FastAPI路由方法/端点之间传递数据的推荐实现方案

最优方案分场景选择，都可以规避你提到的额外组件开销问题 #

首先先明确完整请求链路的前提：第三方服务调用endpoint_1拿到唯一标识后，需要将该标识同步给前端，前端携带该标识调用endpoint_2才能完成数据匹配，这是跨独立请求传递数据的必要链路。

场景1：单实例部署、无分布式扩容需求 #

直接用内存级TTL缓存即可，不需要额外部署任何服务，实现成本最低。
你可以用纯Python实现的cachetools库的TTLCache，自带过期自动清理、容量上限控制，不会出现内存泄漏问题：

1. 先安装依赖：

pip install cachetools

2. 改造后的代码示例：

from urllib.parse import urlencode
from uuid import uuid4
import httpx
from fastapi import APIRouter, HTTPException
from cachetools import TTLCache

router = APIRouter()
# 初始化缓存：最大存1000条记录，每条过期时间5分钟（可根据业务调整）
attributes_cache = TTLCache(maxsize=1000, ttl=300)

@router.post("/api/endpoint_1")
async def endpoint_1(attributes: dict):
    # 生成唯一请求ID作为关联标识
    request_id = str(uuid4())
    attributes_cache[request_id] = attributes
    # 将request_id返回给第三方调用方
    return {"request_id": request_id}

@router.get("/api/endpoint_2")
async def endpoint_2(request_id: str):
    # 校验请求ID是否存在
    if request_id not in attributes_cache:
        raise HTTPException(status_code=404, detail="请求ID不存在或已过期")
    # 取出后直接删除缓存，避免占用内存
    attributes = attributes_cache.pop(request_id)
    
    url = f"http://some_external_service_url.com/api/{urlencode(attributes, doseq=True)}"
    async with httpx.AsyncClient() as client:
        response = await client.get(url)
        return response.json().get("items")

如果连第三方依赖都不想装，自己实现一个带过期时间的全局字典存储也可以，每次取值时校验过期时间清理无效数据即可。

场景2：后续有多实例/分布式部署需求 #

可以用Python自带的sqlite文件数据库，不需要额外部署数据库服务，只需要建一张极简单的表存储request_id、attributes、expire_time三个字段即可，成本远低于单独搭Redis或者维护业务库表。

内容的提问来源于stack exchange，提问作者mrgrj