[Michael Herman] Разработка через тестирование с помощью FastAPI и Docker (2021)
Язык: Английский
Автор: Michael Herman
В первой части, вы научитесь разрабатывать асинхронное RESTful API с помощью Python, FastAPI и Postgres. Вы создадите контейнер с FastAPI and Postgres для запуска в Docker и настроите pytest для практики Test-Driven Development (TDD).
Цели Обучения
Цели Обучения
Это не курс для начинающих. Он предназначен для продвинутых новичков-людей с опытом веб-разработки не менее шести месяцев.
Используемые технологии и сервисы
Python, FastAPI, Docker, Postgres, Tortoise ORM, Uvicorn, Gunicorn, Swagger/OpenAPI, pytest, Coverage.py, Flake8, Black, isort, HTTPie, GitHub Actions, GitHub Packages, Heroku.
ПРОДАЖНИК
Serving a Machine Learning Model with FastAPI and Docker
СКАЧАТЬ
Язык: Английский
Автор: Michael Herman
В первой части, вы научитесь разрабатывать асинхронное RESTful API с помощью Python, FastAPI и Postgres. Вы создадите контейнер с FastAPI and Postgres для запуска в Docker и настроите pytest для практики Test-Driven Development (TDD).
Цели Обучения
- Разработайте асинхронный RESTful API с Python и FastAPI Разработка на основе практических Тестов Протестируйте приложение FastAPI с помощью pytest Асинхронное взаимодействие с базой данных Postgres Контейнеризация FastAPI и Postgres внутри контейнера Docker Запуск модульных и интеграционных тестов с охватом кода Проверьте свой код на наличие любых проблем с качеством кода с помощью линтера
Цели Обучения
- Настройка действий GitHub для непрерывной интеграции и развертывания Используйте пакеты GitHub для хранения изображений Docker Ускорьте сборку КЭ на основе Docker с помощью кэша Docker Разверните FastAPI, Uvicorn и Postgres в Heroku с помощью Docker Параметризация тестовых функций и имитация функций в тестах с помощью pytest Запускайте тесты параллельно с pytest-xdist Документируйте RESTful API с помощью Swagger/OpenAPI Запустите фоновый процесс вне потока запросов/ответов
Это не курс для начинающих. Он предназначен для продвинутых новичков-людей с опытом веб-разработки не менее шести месяцев.
Используемые технологии и сервисы
Python, FastAPI, Docker, Postgres, Tortoise ORM, Uvicorn, Gunicorn, Swagger/OpenAPI, pytest, Coverage.py, Flake8, Black, isort, HTTPie, GitHub Actions, GitHub Packages, Heroku.
ПРОДАЖНИК
Serving a Machine Learning Model with FastAPI and Docker
СКАЧАТЬ
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.