دوره آموزشی
دوبله زبان فارسی
توسعه تست محور FastAPI را امتحان کنید - 2024
✅ سرفصل و جزئیات آموزش
در این دوره، شما با استفاده از FastAPI و توسعه تست محور، به سمت ساخت APIs امن و مقیاس پذیر پیش خواهید رفت.
آنچه یاد خواهید گرفت:
- نصب و پیکربندی FastAPI، داکر و کتابخانه های ضروری پایتون
- ایجاد ساختار پروژه و بهترین شیوه ها برای مدیریت وابستگی ها
- پیاده سازی ابزارهای لینتینگ و فرمت بندی برای کد تمیز و قابل نگهداری
- آشنایی با قدرت داکر برای کانتینر سازی و استقرار ساده پایگاه داده
- یادگیری پیکربندی و مدیریت پایگاه داده PostgreSQL
- بهره گیری از Python-dotenv برای مدیریت امن متغیرهای محیطی
- کار با SQLAlchemy برای تعاملات کارآمد با پایگاه داده
- پیاده سازی Alembic برای مهاجرت های ساده شده پایگاه داده
- آشنایی با گردش کار پایگاه داده تستی برای تست موثر
- نصب و پیکربندی Pytest، فریمورک تست استاندارد صنعتی
- خودکارسازی ایجاد و حذف پایگاه داده برای تست ساده شده
- استفاده از Pytest Marks برای کشف و سازماندهی کارآمد تست ها
- کسب درک جامع از دیاگرام های رابطه انتیتی (ERD) برای مدل سازی داده
- پیاده سازی تست های واحد برای اعتبارسنجی وجود جدول، ستون ها، محدودیت ها و روابط
- بررسی لاگ کردن خطای FastAPI برای اشکال زدایی جامع
- تسلط به اسکیمای Pydantic برای اعتبارسنجی داده و deserialization ،serialization
- تست های واحد جامع را برای عملکردهای مختلف اندپوینت های API خود توسعه دهید.
- بررسی ایجاد، بازیابی، بروزرسانی و حذف داده با تست های واحد
- مدیریت ظریف استثناها در اندپوینت API خود را یاد بگیرید.
- تست های یکپارچه سازی برای بررسی تعامل بین API و پایگاه داده خود را به صورت عمیق بررسی کنید.
- راه اندازی یک محیط تست یکپارچه سازی قوی برای اعتبارسنجی جامع
- تست های یکپارچه سازی را برای عملیات CRUD یعنی (Update ،Read ،Create و Delete) بر روی اندپوینت خود توسعه دهید.
- پوشش کد برای اطمینان از تست شدن بخش قابل توجهی از کد خود را تحلیل کنید.
- بررسی تکنیک های تست دستی برای اعتبارسنجی اضافی با استفاده از مستندات FastAPI
پیش نیازهای دوره
- شما به یک کامپیوتری نیاز خواهید داشت که بتواند از پایتون، Visual Studio Code و Docker Desktop پشتیبانی کند..
توضیحات دوره
آنچه خواهید آموخت:
1. محیط توسعه خود را راه اندازی کنید:
- نصب و پیکربندی FastAPI ،Docker و کتابخانه های ضروری پایتون
- ایجاد ساختار پروژه و بهترین شیوه ها برای مدیریت وابستگی ها
- پیاده سازی ابزارهای لینتینگ و فرمت بندی برای کد تمیز و قابل نگهداری
2. تسلط به مدیریت پایگاه داده
- درک قدرت داکر برای کانتینرسازی و استقرار ساده پایگاه داده
- یادگیری پیکربندی و مدیریت پایگاه داده PostgreSQL
- استفاده از Python-dotenv برای مدیریت امن متغیرهای محیطی
- کار با SQLAlchemy برای تعاملات کارآمد با پایگاه داده
- پیاده سازی Alembic برای مهاجرت های ساده شده پایگاه داده
3. توسعه تست محور با Pytest:
- آشنایی با گردش کار پایگاه داده تست برای تست مؤثر
- نصب و پیکربندی Pytest، فریمورک تست استاندارد صنعتی
- خودکارسازی ایجاد و حذف پایگاه داده برای تست ساده شده
- استفاده از Pytest Marks برای کشف و سازماندهی کارآمد تست ها
4. ساخت پایگاه داده و تست ساختاری:
- رسیدن به درک جامع از دیاگرام های رابطه موجودیت (ERD) برای مدل سازی داده
- نوشتن طرح های تست دقیق برای تست ساختاری کامل اسکیمای پایگاه داده
- پیاده سازی تست های واحد برای اعتبارسنجی وجود جدول، ستون ها، محدودیت ها و روابط
5. توسعه اندپوینت FastAPI و تست واحد:
- بررسی لاگ کردن FastAPI برای اشکال زدایی
- تسلط به اسکیماهای Pydantic برای اعتبارسنجی deserialization و serialization داده
- تست های واحد جامع برای عملکردهای مختلف اندپوینت های API خود را توسعه دهید.
