для CRUD операций с задачами
GraphQL endpoint для сложных запросов (задачи с фильтрами, связанные данные)
gRPC сервис для внутренней коммуникации между микросервисами
Версионирование API
Стандартизированная обработка ошибок
Rate limiting (100 запросов/мин для анонимов, 1000 для авторизованных)
Пагинация списков задач

Дополнительно:

OpenAPI спецификация
Генерация Python клиента
Документация в Swagger UI

Итоги

Аспект	Рекомендация
Публичное API	REST с OpenAPI
Мобильные клиенты	GraphQL для гибкости
Внутренние сервисы	gRPC для производительности
Версионирование	URL versioning для простоты
Ошибки	Стандартизированный формат с request_id
Rate limiting	Token bucket с Redis
Пагинация	Cursor-based для больших данных

Выбор инструмента зависит от контекста. REST — безопасный выбор по умолчанию. GraphQL — когда нужна гибкость. gRPC — когда важна производительность.

Проверьте свои знания

Вопросы ещё не добавлены

Вопросы для этой подтемы ещё не добавлены.

Метод

Описание

Идемпотентность

Безопасность

GET

Получение ресурса

Да

POST

Создание ресурса

Нет

PUT

Полное обновление

Да

Нет

PATCH

Частичное обновление

Нет*

Нет

DELETE

Удаление ресурса

Да

Нет

Код

Значение

Когда использовать

200 OK

Успех

GET, PUT, PATCH успешно выполнены

201 Created

Ресурс создан

POST успешно создал ресурс

204 No Content

Успех без тела ответа

DELETE успешно выполнен

400 Bad Request

Ошибка клиента

Неверный формат данных

401 Unauthorized

Не аутентифицирован

Нет токена или токен невалиден

403 Forbidden

Нет доступа

Аутентифицирован, но нет прав

404 Not Found

Ресурс не найден

ID не существует

409 Conflict

Конфликт

Дубликат email, версия устарела

422 Unprocessable Entity

Ошибка валидации

Данные валидны синтаксически, но не семантически

429 Too Many Requests

Rate limit

Превышен лимит запросов

500 Internal Server Error

Ошибка сервера

Unexpected exception

Критерий

REST

GraphQL

Простая структура данных

✅

⚠️ Избыточен

Сложные вложенные данные

⚠️ Over/under-fetching

✅ Точно нужные поля

Мобильные клиенты (трафик)

⚠️ Фиксированный ответ

✅ Минимальный ответ

Частые изменения фронтенда

⚠️ Нужно менять бэкенд

✅ Клиент сам выбирает поля

Кэширование

✅ HTTP-кэш

⚠️ Нужен слой кэширования

Файлы

✅ Загрузка/скачивание

⚠️ Требует расширений

Критерий

REST/GraphQL

gRPC

Публичное API

✅

⚠️ Требует grpc-web

Внутренние микросервисы

⚠️ JSON медленнее

✅ Бинарный протокол, HTTP/2

Стриминг

⚠️ SSE, WebSockets

✅ Встроенная поддержка

Кодогенерация

⚠️ OpenAPI генераторы

✅ Официальные генераторы

Браузерный клиент

✅

⚠️ grpc-web прокси

Интерактивная отладка

✅ curl, Postman

⚠️ BloomRPC, grpcurl

Алгоритм

Описание

Плюсы

Минусы

Fixed Window

Счётчик сбрасывается каждые N секунд

Просто реализовать

Spike на границе окна

Sliding Window

Скользящее окно

Равномерное распределение

Сложнее

Token Bucket

Токены добавляются с фиксированной скоростью

Burst allowed

Нужно хранить состояние

Leaky Bucket

Запросы обрабатываются с фиксированной скоростью

Равномерный выход

Нет burst

Критерий

REST

GraphQL

gRPC

Простота

✅ Простой, понятный

⚠️ Нужно изучать язык запросов

⚠️ Требует protobuf

Гибкость запросов

⚠️ Фиксированные ответы

✅ Клиент выбирает поля

❌ Фиксированные сообщения

Производительность

⚠️ JSON, HTTP/1.1

✅ Бинарный, HTTP/2

Кэширование

✅ HTTP-кэш

⚠️ Нужен слой кэширования

❌ Сложно кэшировать

Стриминг

⚠️ SSE, WebSockets

⚠️ Подписки

✅ Встроенный

Браузер

✅ Нативная поддержка

⚠️ Требуется grpc-web

Codegen

⚠️ OpenAPI генераторы

⚠️ Есть генераторы

✅ Официальные генераторы

Публичное API

✅ Отлично

✅ Хорошо

❌ Не рекомендуется

Микросервисы

⚠️ Приемлемо

✅ Отлично

Аспект

Рекомендация

Публичное API

REST с OpenAPI

Мобильные клиенты

GraphQL для гибкости

Внутренние сервисы

gRPC для производительности

Версионирование

URL versioning для простоты

Ошибки

Стандартизированный формат с request_id

Rate limiting

Token bucket с Redis

Пагинация

Cursor-based для больших данных