概述

Flask 和 FastAPI 都是 Python 生态里常用的 Web 框架，适合写 REST API 和小型后端服务。Flask 出现更早、生态成熟；FastAPI 更年轻，主打类型注解、自动文档和高性能。两者都不是「全栈 MVC 框架」（那是 Django 的领域），选型时往往是在「轻量 API 框架」之间做取舍。

核心对比

维度 Flask FastAPI
首发年份 2010 2018
维护方 Pallets Sebastián Ramírez 及社区
核心定位 微框架，灵活可扩展 现代 API 框架，开箱即用
路由与视图 装饰器 @app.route 装饰器 @app.get 等，按 HTTP 方法拆分
请求/响应校验 需自行集成（如 Marshmallow、Pydantic） 内置 Pydantic，类型即契约
OpenAPI / Swagger 需扩展（flask-smorest、apispec 等） 内置，访问 /docs、/redoc
异步支持 2.0+ 支持 async def，但生态仍以同步为主 原生 async，基于 ASGI
默认服务器 Werkzeug（开发），生产常用 Gunicorn + WSGI Uvicorn / Hypercorn（ASGI）
性能（粗略） 中等，够用 通常更高（尤其 I/O 密集、高并发）
学习曲线 平缓，文档与示例极多 需熟悉类型注解和 Pydantic
生态与插件 非常丰富（登录、ORM、Admin 等） 增长快，常与 SQLAlchemy、SQLModel 搭配

Flask 简介

Flask 是「微框架」：只提供路由、请求上下文、模板（Jinja2）等核心能力，数据库、认证、序列化都靠扩展拼装。这种设计让项目可以极简起步，也适合已有架构的团队按需引入组件。

特点概括：

  • 简单直观：一个文件就能跑起一个 HTTP 服务
  • 扩展多：Flask-SQLAlchemy、Flask-Login、Blueprint 模块化等成熟方案多
  • 同步思维为主：大量教程和第三方库按 WSGI + 阻塞 I/O 编写；要用好异步需额外注意

最小示例：

from flask import Flask, jsonify

app = Flask(__name__)

@app.route("/items/<int:item_id>")
def get_item(item_id: int):
    return jsonify({"id": item_id, "name": "example"})

if __name__ == "__main__":
    app.run(debug=True)

运行：flask run 或 python app.py（开发环境）。

FastAPI 简介

FastAPI 构建在 Starlette（ASGI）和 Pydantic 之上，面向需要清晰 API 契约和较好并发的场景。函数参数和返回值用 Python 类型标注，框架自动校验、序列化，并生成 OpenAPI 文档。

特点概括：

  • 类型驱动：路径参数、查询参数、Body 都有明确类型和校验错误信息
  • 依赖注入：Depends() 便于复用数据库会话、当前用户等
  • 异步友好：路由可写 async def，适合调用外部 HTTP、数据库连接池等

最小示例：

from fastapi import FastAPI

app = FastAPI()

@app.get("/items/{item_id}")
async def get_item(item_id: int):
    return {"id": item_id, "name": "example"}

运行：uvicorn main:app --reload。

访问 http://127.0.0.1:8000/docs 可看到自动生成的交互式 API 文档。

同一接口的写法对比

下面用「按 ID 查询资源」对比常见写法（FastAPI 侧校验由框架完成；Flask 侧需自己保证类型或引入扩展）。

Flask：

from flask import Flask, jsonify, abort

app = Flask(__name__)

@app.route("/users/<int:user_id>")
def get_user(user_id):
    user = find_user(user_id)  # 业务逻辑
    if user is None:
        abort(404)
    return jsonify(user)

FastAPI：

from fastapi import FastAPI, HTTPException

app = FastAPI()

@app.get("/users/{user_id}")
async def get_user(user_id: int):
    user = await find_user(user_id)
    if user is None:
        raise HTTPException(status_code=404)
    return user

若要在 Flask 里做请求体校验，通常会再加一层 schema（例如 Pydantic 模型 + 手动 model_validate），而 FastAPI 把这一步内建在参数声明里。

性能与部署

  • Flask：经典 WSGI 栈（Gunicorn、uWSGI + Nginx）。对 CPU 不重、并发中等的 API 完全够用。
  • FastAPI：走 ASGI（Uvicorn、Gunicorn + Uvicorn worker）。在大量等待 I/O（调用下游 API、数据库）时，异步路由能更好利用连接；纯 CPU 密集任务两者都要靠多进程/任务队列，不能单靠框架「变快」。

实际性能还取决于 ORM、中间件和业务逻辑；不应只凭 benchmark 选型。

如何选型

场景 更倾向
团队已大量用 Flask，项目以维护为主 Flask
需要快速对外提供带文档的 REST API FastAPI
强依赖 Flask 特有扩展（某些 Admin、旧插件） Flask
新项目、重视类型提示与 OpenAPI FastAPI
以服务端渲染 HTML 为主的小站 Flask（模板集成更常见）
高并发 I/O、微服务网关式 API FastAPI（或 Starlette）

两者也可以共存于同一组织：例如边缘网关或新服务用 FastAPI，老服务继续 Flask，通过 HTTP 或消息队列集成。

小结

  • Flask：老牌、灵活、资料多，适合「要什么自己装」和遗留项目。
  • FastAPI：现代 API 优先，类型 + 文档 + 异步一体，适合新 API 和契约清晰的微服务。

没有绝对优劣；小项目用哪一个都能做好，关键是团队熟悉度、是否要内置 OpenAPI/校验，以及同步与异步模型是否与现有代码一致。

参考