500 Undocumented Error: Internal Server Error when returning response in FastAPI

Question

我正在使用 FastAPI 通过 ML 模型进行预测。当我给出 task_id 和 input 时，应用程序应将其添加到后台任务并相应地 return 响应。但是，当我尝试这样做时，我得到了 Error 500。

添加 task_id_globally 后，它在正常工作之前开始抛出错误。

错误

  File ".\app\main.py", line 36, in post
    return {'result': response_name[task_id_global]}
TypeError: list indices must be integers or slices, not NoneType

代码

task_id_global = None
@app.get('/predict')
async def predict(task_id:int, background_tasks: BackgroundTasks,solute,solvent):
    task_id_global = task_id
    if task_id == 0:
        background_tasks.add_task(predictions,solute,solvent)
        return {'success'}
    elif task_id == 1:
        background_tasks.add_task(predictions_two,solute)
        return {'success'}
    else:
        return "Give proper task_id"
    
response_name = [response, attach_drug_name()]

@app.get('/predict_solubility')
async def post():
    return {'result': response_name[task_id_global]}

Answer 1

您已将 task_id_global 设置为 None，因此，在调用 /predict_solubility 端点时，它会尝试使用 response_name[None] 从列表中检索元素；因此，错误。所以你应该将 task_id_global 设置为 0，这应该指向你的 response_name 列表中的某个默认值 - 即使 /predict 端点尚未被调用 - 或者执行检查在第二个端点内查看 task_id_global 是否不是 None，然后决定是否继续从列表中检索项目。接下来，在 /predict 端点内部声明 task_id_global 为全局变量，然后再使用它（使用 global 关键字），因为按照当前声明的方式，它被解释为局部变量，并且因此，全局的永远不会受到端点内 task_id_global 发生的任何变化的影响（看看 here）。

task_id_global = None

@app.get('/predict')
async def predict(task_id:int,solute,solvent):
    global task_id_global
    task_id_global = task_id
    ...

此外，根据您的任务（例如，如果您有多个请求同时访问该全局变量），您可能需要考虑其他选项，例如 Redis。看看 this answer.

500 Undocumented Error: Internal Server Error when returning response in FastAPI

500 Undocumented Error: Internal Server Error when returning response in FastAPI

python

python-3.x

fastapi