S
SlivInfoKurs
Модератор
- Регистрация
- 31.03.2020
- Сообщения
- 149 133
- Реакции
- 366
- Онлайн
- 6дн 5ч 18м 8с
чина:
Описание:
О курсе
Курс "Продвинутый FastAPI для продолжающих" предназначен для разработчиков, которые уже знакомы с основами FastAPI и хотят углубить свои знания, освоить передовые практики и научиться строить высокопроизводительные, масштабируемые и хорошо структурированные API.
Данный курс является продолжением курса , который получил Приз зрительских симпатий 2024!
Раздел 1: Продвинутые возможности FastAPI
Мы углубимся в продвинутые инструменты FastAPI. Вы изучите вложенные маршрутизаторы (APIRouter), различные подходы к версионированию API (через заголовки Accept, Path или Header), создание пользовательских классов APIRoute для расширения функциональности и использование Lifespan Events для управления жизненным циклом приложения. Также мы рассмотрим глобальную конфигурацию FastAPI и настройку классов Response для точного контроля ответов.
Раздел 2: Продвинутая работа с Pydantic
Мы подробно разберем продвинутые возможности Pydantic. Вы научитесь работать с вложенными моделями, циклическими зависимостями, расширенной валидацией и модификацией данных. Мы изучим Pydantic Generics для создания гибких моделей, а также тонкости сериализации и десериализации. Вы узнаете, как настраивать поведение Pydantic с помощью ConfigDict.
Раздел 3: Работа с файлами в FastAPI
В этом разделе мы разберем загрузку и скачивание файлов, их валидацию и обработку. Особое внимание уделим потоковой передаче данных (Streaming) для эффективной работы с большими файлами.
Раздел 4: Архитектуры в FastAPI
Мы начнем с простых монолитных структур и постепенно перейдем к более сложным архитектурным паттернам: модульной структуре, многоуровневой архитектуре (Layered Architecture), луковой архитектуре (Onion Architecture) и чистой архитектуре (Clean Architecture). Вы научитесь проектировать легко поддерживаемые и масштабируемые приложения.
Раздел 5: Микросервисы с FastAPI
Мы изучим создание нескольких FastAPI-сервисов и организацию их взаимодействия через HTTP и брокер сообщений RabbitMQ. Вы узнаете, как внедрить концепцию API Gateway для эффективного управления сервисами.
Раздел 6: Производительность и оптимизация
В этом разделе мы разберем методы оптимизации приложений FastAPI. Вы научитесь внедрять кэширование, настраивать Rate Limiting для защиты от перегрузок, а также использовать Prometheus и Grafana для мониторинга и логирования. Мы также рассмотрим трассировку запросов с OpenTelemetry для анализа производительности API.
Раздел 7: Тестирование FastAPI-приложений
Мы изучим, как использовать TestClient для тестирования API. Вы научитесь писать эффективные тесты с помощью pytest для синхронного и асинхронного кода, тестировать защищенные конечные точки и обеспечивать изоляцию тестов для надежных результатов.
Для кого этот курс
Курс будет полезен для продолжающих свое изучение создания API используя FastAPI.
Начальные требования
Для прохождения курса необходимы знания Python, ООП, SQL и иметь базовые знания FastAPI.
Скрытая ссылка
Описание:
О курсе
Курс "Продвинутый FastAPI для продолжающих" предназначен для разработчиков, которые уже знакомы с основами FastAPI и хотят углубить свои знания, освоить передовые практики и научиться строить высокопроизводительные, масштабируемые и хорошо структурированные API.
Данный курс является продолжением курса , который получил Приз зрительских симпатий 2024!
Раздел 1: Продвинутые возможности FastAPI
Мы углубимся в продвинутые инструменты FastAPI. Вы изучите вложенные маршрутизаторы (APIRouter), различные подходы к версионированию API (через заголовки Accept, Path или Header), создание пользовательских классов APIRoute для расширения функциональности и использование Lifespan Events для управления жизненным циклом приложения. Также мы рассмотрим глобальную конфигурацию FastAPI и настройку классов Response для точного контроля ответов.
Раздел 2: Продвинутая работа с Pydantic
Мы подробно разберем продвинутые возможности Pydantic. Вы научитесь работать с вложенными моделями, циклическими зависимостями, расширенной валидацией и модификацией данных. Мы изучим Pydantic Generics для создания гибких моделей, а также тонкости сериализации и десериализации. Вы узнаете, как настраивать поведение Pydantic с помощью ConfigDict.
Раздел 3: Работа с файлами в FastAPI
В этом разделе мы разберем загрузку и скачивание файлов, их валидацию и обработку. Особое внимание уделим потоковой передаче данных (Streaming) для эффективной работы с большими файлами.
Раздел 4: Архитектуры в FastAPI
Мы начнем с простых монолитных структур и постепенно перейдем к более сложным архитектурным паттернам: модульной структуре, многоуровневой архитектуре (Layered Architecture), луковой архитектуре (Onion Architecture) и чистой архитектуре (Clean Architecture). Вы научитесь проектировать легко поддерживаемые и масштабируемые приложения.
Раздел 5: Микросервисы с FastAPI
Мы изучим создание нескольких FastAPI-сервисов и организацию их взаимодействия через HTTP и брокер сообщений RabbitMQ. Вы узнаете, как внедрить концепцию API Gateway для эффективного управления сервисами.
Раздел 6: Производительность и оптимизация
В этом разделе мы разберем методы оптимизации приложений FastAPI. Вы научитесь внедрять кэширование, настраивать Rate Limiting для защиты от перегрузок, а также использовать Prometheus и Grafana для мониторинга и логирования. Мы также рассмотрим трассировку запросов с OpenTelemetry для анализа производительности API.
Раздел 7: Тестирование FastAPI-приложений
Мы изучим, как использовать TestClient для тестирования API. Вы научитесь писать эффективные тесты с помощью pytest для синхронного и асинхронного кода, тестировать защищенные конечные точки и обеспечивать изоляцию тестов для надежных результатов.
Для кого этот курс
Курс будет полезен для продолжающих свое изучение создания API используя FastAPI.
Начальные требования
Для прохождения курса необходимы знания Python, ООП, SQL и иметь базовые знания FastAPI.
Скрытая ссылка