- بررسی ایجاد، بازیابی، بروزرسانی و حذف داده با تست های واحد
- مدیریت ظریف استثناها در اندپوینت API خود را یاد بگیرید.
- توسعه اندپوینت FastAPI و تست یکپارچه سازی
- بررسی عمیق تست یکپارچه سازی برای تأیید تعامل بین API و پایگاه داده
- راه اندازی محیط تست یکپارچه سازی قوی برای اعتبارسنجی جامع
- توسعه تست های یکپارچه سازی برای عملیات CRUD یعنی (Update ،Read ،Create و Delete) در اندپوینت
- تطبیق استراتژی تست خود را برای اندپوینت های آتی، یاد بگیرید.
6. پوشش تست و تست دستی:
- پوشش کد را برای اطمینان از تست بخش قابل توجهی از کد خود، تجزیه و تحلیل کنید.
- بررسی تکنیک های تست دستی برای اعتبارسنجی اضافی با استفاده از مستندات FastAPI
این دوره برای چه کسانی مناسب است؟
- این دوره برای توسعه دهندگانی که تجربه اندکی در پایتون دارند که می خواهند APIs مدرن و مقیاس پذیر بسازند، ایده آل می باشد.
توسعه تست محور FastAPI را امتحان کنید - 2024
-
مقدمه 05:23
-
منابع 02:21
-
پیش گفتار آغازین 01:33
-
مستندات پروژه 02:23
-
شروع یک پروژه جدید FastAPI 15:33
-
مدیریت وابستگی ها با PIP 04:46
-
راه اندازی لینتینگ و فرمت بندی پروژه 10:50
-
داکر - چیست؟ چرا؟ 05:19
-
نصب داکر 02:48
-
داکرسازی PostgreSQL 13:13
-
مدیریت PostgreSQL با Adminer 02:47
-
Python-Dotenv - چیست؟ چرا؟ 04:21
-
نصب python-dotenv 03:14
-
ایجاد اسکریپت راه اندازی PostgreSQL 10:42
-
استفاده از متغیرهای محیطی داکر 02:35
-
SQLAlchemy - چیست؟ چرا؟ 06:40
-
ایجاد پیکربندی اتصال پایگاه داده پروژه 17:07
-
پیاده سازی Alembic برای مهاجرت های پایگاه داده 25:25
-
گردش کار پایگاه داده تست 03:07
-
نصب و راه اندازی Pytest 05:36
-
ایجاد پایگاه داده تست داکر به صورت برنامه نویسی شده 29:28
-
اسکریپت راه اندازی Postgres 02:31
-
افزودن کانتینرها به شبکه داکر 10:59
-
پیکربندی Alembic برای پایگاه داده چندگانه 14:33
-
حذف کانتینر پس از تست 01:00
-
فاز تست ساختاری 02:56
-
ERD پایگاه داده پروژه 02:23
-
تحلیل ملزومات جدول دسته بندی 05:27
-
برنامه ریزی تست (تست ساختاری) 03:24
-
مورد تست جدول دسته بندی - قسمت 1 - (وجود جدول) 26:01
-
مورد تست جدول دسته بندی - قسمت 2 - (اعتبارسنجی ستون های مورد انتظار) 12:21
-
مورد تست جدول دسته بندی - قسمت 3 - (بررسی قابل تهی بودن) 11:21
-
مورد تست جدول دسته بندی - قسمت 4 - (محدودیت های خاص) 08:46
-
مورد تست جدول دسته بندی - قسمت 5 - (مقادیر پیش فرض) 07:42
-
مورد تست جدول دسته بندی - قسمت 6 - (طول ستون ها) 05:07
-
مورد تست جدول دسته بندی - قسمت 7 - (محدودیت های منحصر به فرد) 08:40
-
خودکارسازی کشف تست های Pytest Marks 11:52
-
تحلیل الزامات جدول محصول 06:45
-
توسعه مورد تست جدول محصول 16:57
-
پیاده سازی جدول محصول 23:43
-
تحلیل الزامات جدول ProductLine 06:02
-
توسعه مورد تست جدول ProductLine 21:02
-
پیاده سازی جدول ProductLine 24:58
-
تحلیل الزامات جدول ProductImage 02:48
-
توسعه مورد تست جدول ProductImage 09:09
-
پیاده سازی جدول ProductImage 12:48
-
تحلیل الزامات جدول رویدادهای فصلی 00:58
-
توسعه مورد تست جدول رویدادهای فصلی 05:41
-
پیاده سازی جدول رویدادهای فصلی 09:15
-
تحلیل الزامات جدول Attributes 02:10
-
توسعه مورد تست جدول Attributes 02:42
-
