FastAPI APIs Modernas e Assincronas com Python

FastAPI APIs Modernas e Assincronas com Python

What you’ll learn

Você será capaz de criar apis modernas com FastAPI
Você será capaz de criar apis assíncronas com FastAPI
Você será capaz de usar SQL Alchemy e SQL Model com FastAPI
Você será capaz de publicar sua api em um cloud Linux com proxy NGINX, Linux e PostgreSQL

Requirements

Necessário ter feito o curso Programação para Leigos da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Algoritmos e Lógica de Programação da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Programação em Python da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Bancos de Dados da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Linux Completo da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Git e Github da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso Programação Paralela e Assíncrona com Python da Geek University ou ter conhecimentos equivalentes
Necessário ter feito o curso SQL Alchemy da Geek University ou ter conhecimentos equivalentes

Description

FastAPI é um framework web moderno e rápido (de alto desempenho) para construir APIs com Python baseado em Type Hints, Pydantic e Starlette.As principais características são:Rápido: Desempenho muito alto, a par com NodeJS e Go (graças a Starlette e Pydantic). Um dos frameworks Python mais rápidos disponíveis.Rápido para codificar: Aumente a velocidade para desenvolver recursos em cerca de 200% a 300%. Menos bugs: Reduza cerca de 40% dos erros induzidos por humanos (desenvolvedores). *Intuitivo: Ótimo suporte ao editor. Conclusão em todos os lugares. Menos tempo de depuração.Fácil: Projetado para ser fácil de usar e aprender. Menos tempo lendo documentos.Curto: Minimize a duplicação de código. Vários recursos de cada declaração de parâmetro. Menos erros.Robusto: Obtenha código pronto para produção. Com documentação interativa automática.Baseado em padrões: Baseado em (e totalmente compatível com) os padrões abertos para APIs: OpenAPI (anteriormente conhecido como Swagger) e JSON Schema.Neste curso, a Geek University apesenta todos os conceitos por trás do FastAPI, este novo framework web Python 3.10 que é poderoso e agradável de usar.Você irá aprender sobre:- Principais métodos HTTP;- Path Parameters;- Query Parameters;- Header Parameters;- Injeção de Dependência;- Documentação da API;- Rotas;- Customização de validação Pydantic;- FastAPI com PostgreSQL;- CRUD com FastAPI e SQL Alchemy;- CRUD com FastAPI e SQL Model;- Autenticação e Autorização com FastAPI;- Deploy em cloud Linux com proxy NGINX;- E muito mais!Assista às aulas abertas e inscreva-se no curso!

Overview

Section 1: Apresentação

Lecture 1 Sobre o curso

Lecture 2 Como conseguir ajuda?

Section 2: Introdução ao FastAPI

Lecture 3 O que vamos aprender nesta seção?

Lecture 4 Conceitos essenciais sobre APIs

Lecture 5 Apresentação do FastAPI

Lecture 6 Revisando a Programação Assíncrona

Lecture 7 Softwares utilizados no curso

Lecture 8 Prática: Nossa primeira API com FastAPI

Lecture 9 Recapitulando

Section 3: Entendendo os conceitos do FastAPI

Lecture 10 O que vamos aprender nesta seção?

Lecture 11 Prática: Definindo o novo projeto

Lecture 12 Prática: O método GET

Lecture 13 Prática: Tratando exceções

Lecture 14 Prática: O método POST

Lecture 15 Prática: O método PUT

Lecture 16 Prática: O método DELETE

Lecture 17 Prática: Path Parameters

Lecture 18 Prática: Query Parameters

Lecture 19 Prática: Header Parameters

Lecture 20 Prática: Injeção de Dependências

Lecture 21 Prática: Revisando os docs

Lecture 22 Prática: Definindo rotas

Lecture 23 Prática: Validação Customizada Pydantic

Lecture 24 Recapitulando

Section 4: CRUD FastAPI e SQL Alchemy

Lecture 25 O que vamos aprender nesta seção?

