はじめに：NestJS歴4年の私がPythonに手を出した理由

私はこれまで4年間、NestJS（TypeScript）でバックエンドを開発してきました。DDD（ドメイン駆動設計）に基づいたアーキテクチャ設計や、class-validatorによる堅牢な型安全性を重視した開発が信条でした。

しかし最近、生成AI（LLM）アプリケーション開発の案件に携わる機会が増え、Pythonエコシステムとの遭遇が避けられなくなりました。最初は「動的型付け言語のPythonで大規模開発なんて…」と正直抵抗がありました。

ところが、重い腰を上げてFastAPIを触ってみたら、「あれ、こいつはNestJSの親戚か？」 と感じるほど設計思想が似通っていたのです。

この記事では、TypeScript/NestJSエンジニアがFastAPIを最短で習得するための、概念の対応表を提供します。言語は違っても、モダンなバックエンド開発の本質（DI、型安全性、宣言的記述）は同じでした。

概念対応表：NestJS vs FastAPI

まずは全体像を掴むため、主要な概念の対応表をまとめました。

概念	NestJS (TypeScript)	FastAPI (Python)	共通点・所感
DTO/バリデーション	`class-validator`	`Pydantic` (BaseModel)	「型定義＝バリデーション」という思想が完全一致
DI（依存性注入）	`@Injectable()`	`Depends()`	テスト容易性と関心の分離を実現
ルーティング	`@Controller()` / `@Get()`	`@app.get()`	デコレータ構文で直感的
非同期処理	`async/await` (Node.js)	`async` / `await`	どちらもシングルスレッド・イベントループモデル
ドキュメント	手動設定 (`@ApiProperty`)	自動生成	FastAPIの圧勝。コードを書けばドキュメントになる
型システム	TypeScript (静的解析)	Python Type Hints (実行時解析)	アプローチは違うが、開発体験は近い

1. DTOとバリデーション：class-validator vs Pydantic

NestJSでは、DTO（Data Transfer Object）クラスにデコレータをつけてバリデーションを行いますが、FastAPIではPydanticがその役割を担います。

NestJS (TypeScript) の場合

// create-user.dto.ts
import { IsString, IsEmail, MinLength, IsOptional } from 'class-validator';

export class CreateUserDto {
  @IsString()
  @MinLength(2)
  name: string;
  
  @IsEmail()
  email: string;
  
  @IsOptional()
  @IsString()
  bio?: string;
}

FastAPI (Python) の場合

# schemas.py
from pydantic import BaseModel, EmailStr, Field
from typing import Optional

class CreateUserRequest(BaseModel):
    name: str = Field(..., min_length=2)  # Fieldで制約を追加
    email: EmailStr  # 型そのものがバリデーションロジックを持つ
    bio: Optional[str] = None  # Optionalで省略可能

ここがすごい：
Pydanticは「型定義」がそのまま「実行時のバリデーションロジック」になります。TypeScriptでは型はコンパイル後に消えますが、Pydanticでは生きています。

2. 依存性注入（DI）：@Injectable vs Depends

NestJSの最大の特徴であるDIシステム。FastAPIにも同様の機能が Depends として存在します。これにより、ビジネスロジックとコントローラーを綺麗に分離できます。

NestJS (TypeScript) の場合

// users.service.ts
@Injectable()
export class UserService {
  constructor(@InjectRepository(User) private userRepo: Repository<User>) {}
  // ...
}

// users.controller.ts
@Controller('users')
export class UserController {
  constructor(private userService: UserService) {} // コンストラクタ注入

  @Get(':id')
  async getUser(@Param('id') id: string) {
    return this.userService.findById(id);
  }
}

FastAPI (Python) の場合

FastAPIのDIは、クラスではなく関数ベースで解決するのが一般的ですが、やっていることは同じです。

# dependencies.py
from fastapi import Depends
from sqlalchemy.orm import Session

# DBセッションを注入するDependency
def get_db():
    db = SessionLocal()
    try:
        yield db
    finally:
        db.close()

# Service層への注入
def get_user_service(db: Session = Depends(get_db)) -> UserService:
    return UserService(db)

# main.py (Controller相当)
@app.get("/users/{user_id}")
async def get_user(
    user_id: str, 
    service: UserService = Depends(get_user_service) # ここで注入！
):
    return service.find_by_id(user_id)

テスト時のメリット：
NestJSで Test.createTestingModule().overrideProvider(...) をするように、FastAPIでも app.dependency_overrides を使って、テスト時にServiceやDBをモックに差し替えることが可能です。

3. Swaggerドキュメント：手動 vs 自動

ここが最大のカルチャーショックでした。NestJSではSwaggerのために大量のデコレータを書く必要がありましたが、FastAPIは**「何もしなくていい」**のです。

NestJS (TypeScript) の場合

// 書くのが大変...
export class CreateUserDto {
  @ApiProperty({ description: 'ユーザー名', example: '山田太郎' })
  @IsString()
  name: string;
}

FastAPI (Python) の場合

Pydanticモデルと型ヒントを書くだけです。

class CreateUserRequest(BaseModel):
    name: str 
    # これだけでSwagger UIに型情報と必須チェックが反映される

サーバーを起動して /docs にアクセスすると、完璧なOpenAPI仕様書が生成されています。これは開発スピードに直結する大きなアドバンテージです。

4. TypeScript使いが陥る「Pythonの罠」

と、ここまで褒めちぎりましたが、TypeScript脳のままPythonを書くとハマるポイントもあります。

落とし穴①：`Optional` の扱い

TypeScriptでは undefined と null が厳密に区別されますが、Pythonには None しかありません。「値が存在しない」ことを表現する場合は常に Optional[Type] = None を使います。

落とし穴②：実行時の型安全性

Pythonの型ヒント（Type Hints）は、あくまで「ヒント」であり、実行時に無視されます。

# Pydanticを使わない関数
def add(a: int, b: int) -> int:
    return a + b

add("1", "2") # エラーにならず "12" が返ってくる！恐怖！

教訓： APIの入出力や重要なロジックには必ず Pydantic を使いましょう。Pydanticを通すことで、Pythonでも堅牢な型安全性を担保できます。

まとめ：明日から書ける

FastAPIは、NestJSエンジニアにとって「実家のような安心感」 があるフレームワークです。

DI で関心を分離する設計思想は同じ
Pydantic は class-validator + DTO の上位互換
Swagger が自動生成されるので開発体験が良い
Pythonエコシステム（LangChain, OpenAI SDK等）が使い放題

言語の壁は些細なものです。モダンなバックエンド開発の設計思想（DI、型安全性、非同期処理）が身についていれば、FastAPIの習得は1週間もあれば実務レベルに到達できます。

私はこの記事を書きながら、実際にAIチャットボットのバックエンドをFastAPIで構築しました。
次の記事では、今回の知識を活かして実装した 「FastAPI × Azure OpenAI によるストリーミングレスポンス（Server-Sent Events）」 の具体的なコードを解説します。

参考リンク

FastAPI 公式ドキュメント (日本語訳が非常に充実しています)

Pydantic ドキュメント

この記事を書いた人✏️@YushiYamamoto
ITPRODX.com代表 / AIアーキテクト
Next.js / TypeScript / n8nを活用した自律型アーキテクチャ設計を専門としています。
日々の自動化の検証結果や、ビジネス側の視点（ROI等）に関するより深い考察は、以下の公式サイトおよびnoteで発信しています。