Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 43.138
- Реакции
- 706.918
Последние темы автора:
[Lee] Многомерность. Грань 7 (2025)
[Алексей Арестович] [Apeiron] Техника роста. Занятие 2 (2025)
[100балльный репетитор] Легион с Ильичом. Математика профиль ЕГЭ 2026 (блок...
[kartonkino, Мария Качуровская] Праздничные интерьерные украшения...
[Мой мишка, Анастасия Пономарева] Маленький котенок в комбезе зайки (2025)
[Алексей Арестович] [Apeiron] Техника роста. Занятие 2 (2025)
[100балльный репетитор] Легион с Ильичом. Математика профиль ЕГЭ 2026 (блок...
[kartonkino, Мария Качуровская] Праздничные интерьерные украшения...
[Мой мишка, Анастасия Пономарева] Маленький котенок в комбезе зайки (2025)
[Udemy] Демистификация распределенных задач с помощью Celery, SQS и Python (2019)
Этот курс обучает начинающих и профессионалов отрасли основным понятиям распределенного программирования в контексте Python и Django. Мы рассмотрим, как создавать приложения, увеличивающие пропускную способность и уменьшающие задержки. В этом курсе мы сначала погрузимся в первую часть курса и создадим прочную основу для асинхронных параллельных задач, используя python-celery - фреймворк распределенной очереди задач.
Мы изучим AWS SQS для масштабирования наших параллельных задач в облаке. Эти основы помогут вам в создании масштабируемых решений Python практически для любого Python проекта. К концу этого курса вы узнаете, как использовать популярные среды распределенного программирования для Python и Django. Изучив концепции, вы откроете для себя мир распределенных вычислений с помощью Python и узнаете, насколько легко создавать распределенные компоненты в ваших проектах Python или Django.
Материал на английском языке
Подробнее:
Этот курс обучает начинающих и профессионалов отрасли основным понятиям распределенного программирования в контексте Python и Django. Мы рассмотрим, как создавать приложения, увеличивающие пропускную способность и уменьшающие задержки. В этом курсе мы сначала погрузимся в первую часть курса и создадим прочную основу для асинхронных параллельных задач, используя python-celery - фреймворк распределенной очереди задач.
Мы изучим AWS SQS для масштабирования наших параллельных задач в облаке. Эти основы помогут вам в создании масштабируемых решений Python практически для любого Python проекта. К концу этого курса вы узнаете, как использовать популярные среды распределенного программирования для Python и Django. Изучив концепции, вы откроете для себя мир распределенных вычислений с помощью Python и узнаете, насколько легко создавать распределенные компоненты в ваших проектах Python или Django.
Материал на английском языке
Подробнее:
Скачать:![]()
Distributed Tasks Demystified with Celery, SQS & Python
Conjure up your first Python scalable background workerwww.udemy.com
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
