简单构建高并发

app/api.py

@@ -0,0 +1,100 @@
+
+from fastapi import APIRouter, HTTPException, Body, Depends
+from . import schemas
+from .services import face_service, FaceRecognitionService
+
+router = APIRouter()
+
+# Dependency to get the service instance
+def get_face_service():
+    return face_service
+
+@router.post("/register", response_model=schemas.RegisterResponse, summary="注册新的人脸")
+async def register(request: schemas.RegisterRequest, service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    为用户注册一张新的人脸。元数据存入PostgreSQL，向量存入Milvus。
+
+    - **功能**: 将一张图片中的人脸与一个用户ID和姓名关联起来。
+    - **校验**: 
+        - 检查用户ID是否已被他人注册。
+        - 确保图片中只包含一张清晰可识别的人脸。
+    - **操作**: 如果是新用户，会在PostgreSQL创建用户记录；然后将提取到的人脸特征向量存入Milvus。
+    """
+    try:
+        if not request.url and not request.face_data:
+            raise ValueError("必须提供图片的url或face_data。")
+        user_info = await service.register_new_face(request.id, request.name, request)
+        return schemas.RegisterResponse(data=user_info)
+    except ValueError as e:
+        raise HTTPException(status_code=400, detail=str(e))
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"服务器内部错误: {e}")
+
+@router.post("/detect", response_model=schemas.DetectResponse, summary="1:N 人脸识别 (Milvus)")
+async def detect(request: schemas.ImageSource = Body(...), service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    在一张图片中检测并识别所有已知的人脸。使用Milvus进行高性能向量搜索。
+
+    - **功能**: 对比图片中的人脸与Milvus中的所有人脸，返回匹配结果。
+    - **阈值**: 内部使用相似度阈值来判断是否匹配成功。
+    - **返回**: 返回一个列表，包含所有被识别出的人员信息、位置和置信度。
+    """
+    try:
+        if not request.url and not request.face_data:
+            raise ValueError("必须提供图片的url或face_data。")
+        detected_faces = await service.detect_faces(request)
+        return schemas.DetectResponse(data=detected_faces)
+    except ValueError as e:
+        raise HTTPException(status_code=400, detail=str(e))
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"服务器内部错误: {e}")
+
+@router.post("/verify", response_model=schemas.VerifyResponse, summary="1:1 人脸认证 (Milvus)")
+async def verify(request: schemas.VerifyRequest, service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    验证一张图片中的人脸是否属于指定的用户ID。在Milvus中进行限定范围的向量搜索。
+
+    - **功能**: 精确比对，判断“这张脸是不是这个人”。
+    - **场景**: 用于人脸登录、刷脸支付等高安全要求的场景。
+    - **返回**: 返回布尔值 `match` 表示是否匹配，以及具体的相似度 `confidence`。
+    """
+    try:
+        if not request.url and not request.face_data:
+            raise ValueError("必须提供图片的url或face_data。")
+        verification_result = await service.verify_face(request.id, request)
+        return schemas.VerifyResponse(data=verification_result)
+    except ValueError as e:
+        raise HTTPException(status_code=400, detail=str(e))
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"服务器内部错误: {e}")
+
+@router.delete("/users/{user_id}", response_model=schemas.StandardResponse, summary="删除用户 (同步删除PG和Milvus)")
+async def delete_user(user_id: int, service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    根据用户ID，从PostgreSQL和Milvus中同步删除该用户的所有数据。
+    """
+    try:
+        deleted_user = await service.delete_user(user_id)
+        return schemas.StandardResponse(message=f"成功删除用户 {deleted_user['name']} (ID: {user_id})。")
+    except ValueError as e:
+        raise HTTPException(status_code=404, detail=str(e))
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"服务器内部错误: {e}")
+
+@router.get("/users/{user_id}", response_model=schemas.RegisterResponse, summary="获取单个用户信息")
+async def get_user(user_id: int, service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    根据用户ID，查询并返回用户的详细信息（元数据来自PG，人脸数量来自Milvus）。
+    """
+    user_info = await service.get_user(user_id)
+    if not user_info:
+        raise HTTPException(status_code=404, detail=f"ID为 {user_id} 的用户不存在。")
+    return schemas.RegisterResponse(data=user_info)
+
+@router.get("/users", response_model=schemas.UserListResponse, summary="获取所有用户列表")
+async def list_users(skip: int = 0, limit: int = 100, service: FaceRecognitionService = Depends(get_face_service)):
+    """
+    获取数据库中所有已注册用户的列表，支持分页（元数据来自PG，人脸数量来自Milvus）。
+    """
+    users_list = await service.list_all_users(skip=skip, limit=limit)
+    return schemas.UserListResponse(data=users_list)