Udemy – Flask API Scaling: Parallel Processing with RQ & Supervisor 2024-11

در تاریخ: 1403/09/29 7:11:26

توضیحات

دوره Flask API Scaling: Parallel Processing with RQ & Supervisor یک دوره جامع است که به شما کمک می‌کند تا APIهای میکروسرویس Flask با پاسخگویی بالا و عملکرد عالی ایجاد کنید. این دوره به شما می‌آموزد که چگونه با استفاده از ابزارهای قدرتمندی مانند Flask، RQ و Docker، APIهای وب مقیاس‌پذیر و کارآمدی ایجاد کنید. شما یاد خواهید گرفت که چگونه وظایف پس‌زمینه را مدیریت کنید، اپلیکیشن‌های خود را در محیط‌های مختلف مستقر کنید و عملکرد سیستم خود را نظارت و بهینه‌سازی کنید. این دوره برای توسعه‌دهندگانی که می‌خواهند مهارت‌های خود را در زمینه توسعه API بهبود بخشند و اپلیکیشن‌های وب با عملکرد بالا ایجاد کنند، بسیار مفید است.

آنچه خواهید آموخت:

ساخت APIهای Flask مقیاس‌پذیر: یک API Flask مبتنی بر میکروسرویس را تنظیم و ساختاردهی کنید که قادر به مدیریت ترافیک بالا و درخواست‌های همزمان باشد.
پیاده‌سازی پردازش وظایف پس‌زمینه با RQ: از Redis Queue (RQ) برای مدیریت و اجرای موازی وظایف پس‌زمینه استفاده کنید.
استقرار اپلیکیشن‌های Flask با Docker: یاد بگیرید که چگونه اپلیکیشن‌های Flask خود را با استفاده از Docker برای استقرار سازگار در محیط‌های مختلف کانتینری کنید.
نظارت و مدیریت کارگران با Supervisor و RQ Dashboard: تجربه عملی در مدیریت کارگر به دست آورید.
ایجاد میکروسرویس Flask جامع: یاد بگیرید چگونه یک API Flask ماژولار و مقیاس‌پذیر بسازید و پایه محکمی برای ایجاد میکروسرویس‌های قابل اعتماد ایجاد کنید.
پردازش کارآمد وظایف با Redis Queue (RQ): کشف کنید که چگونه فرآیندهای پس‌زمینه را به طور یکپارچه مدیریت کنید. با ادغام Redis Queue (RQ)، اجرای موازی وظایف را فعال می‌کنید که عملکرد روان API را حتی در ترافیک سنگین تضمین می‌کند.
استقرار ساده با Docker: تسلط بر استقرار اپلیکیشن‌های Flask خود با استفاده از Docker. میکروسرویس‌های خود را برای عملکرد سازگار و مستقل از محیط و مقیاس‌پذیری ساده، کانتینری کنید.
ارتباط بین فرآیندها: یک مکانیسم انتشار/اشتراک (publish/subscribe) پیاده‌سازی کنید که به چندین فرآیند اجازه می‌دهد به طور موثر ارتباط برقرار کنند و برنامه شما را ماژولارتر و قوی‌تر کنند.
مدیریت پیشرفته کارگر: یاد بگیرید که چگونه کارهای پس‌زمینه خود را با Redis CLI کنترل و نظارت کنید و با RQ Dashboard به‌روزرسانی‌های بلادرنگ را برای مدیریت روان گردش کار و مقیاس‌پذیری موثر ردیابی کنید.
ارتباط بین فرآیندها: مکانیسم‌های مختلف ارتباط بین فرآیندها را پیاده‌سازی کنید.

این دوره برای چه کسانی مناسب است؟

توسعه‌دهندگان پایتون با سطح متوسط تا پیشرفته که با Flask آشنا هستند و آماده‌اند تا مهارت‌های API خود را با پیاده‌سازی پردازش موازی، افزایش مقیاس‌پذیری و بهینه‌سازی عملکرد در بارهای کاری سنگین به سطح بعدی ببرند.

مشخصات دوره Flask API Scaling: Parallel Processing with RQ & Supervisor

ناشر: Udemy
مدرس: Pythonic Education
سطح آموزش: مبتدی تا پیشرفته
مدت زمان آموزش: 1 ساعت و 14 دقیقه
تعداد دروس: 12

سرفصل های دوره

پیشنیازهای دوره Flask API Scaling: Parallel Processing with RQ & Supervisor

A foundational understanding of Flask and experience with Python programming are required, as this course is geared toward more advanced concepts in API scaling and parallel processing