پیاده سازی جدول Attributes 04:34
-
تحلیل الزامات جدول ProductType 06:11
-
توسعه مورد تست جدول ProductType 05:18
-
پیاده سازی جدول ProductType 02:24
-
تحلیل الزامات جدول AttributeValue 01:49
-
توسعه مورد تست جدول AttributeValue 04:41
-
پیاده سازی جدول AttributeValue 03:50
-
تحلیل الزامات جدول ProductLine-AttributeValue 01:12
-
توسعه مورد تست جدول ProductLine-AttributeValue 05:50
-
پیاده سازی جدول ProductLine-AttributeValue 04:44
-
تحلیل الزامات جدول Product-ProductType 00:36
-
توسعه مورد تست جدول Product-ProductType 02:50
-
پیاده سازی جدول Product-ProductType 02:29
-
لاگ کردن خطای FastAPI 21:30
-
تحلیل مشخصات عملکردی دسته بندی ها 05:00
-
بررسی تست واحد 06:16
-
برنامه ریزی تست برای اندپوینت دسته بندی - (افزودن دسته بندی جدید) 13:32
-
اسکیماهای Serialisation - Pydantic و Deserialization 06:33
-
تست واحد: اسکیمای Pydantic 24:42
-
تست واحد: درج دسته بندی جدید 25:51
-
بررسی کاربرد FastAPI Router 06:55
-
ایجاد اندپوینت: متد Post برای ایجاد دسته بندی های جدید 20:43
-
معرفی Put ،Post ،Get و Delete 03:33
-
توسعه تست واحد: Capture کردن محدودیت های درج برای دسته بندی ها 12:18
-
پیاده سازی اندپوینت: تعریف محدودیت های درج برای دسته بندی ها 21:54
-
توسعه تست واحد: مدیریت استثناها در عملکرد دسته بندی 10:15
-
پیاده سازی اندپوینت: مدیریت استثناها در اندپوینت های دسته بندی 15:37
-
برنامه ریزی تست برای اندپوینت دسته بندی - (دریافت همه دسته بندی ها) 05:31
-
توسعه تست واحد - (دریافت همه دسته بندی ها) 09:48
-
پیاده سازی اندپوینت - (دریافت همه دسته بندی ها) 05:09
-
برنامه ریزی تست برای اندپوینت دسته بندی - (دریافت رکورد تکی از پارامتر) 02:00
-
توسعه تست واحد - (دریافت رکورد تکی از پارامتر) 07:01
-
پیاده سازی اندپوینت - (دریافت رکورد تکی از پارامتر) 09:55
-
برنامه ریزی تست برای اندپوینت دسته بندی - (بروزرسانی رکورد تکی از پارامتر) 02:37
-
توسعه تست واحد - (بروزرسانی رکورد تکی از پارامتر) 08:35
-
پیاده سازی اندپوینت - (بروزرسانی رکورد تکی از پارامتر) 08:49
-
برنامه ریزی تست برای اندپوینت دسته بندی - (حذف رکورد تکی از پارامتر) 02:35
-
توسعه تست واحد - (حذف رکورد تکی از پارامتر) 07:06
-
پیاده سازی اندپوینت - (حذف رکورد تکی از پارامتر) 16:43
-
ایجاد لاگ های چندگانه 07:42
-
نکته ای در خصوص ریفکتورینگ تست های واحد 01:37
-
تست یکپارچه سازی 06:07
-
طرح تست یکپارچه سازی 02:36
-
بازبینی جریان کاری محیط تست 05:58
-
راه اندازی محیط تست یکپارچه سازی 17:31
-
توسعه تست یکپارچه سازی - (ایجاد دسته بندی) 27:17
-
توسعه تست یکپارچه سازی - (ایجاد دسته بنید 404) 07:21
-
توسعه تست یکپارچه سازی - (بازگرداندن دسته بندی) 10:35
-
توسعه تست یکپارچه سازی - (بروزرسانی دسته بندی) 10:09
-
توسعه تست یکپارچه سازی - (حذف دسته بندی) 06:26
-
تغییرات استراتژی تست برای اندپوینت های آتی 04:08
-
پوشش تست 09:03
-
تست دستی اندپوینت های مستندات FastAPI 02:30
مشخصات آموزش
توسعه تست محور FastAPI را امتحان کنید - 2024
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:104
- مدت زمان :15:39:46
- حجم :7.6GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy