Docker в Python проектах

Старт курса

Ожидается

Для кого этот курс

Курс предназначен для начинающих программистов и тех, кто имеет хорошие знания языка Python и желает их углубить, будущих DevOps-инженеров и Full-stack разработчиков.

Предварительные требования

• компьютер, на котором вы сможете установить нужные программы (Windows, macOS или Linux);
• базовые знания Linux будут плюсом (но не обязательны);
• уверенные знания языка Python;
• хорошие знания БД;
• уверенное владение СУБД PostgreSQL (очень желательно).

Docker в Python проектах

Старт курса

Ожидается

Продолжительность:

12 ч.

Количество уроков:

6 занятий

Стоимость обучения:

84 USD

Форма обучения

Очное обучение

Корпоративное

Записаться

Описание курса
Docker в Python проектах

Docker программное обеспечение для автоматизации развертывания и управления программами в средах с поддержкой контейнеризации. Обеспечивает более быстрый деплой, тестирование и уменьшение времени между написанием и запуском кода приложений.

Docker может быть полезным в следующих случаях:
• упаковка вашего приложения и компонентов, используемых с docker-контейнерами;
• раздача и доставка этих контейнеров вашим командам для разработки и тестирования;
• деплой этих контейнеров на продакшн, как в Data центры, так и в Cloud.

Данный курс готовит к дальнейшему освоению сложных тем, связанных с многосервисной архитектурой проектов. Является необходимым для овладения инструментами современной разработки и может быть полезным при создании собственного проекта и его развертывании.

На курсе будет создан телеграм-бот на базе фреймворка aiogram, который будет построен как многосервисное приложение с развертыванием каждого сервиса в отдельном контейнере и настройкой взаимодействия этих сервисов. В качестве СУБД & PostgreSQL.

Программа курса

1

Создание базового проекта и установка необходимых сервисов.

1. Общая постановка задачи на проект.
2. Регистрация бота в Telegram и создание файла .env
3. Формирование общей структуры проекта и понимание составных частей.
4. Создание файла настроек и знакомство с модулем python-dotenv.
5. Написание кода эхо-бота и знакомство с модулем aiogram.
6. Запуск первого варианта бота и тестирование его работы.
7. Установка платформы Docker и проверка корректности установки.
2

Знакомство с платформой Docker.

1. Виртуализация и контейнеризация.
2. Docker: общее понимание и архитектура.
3. Знакомство с составными частями платформы Docker.
4. Создание docker-образа. Dockerfile: структура и основные инструкции.
5. Работа с основными командами CLI Docker.
3

Работа с несколькими контейнерами в одном проекте.

1. Ошибки при работе с CLI Docker.
2. Работа «внутри контейнера»: хранение секретной и конфиденциальной информации, добавление работы с СУБД PostgreSQL, модуль psycopg2.
3. Аспекты совместной работы нескольких контейнеров в Docker; сопоставление портов ports, томов и создание постоянных томов для хранения данных, volumes.
4. Docker networking: общение контейнеров, Bridge\Host\None\собственные сети и DNS.
5. DockerHub.
6. Основы Docker Compose. CLI docker-compose.
7. Файл docker-compose.yaml: понимание, общая структура, основные инструкции и создание.

4

Дополнительные инструменты.

1. Ошибки при работе с CLI docker-compose и при создании docker-compose.yaml файла.
2. Построение многоконтейнерного проекта. Основные действия: сбор, запуск, остановка, удаление; развертывание СУБД PostgreSQL в контейнере.
3. Планирование целей проекта: создание БД, создание таблиц, подключение к БД из основного приложения; создание БД, практическая работа с CLI docker-compose.
4. Написание кода для работы с БД.
5. Развертывание в дополнительном контейнере инструментального ПО – pgAdmin: подключение к БД, базовые возможности.
6. Модификация docker-compose.yaml для создания дополнительного контейнера.
7. Понимание профилей запуска и создание dev-профиля.
5

Работа с БД.

1. Планирование структуры данных под сформулированные ранее задачи для проекта. Структуризация кода для работы с БД.
2. Создание соединения с БД и создание таблицы необходимой структуры.
3. Работа с CLI docker-compose для запуска скриптов и создания таблиц. Использование pgAdmin для контроля состояния базы данных.
4. Модификация кода бота для работы с БД.
5. Работа с CLI docker-compose для преобразования образов, запуска контейнеров, работы с логами контейнеров, остановки/старта сервисов, удаления контейнеров, образов, томов данных.
6. Запуск созданного приложения, тестирование его работы и подведение итогов.
6

Построение простого CI-CD на основе GitHub Actions

1. Общее понимание концепции CI-CD.
2. Развертывание бота на VPS.
3. GitHub Actions как инструмент для автоматизации сборки, тестирования и доставки кода.
4. GitHub Secrets и готовые actions.
5. Разбор примера описания рабочего процесса тестирования и доставки кода.
6. Где и как смотреть результаты выполнения рабочих процессов.

По завершению курса Вы будете уметь

Понимать основы Docker и основные компоненты Docker: Клиент, Сервер, Docker Hub, Образы и Контейнеры, а также то, как они взаимодействуют друг с другом.
Загружать образы с Docker Hub и создавать на их основе контейнеры.
Публиковать порты для контейнеров и подключать тома.
Создавать Dockerfile с описанием шагов при построении собственных образов для запуска приложений в контейнерах с инструкциями FROM, RUN, COPY, CMD.

Использовать Docker Compose для запуска нескольких сервисов одновременно и настраивать запуск реального веб-приложения.
Осуществлять разработку и деплой проектов из Docker и Docker Compose.
Создавать реальные проекты с помощью Docker с нуля.
Использовать Docker в реальном процессе разработки.

Docker в Python проектах

Для кого этот курс

Предварительные требования

Docker в Python проектах

Форма обучения

Описание курса
Docker в Python проектах

Что вы получите на курсе

Записаться на курс

Записаться на курс

Docker в Python проектах

Для кого этот курс

Предварительные требования

Docker в Python проектах

Форма обучения

Описание курса Docker в Python проектах

Что вы получите на курсе

Записаться на курс

Описание курса
Docker в Python проектах