پیشنهاد فرادرس

آموزش بهینه سازی سرویس های پایتون

دسته بندی ها: آموزش پایتون (Python) ، آموزش های لیندا (Lynda)

گاهی تفاوت میان یک اپلیکیشن Python خوب و یک نمونه عالی آن، در کد یافت نمی شود بلکه در خدماتی که از نرم افزار شما پشتیبانی می کند مشهود است. در این دوره، مربی Miki Tebeka نکات و تکنیک های بهینه سازی Python را برای توسعه و اجرای سایت های کارآمد و اپلیکیشن های کاربردی معرفی می کند و نحوه ی پیدا کردن تنگناها، تست استرس کد، استفاده از الگوریتم های ذخیره سازی، "cheat" به شکل موثر،  توزیع کار بر روی یک یا چند دستگاه وانتخاب  روش های درست انتقال و کدگذاری را آموزش می دهد. او همچنین متعادل کننده های بار و چارچوب های قدرتمند سرور را برای HTTP و TCP معرفی می کند و نحوه ی ارائه محتوای استاتیک را نیز نشان می دهد. علاوه بر این، چگونگی نظارت بر عملکرد پروژه های خود و راه اندازی هشدار را می اموزید، بنابراین می دانید که یک سرویس یا سیستم چه زمانی با خرابی روبرو خواهد بود.

سرفصل ها:

  • ابزار کار
  • ذخیره سازی
  • Cheating
  • توزیع کار
  • نوشتن سرورها
  • انتخاب چارچوب سرور
  • پروسه هایی همچون نظارت
  • مقدمه:
  • ابزار کار
  • همیشه ابتدا پروفایل
  • نکات کلی
  • Strace
  • Stressing
  • ذخیره سازی
  • بررسی اجمالی
  • فیلتر Bloom
  • Cheating
  • چه زمانی تقریب به اندازه کافی خوب است؟
  • نمونه Cheating
  • توزیع کار
  • Amdahl's Law
  • مثال: موضوعات
  • بیش از یک دستگاه
  • نوشتن سرورها
  • مشکل C10K
  • Asyncio
  • انتخاب انتقال
  • انتخاب فرمت serialization
  • فشرده سازی
  • چارچوب سرور
  • چگونگی انتخاب یک چارچوب
  • سرورهای HTTP
  • سرورهای TCP
  • متعادل کننده بار
  • ارائه ی محتوای استاتیک
  • فرایند
  • چرا ما به فرآیند نیاز داریم؟
  • نظارت
  • هشدار
  • نتیجه
  • مراحل بعدی
Optimizing Python Services Publisher:Lynda Author:Miki Tebeka Duration:1h 25m Level:Advanced

Optimize your Python development workflow. Learn the tools and services you can use to run more efficient and highly available Python sites and applications.
Released: 3/23/2018
Sometimes, the difference between a good Python application and a great one isn't found in the code; it's in the services that support your software. In this course, instructor Miki Tebeka introduces Python optimization tips and techniques to develop and run more efficient sites and applications. Learn how to find bottlenecks, stress test your code, use caching algorithms, "cheat" effectively, distribute work on one or more machines, and pick the right transport and encoding methods. He also introduces load balancers and powerful server frameworks for HTTP and TCP, and shows how to serve static content. Plus, learn how to monitor performance of your projects and set up alerts, so you'll know when a system or service fails.
Topics include:
Tools of the trade
Caching
Cheating
Distributing work
Writing servers
Choosing a server framework
Processes such as monitoring
Introduction
Welcome
47s
What you should know
1m 29s
Using the VM
1m 51s
1. Tools of the Trade
Always profile first
1m 17s
General tips
1m 28s
strace
3m 19s
Stressing
3m 43s
2. Caching
Overview
5m 10s
Bloom filter
2m 15s
3. Cheating
When approximation is good enough
1m 11s
Cheating example
3m 1s
4. Distributing Work
Amdahl's Law
2m 49s
Example: Threads
4m 11s
Beyond single machine
7m 9s
5. Writing Servers
The C10K problem
1m 14s
asyncio
4m 40s
Choosing transportation
3m 32s
Choosing serialization format
3m 13s
Compression
3m 38s
6. Server Frameworks
How to choose a framework
2m 56s
HTTP servers
3m 31s
TCP servers
4m 11s
Load balancers
5m 38s
Serving static content
3m 1s
7. Process
Why do we need process?
2m 35s
Monitoring
4m 26s
Alerting
2m 35s
Conclusion
Next steps
52s

پیشنهاد فرادرس

لینک های دانلود حجم فایل: 148.0MB همراه با زیرنویس انگلیسی Lynda Optimizing Python Services_git.ir.rar
captcha