Какие Python библиотеки для веб-сервисов существуют

Что проверяют

Ориентируетесь ли вы в экосистеме и умеете ли объяснить выбор под задачу, а не просто назвать три фреймворка. Следом почти всегда спрашивают про разницу WSGI и ASGI и про синхронный код внутри асинхронного обработчика.

Как отвечать

Разделите ответ по слоям:

• фреймворки: Django с Django REST Framework или Django Ninja, когда нужны ORM, админка и аутентификация из коробки; Flask как минимальное ядро с расширениями; FastAPI поверх Starlette и Pydantic с валидацией по аннотациям типов и автоматической схемой OpenAPI; Litestar и aiohttp как асинхронные альтернативы;
• серверы приложений: Gunicorn для WSGI, Uvicorn или Granian для ASGI. Фреймворк сам по себе не сервер, в проде его запускает один из них;
• HTTP-клиенты: requests синхронный, httpx умеет и так и так, aiohttp полностью асинхронный;
• данные и валидация: SQLAlchemy 2.0 с асинхронным режимом и Alembic для миграций, Pydantic v2 для схем;
• фоновые задачи: Celery, Dramatiq, arq;
• другие протоколы: grpcio для gRPC, Strawberry для GraphQL.

Затем объясните выбор. Django оправдан, когда нужны админка и готовая модель пользователей. FastAPI удобен для API с большим числом внешних вызовов, где асинхронность даёт выигрыш, а схема OpenAPI заменяет ручную документацию. Flask хорош для небольшого сервиса, где набор расширений вы хотите выбрать сами.

Сильный ход: рассказать про свой сервис, какой стек выбрали и что поменяли бы сейчас.

Где спотыкаются

Вызывают requests или синхронный драйвер базы внутри async def в FastAPI. Цикл событий блокируется, и сервис обрабатывает запросы по одному. Нужен асинхронный клиент или обычный def, который FastAPI выполнит в пуле потоков.

Считают FastAPI сервером и не знают, что в проде его запускает Uvicorn или аналог.

Повторяют «Flask для маленьких, Django для больших» без критериев. Размер проекта тут вторичен, важнее, какие готовые компоненты вам нужны.