# FastAPIとPostgreSQLで画像ファイルのメタ情報を保存するAPIの作成

## 目次
1. はじめに
2. 開発環境の準備
3. FastAPIプロジェクトのセットアップ
4. PostgreSQLデータベースの設定
5. モデルとスキーマの作成
6. APIエンドポイントの実装
7. 動作確認
8. まとめ

## 1. はじめに
本記事では、PythonのWebフレームワークであるFastAPIと、リレーショナルデータベースとして広く利用されているPostgreSQLを組み合わせて、画像ファイルのメタ情報を保存するためのAPIを構築します。このAPIでは、画像のアップロード機能とそのメタ情報の保存機能を実装します。

## 2. 開発環境の準備
まず、PythonとPostgreSQLがインストールされていることを確認してください。今回の開発には、以下のパッケージが必要になります。

- Python 3.8以上
- FastAPI
- SQLAlchemy
- psycopg2-binary
- Pydantic

![img](/mosaic-code.jpg)

## 3. FastAPIプロジェクトのセットアップ
まず、FastAPIの基本プロジェクトをセットアップします。

### ディレクトリ構成
![img](/mosaic-code.jpg)

### main.py
![img](/mosaic-code.jpg)

## 4. PostgreSQLデータベースの設定
PostgreSQLに接続するための設定を行います。`.env` ファイルに接続情報を記載し、環境変数から読み取ります。

### .env
![img](/mosaic-code.jpg)

### database.py
![img](/mosaic-code.jpg)

## 5. モデルとスキーマの作成
データベースのモデルとスキーマを作成します。

### models.py
![img](/mosaic-code.jpg)

### schemas.py
![img](/mosaic-code.jpg)

## 6. APIエンドポイントの実装
CRUD操作を行うための`crud.py`を作成します。

### crud.py
![img](/mosaic-code.jpg)

## 7. 動作確認
FastAPIアプリケーションを起動して、画像ファイルのアップロードおよびメタ情報の保存を確認します。

![img](/mosaic-code.jpg)

ブラウザで`http://127.0.0.1:8000/docs`にアクセスし、APIのインターフェースを確認しながらテストすることができます。

## 8. まとめ
FastAPIとPostgreSQLを組み合わせて、画像ファイルのメタ情報を保存するAPIを構築しました。FastAPIの非同期機能を活用し、効率的なAPIを実現しています。 今回の例では基本的なCRUD操作のみを扱いましたが、必要に応じて検索機能や認証などを拡張できます。 [cv:issue_marketplace_engineer]

# FastAPIとPostgreSQLで画像ファイルのメタ情報を保存するAPIの作成

## 目次
1. はじめに
2. 開発環境の準備
3. FastAPIプロジェクトのセットアップ
4. PostgreSQLデータベースの設定
5. モデルとスキーマの作成
6. APIエンドポイントの実装
7. 動作確認
8. まとめ

## 1. はじめに
本記事では、PythonのWebフレームワークであるFastAPIと、リレーショナルデータベースとして広く利用されているPostgreSQLを組み合わせて、画像ファイルのメタ情報を保存するためのAPIを構築します。このAPIでは、画像のアップロード機能とそのメタ情報の保存機能を実装します。

## 2. 開発環境の準備
まず、PythonとPostgreSQLがインストールされていることを確認してください。今回の開発には、以下のパッケージが必要になります。

- Python 3.8以上
- FastAPI
- SQLAlchemy
- psycopg2-binary
- Pydantic

```bash
pip install fastapi uvicorn sqlalchemy psycopg2-binary pydantic
```

## 3. FastAPIプロジェクトのセットアップ
まず、FastAPIの基本プロジェクトをセットアップします。

### ディレクトリ構成
```
fastapi_image_api/
    ├── main.py
    ├── database.py
    ├── models.py
    ├── schemas.py
    └── .env
```

### main.py
```python
from fastapi import FastAPI, File, UploadFile, HTTPException
from sqlalchemy.orm import Session
from database import SessionLocal, engine
import models
import crud

models.Base.metadata.create_all(bind=engine)

app = FastAPI()

@app.post("/upload/")
async def upload_image(file: UploadFile = File(...), db: Session = SessionLocal()):
    try:
        contents = await file.read()
        if not contents:
            raise HTTPException(400, "Empty file uploaded")
        
        # メタ情報を生成（例：仮に名前とファイルサイズをメタ情報とします）
        metadata = {
            "filename": file.filename,
            "content_type": file.content_type,
            "size": len(contents)
        }
        
        # データベースに保存する
        image_meta = crud.create_image_metadata(db=db, metadata=metadata)
        
        return {"filenames": file.filename, "message": "Image uploaded successfully", "metadata": image_meta}
    except Exception as e:
        raise HTTPException(500, str(e))
```

## 4. PostgreSQLデータベースの設定
PostgreSQLに接続するための設定を行います。`.env` ファイルに接続情報を記載し、環境変数から読み取ります。

### .env
```
DATABASE_URL=postgresql://user:password@localhost/dbname
```

### database.py
```python
from sqlalchemy import create_engine
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
import os
from dotenv import load_dotenv

load_dotenv()

DATABASE_URL = os.getenv("DATABASE_URL")

engine = create_engine(DATABASE_URL)
SessionLocal = sessionmaker(autocommit=False, autoflush=False, bind=engine)

Base = declarative_base()
```

## 5. モデルとスキーマの作成
データベースのモデルとスキーマを作成します。

### models.py
```python
from sqlalchemy import Column, Integer, String
from database import Base

class ImageMetadata(Base):
    __tablename__ = "image_metadata"
    
    id = Column(Integer, primary_key=True, index=True)
    filename = Column(String, index=True)
    content_type = Column(String)
    size = Column(Integer)
```

### schemas.py
```python
from pydantic import BaseModel

class ImageMetadata(BaseModel):
    id: int
    filename: str
    content_type: str
    size: int

    class Config:
        orm_mode = True
```

## 6. APIエンドポイントの実装
CRUD操作を行うための`crud.py`を作成します。

### crud.py
```python
from sqlalchemy.orm import Session
import models, schemas

def create_image_metadata(db: Session, metadata: dict):
    db_image_meta = models.ImageMetadata(**metadata)
    db.add(db_image_meta)
    db.commit()
    db.refresh(db_image_meta)
    return db_image_meta
```

## 7. 動作確認
FastAPIアプリケーションを起動して、画像ファイルのアップロードおよびメタ情報の保存を確認します。

```bash
uvicorn main:app --reload
```

ブラウザで`http://127.0.0.1:8000/docs`にアクセスし、APIのインターフェースを確認しながらテストすることができます。

## 8. まとめ
FastAPIとPostgreSQLを組み合わせて、画像ファイルのメタ情報を保存するAPIを構築しました。FastAPIの非同期機能を活用し、効率的なAPIを実現しています。 今回の例では基本的なCRUD操作のみを扱いましたが、必要に応じて検索機能や認証などを拡張できます。 

FastAPIとPostgreSQLで画像ファイルのメタ情報を保存するAPIの作成

目次

1. はじめに

続きを読むには単価診断を受けてください（30秒）