کتاب FastAPI و ساخت APIهای Near-Memory Computing با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

FastAPI و ساخت APIهای Near-Memory Computing | دوره آموزشی حرفه‌ای FastAPI و ساخت APIهای Near-Memory Computing: دوره آموزشی جامع و کاربردی معرفی دوره آیا می‌خواهید توانایی ساخت APIهای فوق‌العاده سریع، ...

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره FastAPI و ساخت APIهای Near-Memory Computing

موضوع کلی: برنامه نویسی

موضوع میانی: فست ای‌پی‌آی (FastAPI)

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر برنامه‌نویسی و مفاهیم کلیدی
  • 2. آشنایی با مفاهیم API و RESTful API
  • 3. چرا FastAPI؟ مزایا و ویژگی‌های کلیدی
  • 4. نصب و راه‌اندازی محیط توسعه FastAPI
  • 5. اولین اپلیکیشن FastAPI: Hello World
  • 6. ساختار کلی یک اپلیکیشن FastAPI
  • 7. مفاهیم پایگاه داده و اهمیت آن در توسعه API
  • 8. مقدمه‌ای بر پایگاه داده‌های رابطه‌ای (SQL)
  • 9. مقدمه‌ای بر پایگاه داده‌های NoSQL
  • 10. انتخاب پایگاه داده مناسب برای پروژه Near-Memory Computing
  • 11. مفاهیم Near-Memory Computing
  • 12. اهمیت Near-Memory Computing در پردازش داده‌های بزرگ
  • 13. معماری سیستم‌های Near-Memory Computing
  • 14. آشنایی با ابزارها و کتابخانه‌های مرتبط با Near-Memory Computing
  • 15. نصب و پیکربندی ابزارهای Near-Memory Computing
  • 16. پیکربندی پایگاه داده برای بهینه‌سازی عملکرد
  • 17. مقدمه‌ای بر مدل‌سازی داده در FastAPI
  • 18. تعریف مدل‌های داده با Pydantic
  • 19. استفاده از انواع داده‌های Pydantic
  • 20. اعتبارسنجی داده‌ها با Pydantic
  • 21. تعریف مسیرها (Routes) در FastAPI
  • 22. مدیریت درخواست‌های HTTP (GET, POST, PUT, DELETE)
  • 23. پارامترهای مسیر (Path Parameters)
  • 24. پارامترهای Query
  • 25. پارامترهای Header
  • 26. پارامترهای Cookie
  • 27. بدنه درخواست (Request Body)
  • 28. استفاده از Pydantic برای تعریف بدنه درخواست
  • 29. مدل‌های پاسخ (Response Models)
  • 30. اعتبارسنجی و تبدیل خروجی با Pydantic
  • 31. پاسخ‌های استاندارد HTTP
  • 32. مدیریت خطاهای HTTP
  • 33. پیاده‌سازی کنترلرهای API (Endpoint Functions)
  • 34. دسته‌بندی مسیرها با APIRouter
  • 35. استفاده از Tags برای سازماندهی مسیرها
  • 36. مقدمه‌ای بر وابستگی‌ها (Dependencies) در FastAPI
  • 37. نوشتن توابع وابستگی سفارشی
  • 38. استفاده از وابستگی‌ها برای احراز هویت
  • 39. استفاده از وابستگی‌ها برای دسترسی به پایگاه داده
  • 40. استفاده از وابستگی‌ها برای مجوزدهی (Authorization)
  • 41. مدیریت وابستگی‌های سلسله مراتبی
  • 42. تزریق وابستگی (Dependency Injection)
  • 43. کاربرد وابستگی‌ها در بهینه‌سازی کد
  • 44. مقدمه‌ای بر ORM (Object-Relational Mapping)
  • 45. انتخاب ORM مناسب برای FastAPI
  • 46. نصب و پیکربندی SQLAlchemy
  • 47. تعریف مدل‌های پایگاه داده با SQLAlchemy
  • 48. اتصال به پایگاه داده با SQLAlchemy
  • 49. عملیات CRUD (Create, Read, Update, Delete) با SQLAlchemy
  • 50. استفاده از Session در SQLAlchemy
  • 51. مدیریت تراکنش‌ها (Transactions)
  • 52. بهینه‌سازی کوئری‌های SQLAlchemy
  • 53. مقدمه‌ای بر Async IO در Python
  • 54. تفاوت بین Synchronous و Asynchronous Programming
  • 55. نوشتن کد Asynchronous با `async` و `await`
  • 56. استفاده از `async` و `await` در FastAPI
  • 57. مدیریت عملیات I/O Asynchronous
  • 58. تأثیر Async IO بر عملکرد API
  • 59. مقدمه‌ای بر دیتابیس‌های Asynchronous
  • 60. انتخاب دیتابیس Asynchronous مناسب
  • 61. نصب و راه‌اندازی یک دیتابیس Asynchronous (مانند asyncpg یا motor)
  • 62. اتصال به دیتابیس Asynchronous
  • 63. عملیات CRUD با دیتابیس Asynchronous
  • 64. مدیریت Connection Pool در دیتابیس‌های Asynchronous
  • 65. پیاده‌سازی Near-Memory Computing با FastAPI
  • 66. معماری سرویس‌های Near-Memory Computing
  • 67. استفاده از Cache در FastAPI
  • 68. استراتژی‌های Caching (LRU, LFU, FIFO)
  • 69. پیاده‌سازی Redis Cache در FastAPI
  • 70. مدیریت داده‌های Caching
  • 71. اعتبارسنجی داده‌های Caching
  • 72. سناریوهای استفاده از Near-Memory Computing در API
  • 73. بهبود عملکرد API با Near-Memory Computing
  • 74. تحلیل و اندازه‌گیری عملکرد API
  • 75. استفاده از ابزارهای Profiling
  • 76. بهینه‌سازی کوئری‌های پایگاه داده
  • 77. بهینه‌سازی مدل‌های داده
  • 78. مدیریت حافظه در برنامه‌های Asynchronous
  • 79. ملاحظات امنیتی در توسعه API
  • 80. احراز هویت (Authentication)
  • 81. استراتژی‌های احراز هویت (Token-based, OAuth2)
  • 82. پیاده‌سازی OAuth2 با FastAPI
  • 83. مجوزدهی (Authorization)
  • 84. مدیریت نقش‌ها و سطوح دسترسی
  • 85. استفاده از JWT (JSON Web Tokens)
  • 86. امنیت پایگاه داده
  • 87. مدیریت Secrets و Credential ها
  • 88. استفاده از HTTPS
  • 89. مستندسازی API با Swagger UI و ReDoc
  • 90. تولید خودکار مستندات با FastAPI
  • 91. سفارشی‌سازی مستندات Swagger UI
  • 92. اضافه کردن مثال‌ها و توضیحات بیشتر به مستندات
  • 93. تست کردن API
  • 94. مقدمه‌ای بر تست واحد (Unit Testing)
  • 95. مقدمه‌ای بر تست ادغام (Integration Testing)
  • 96. نوشتن تست برای Endpoints FastAPI
  • 97. استفاده از `pytest` برای تست
  • 98. تست کردن وابستگی‌ها
  • 99. تست کردن اعتبارسنجی داده‌ها
  • 100. تست کردن سناریوهای خطا
تگ‌ها: API Backend Development FastAPI High Performance Near-Memory Computing Programming Python Web API برنامه نویسی پایتون پردازش نزدیک حافظه توسعه بک‌اند ساخت API فست ای‌پی‌آی

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.