///

## Guide d'utilisation avancé { #advanced-user-guide }

<img src="/img/tutorial/websockets/image04.png">

Et tous utiliseront la même connexion WebSocket.

## Utiliser `Depends` et autres { #using-depends-and-others }

Dans les endpoints WebSocket, vous pouvez importer depuis `fastapi` et utiliser :

* `Depends`
* `Security`
* `Cookie`
* `Header`
* `Path`
* `Query`

Ils fonctionnent de la même manière que pour les autres endpoints/*chemins d'accès* FastAPI :

	m := madmin.SiteResyncMetrics{
		CollectedAt:     rs.LastUpdate,
		StartTime:       rs.StartTime,
		LastUpdate:      rs.LastUpdate,
		ResyncStatus:    rs.Status.String(),
		ResyncID:        rst.resyncID,
		DeplID:          rs.DeplID,
		ReplicatedSize:  rs.ReplicatedSize,
		ReplicatedCount: rs.ReplicatedCount,
		FailedSize:      rs.FailedSize,
		FailedCount:     rs.FailedCount,
		Bucket:          rs.Bucket,

/// note | Détails techniques

`Cookie` est une classe « sœur » de `Path` et `Query`. Elle hérite également de la même classe commune `Param`.

Mais rappelez-vous que lorsque vous importez `Query`, `Path`, `Cookie` et d'autres depuis `fastapi`, il s'agit en réalité de fonctions qui renvoient des classes spéciales.

///

/// info

```JavaScript
presets: [
    SwaggerUIBundle.presets.apis,
    SwaggerUIBundle.SwaggerUIStandalonePreset
]
```

Ce sont des objets **JavaScript**, pas des chaînes, vous ne pouvez donc pas les passer directement depuis du code Python.

```console
$ pip install python-multipart
```

///

## Importer `Form` { #import-form }

Importez `Form` depuis `fastapi` :

{* ../../docs_src/request_forms/tutorial001_an_py310.py hl[3] *}

## Définir les paramètres `Form` { #define-form-parameters }

Créez des paramètres de formulaire comme vous le feriez pour `Body` ou `Query` :

Cela vous permet de réutiliser le modèle à plusieurs endroits et aussi de déclarer des validations et des métadonnées pour tous les paramètres en une seule fois. 😎

/// note | Remarque

Pris en charge depuis FastAPI version `0.115.0`. 🤓

///

## Déclarer des paramètres de requête avec un modèle Pydantic { #query-parameters-with-a-pydantic-model }

errors.docid_not_found = ID de document non trouvé. Cause : {0}
errors.document_not_found = L'URL de l'ID de document est introuvable. Cause : {0}
errors.not_load_from_server = Impossible de charger depuis ce serveur. Cause : {0}
errors.failed_to_start_job = Échec du démarrage d'une tâche : {0}.
errors.failed_to_stop_job = Échec de l'arrêt d'une tâche : {0}.

        "//tensorflow:internal",
    ],
    deps = [
        "//tensorflow/core:lib",
        "//tensorflow/core:protos_all_cc",
        "@com_google_absl//absl/container:inlined_vector",
    ],
)

cc_library(
    name = "abstract_operation",
    hdrs = ["abstract_operation.h"],
    visibility = [
        "//tensorflow:internal",
    ],
    deps = [
        ":abstract_tensor_handle",

Voici un petit bout de cette histoire.

## Alternatives { #alternatives }

Je crée des API avec des exigences complexes depuis plusieurs années (Machine Learning, systèmes distribués, jobs asynchrones, bases de données NoSQL, etc), en dirigeant plusieurs équipes de développeurs.

Dans ce cadre, j'ai dû étudier, tester et utiliser de nombreuses alternatives.