Lecture 26 Prática: Criando a estrutura do projeto

Lecture 27 Prática: Trabalhando no módulo core

Lecture 28 Prática: Trabalhando no módulo models

Lecture 29 Prática: Trabalhando no módulo schemas

Lecture 30 Prática: Criando as tabelas

Lecture 31 Prática: Trabalhando no módulo api – Parte 1

Lecture 32 Prática: Trabalhando no módulo api – Parte 2

Lecture 33 Prática: Trabalhando no main

Lecture 34 Prática: Executando e testando nosso projeto

Lecture 35 Recapitulando

Section 5: CRUD FastAPI e SQL Model

Lecture 36 O que vamos aprender nesta seção?

Lecture 37 Prática: Criando a estrutura do projeto

Lecture 38 Prática: Trabalhando no módulo core

Lecture 39 Prática: Trabalhando no módulo models

Lecture 40 Prática: Criando as tabelas

Lecture 41 Prática: Trabalhando no módulo api – Parte 1

Lecture 42 Prática: Trabalhando no módulo api – Parte 2

Lecture 43 Prática: Trabalhando no main

Lecture 44 Prática: Executando e testando nosso projeto

Lecture 45 Recapitulando

Section 6: Segurança: Autenticação e Autorização com FastAPI

Lecture 46 O que vamos aprender nesta seção?

Lecture 47 Prática: Criando a estrutura do projeto

Lecture 48 Prática: Trabalhando no módulo core – Parte 1

Lecture 49 Prática: Trabalhando no módulo core – Parte 2

Lecture 50 Prática: Trabalhando no módulo models

Lecture 51 Prática: Trabalhando no módulo schemas

Lecture 52 Prática: Criando as tabelas

Lecture 53 Prática: Trabalhando no módulo api – Parte 1

Lecture 54 Prática: Trabalhando no módulo api – Parte 2

Lecture 55 Prática: Trabalhando no main

Lecture 56 Prática: Executando e testando nosso projeto

Lecture 57 Recapitulando

Section 7: Deploy: FastAPI em Cloud Linux com NGINX e PostgreSQL

Lecture 58 O que vamos aprender nesta seção?

Lecture 59 Visão geral sobre as opções de deploy

Lecture 60 Prática: Criando e enviando nosso projeto para o Github

Lecture 61 Prática: Criando e configurando o droplet na Digital Ocean

Lecture 62 Prática: Preparando a estrutura para deploy

Lecture 63 Prática: Configurando o banco de dados

Lecture 64 Prática: Criando um daemon para execução do projeto

Lecture 65 Prática: Configurando o proxy no NGINX

Lecture 66 Prática: Testando nossa API

Lecture 67 Recapitulando

Section 8: Encerramento

Lecture 68 Recapitulando

Lecture 69 Quais os próximos passos?

Lecture 70 Não esqueça de fazer parte da comunidade da Geek University no Discord

Desenvolvedores Python que querem criar apis poderosas com FastAPI,Cientista de dados que querem usar o poder do FastAPI para publicar seus modelos de dados,Programadores que querem aprender a criar apis usando Python e FastAPI

Course Information:

Udemy | 429 too many requests: {“error”:{“root_cause”:[{“type”:”circuit_breaking_exception”,”reason”:”[parent] data too large, data for [] would be [255146174/243.3mb], which is larger than the limit of [255013683/243.1mb], real usage: [255145736/243.3mb], new bytes reserved: [438/438b], usages [eql_sequence=0/0b, model_inference=0/0b, inflight_requests=438/438b, request=0/0b, fielddata=184814/180.4kb]”,”bytes_wanted”:255146174,”bytes_limit”:255013683,”durability”:”permanent”}],”type”:”circuit_breaking_exception”,”reason”:”[parent] data too large, data for [] would be [255146174/243.3mb], which is larger than the limit of [255013683/243.1mb], real usage: [255145736/243.3mb], new bytes reserved: [438/438b], usages [eql_sequence=0/0b, model_inference=0/0b, inflight_requests=438/438b, request=0/0b, fielddata=184814/180.4kb]”,”bytes_wanted”:255146174,”bytes_limit”:255013683,”durability”:”permanent”},”status”:429} | 12h 28m | 5.14 GB
Created by: Geek University

You Can See More Courses in the Developer >> Greetings from CourseDown.com