是的，这是可以实现的！在这两个解决方案中，FastAPI将不会开始服务请求，直到启动逻辑（在您的情况下，加载一个ML模型）完成。
实际上，在启动逻辑完成之前，应用不会开始侦听所选端口，并且由于您在Google Cloud Run平台上运行应用，因此在此之前，应用不会向您的应用提供流量。

如果您使用的FastAPI版本〈0.93.0：

您应该在“启动事件处理程序”中加载您的模型。例如：

from fastapi import FastAPI

def fake_answer_to_everything_ml_model(x: float):
    return True

ml_models = {}

app = FastAPI()

@app.on_event("startup")
async def app_startup():
    # Load your ML model:
    ml_models["answer_to_everything"] = fake_answer_to_everything_ml_model

如果您使用的FastAPI版本〉= 0.93.0：

您应该使用FastAPI应用程序的lifetime参数定义启动逻辑。更全面的文档可以在here中找到，我只展示一个最小的示例：

from contextlib import asynccontextmanager

from fastapi import FastAPI

def fake_answer_to_everything_ml_model(x: float):
    return True

ml_models = {}

@asynccontextmanager
async def lifespan(app: FastAPI):
    # Load your ML model
    ml_models["answer_to_everything"] = fake_answer_to_everything_ml_model
    yield
    # If you want you can define your shutdown logic after the `yield` keyword.

app = FastAPI(lifespan=lifespan)