فلش‌کارت‌های آموزشی مدیریت وظایف پس‌زمینه (Background Tasks) با Celery و فلسک

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدیریت وظایف پس‌زمینه (Background Tasks) با Celery و فلسک

موضوع کلی: برنامه نویسی

موضوع میانی: فلسک (Flask)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر برنامه‌نویسی و ضرورت آن
• 2. مبانی پایتون برای برنامه‌نویسی وب
• 3. ساختار داده‌های اساسی در پایتون
• 4. عملگرها و عبارات در پایتون
• 5. ساختارهای کنترلی (دستورات شرطی و حلقه‌ها) در پایتون
• 6. توابع و ماژول‌ها در پایتون
• 7. برنامه‌نویسی شیءگرا (OOP) در پایتون
• 8. مدیریت خطا و استثنا در پایتون
• 9. مفاهیم پایگاه داده و SQL
• 10. مبانی وب و پروتکل HTTP
• 11. مقدمه‌ای بر فریم‌ورک‌های وب پایتون
• 12. معرفی فلسک (Flask)
• 13. نصب و راه‌اندازی فلسک
• 14. اولین برنامه فلسک: "Hello, World!"
• 15. مسیرها (Routes) در فلسک
• 16. توابع نمایش (View Functions) در فلسک
• 17. قالب‌ها (Templates) در فلسک با Jinja2
• 18. متغیرها در قالب‌ها
• 19. کنترل جریان در قالب‌ها (حلقه‌ها و شرط‌ها)
• 20. مدیریت فرم‌ها در فلسک
• 21. روش‌های HTTP (GET, POST)
• 22. اعتبارسنجی ورودی فرم‌ها
• 23. مدیریت کوکی‌ها (Cookies) در فلسک
• 24. جلسات (Sessions) در فلسک
• 25. پایگاه داده در فلسک (ORM)
• 26. مقدمه‌ای بر SQLAlchemy
• 27. اتصال فلسک به پایگاه داده با SQLAlchemy
• 28. تعریف مدل‌های پایگاه داده
• 29. عملیات CRUD (Create, Read, Update, Delete)
• 30. مهاجرت پایگاه داده (Database Migrations)
• 31. مقدمه‌ای بر وظایف پس‌زمینه (Background Tasks)
• 32. چرا به وظایف پس‌زمینه نیاز داریم؟
• 33. مشکلات اجرای طولانی مدت در برنامه‌های وب
• 34. معرفی Celery
• 35. نصب Celery
• 36. نصب Redis (به عنوان Broker)
• 37. پیکربندی Celery با فلسک
• 38. ایجاد اولین وظیفه (Task) در Celery
• 39. اجرای وظایف به صورت همزمان
• 40. پیکربندی Broker و Backend در Celery
• 41. انواع وظایف (Tasks) در Celery
• 42. تابع apply_async
• 43. تابع delay
• 44. وظایف دوره‌ای (Periodic Tasks) در Celery
• 45. پیکربندی زمان‌بندی وظایف (Crontab, Interval)
• 46. مانیتورینگ وظایف Celery
• 47. صف‌های (Queues) در Celery
• 48. مسائل مربوط به همزمانی (Concurrency) در Celery
• 49. Workerها در Celery
• 50. مدیریت Workerها
• 51. Worker states
• 52. Worker options
• 53. Resource management for workers
• 54. Signal handling in Celery
• 55. Advanced Celery configuration
• 56. Error handling in Celery tasks
• 57. Retries and error propagation
• 58. Idempotency of tasks
• 59. Task routing
• 60. Distributed task execution
• 61. Celery Beat for scheduling
• 62. Integrating Celery with Flask templates
• 63. Displaying task status to the user
• 64. Using AJAX to trigger tasks
• 65. Real-time updates for task status
• 66. Progress tracking for long-running tasks
• 67. WebSockets for real-time updates
• 68. Authentication and authorization for tasks
• 69. Security considerations for background tasks
• 70. Managing dependencies for tasks
• 71. Testing Celery tasks
• 72. Integration testing of Flask and Celery
• 73. Monitoring Celery with Flower
• 74. Customizing Flower
• 75. Logging in Celery and Flask
• 76. Best practices for background task management
• 77. Scalability considerations
• 78. High availability for Celery
• 79. Distributed message queues (Kafka, RabbitMQ)
• 80. Comparing message brokers
• 81. Task serialization
• 82. Task deserialization
• 83. Advanced data passing between tasks
• 84. Chaining tasks
• 85. Grouping tasks
• 86. Fanout tasks
• 87. Chord tasks
• 88. Workflow management with Celery
• 89. Handling large data in tasks
• 90. Memory management in Celery workers
• 91. CPU utilization in Celery workers
• 92. Rate limiting tasks
• 93. Throttling tasks
• 94. Advanced error reporting
• 95. Custom error handlers
• 96. Task signatures
• 97. Task serialization formats (JSON, Pickle)
• 98. Choosing the right serialization format
• 99. Security of serialization
• 100. Task routing based on headers