Starlette ломают не маршруты, а обработчики запросов и фоновые задачи

Starlette часто берут как «лёгкий ASGI-слой», а потом удивляются, почему приложение ведёт себя нестабильно. Главные причины обычно не в роутинге, а в том, как собраны middleware, зависимости и lifecycle.

Проверь базовый набор:
— не держи тяжёлую инициализацию в обработчике запроса;
— не запускай блокирующий I/O напрямую внутри async-кода;
— не полагайся на фоновые задачи для критичной бизнес-логики;
— не смешивай state на уровне модуля с данными конкретного запроса.

Ещё одна типовая ошибка — игнорировать границы между ASGI и синхронным кодом. Если внутри эндпоинта вызывается ORM, парсер или внешняя библиотека без обёртки, event loop начинает тормозить. Внешне это выглядит как «медленный Starlette», хотя проблема сидит в одной функции.

Хорошая схема простая: всё, что может ждать, уводишь в отдельный worker; всё, что должно отвечать быстро, оставляешь в request path; для shared-данных используешь явные объекты, а не глобальные переменные.

Если Starlette начинает «сыпаться», сначала смотри на блокировки, lifecycle и фоновые задачи — в этих трёх местах обычно спрятан реальный баг.

Python чаще ломается не в коде, а в том, как его запускают и читают

Если скрипт «вроде работает», проверь три места: входные данные, окружение и границы ошибок. В Python половина багов сидит не в алгоритме, а в том, что файл приходит пустым, переменная окружения не задана, а исключение где-то проглотили.

Для веб-проектов и автоматизации держите базовый набор привычек:
• валидируйте вход через pydantic или явные проверки;
• отделяйте чистую логику от I/O и сетевых вызовов;
• не смешивайте бизнес-правила с парсингом ответа;
• логируйте контекст ошибки, а не только текст traceback.

Отдельно следите за async: не вызывайте блокирующие библиотеки внутри event loop без обвязки, не создавайте лишние соединения в цикле и не надеетесь, что «маленькая задержка» спасёт от таймаутов. Для Django и FastAPI это особенно заметно на интеграциях, когда внешние сервисы начинают отвечать медленнее обычного.

И ещё одна вещь, которую стоит проверить в любом Python-проекте: повторяемость запуска. Если код нельзя поднять из чистого окружения по короткой инструкции, значит у вас не код, а набор удачных совпадений.