آموزش مطالعه موردی: تجسم داده های پیچیده میکروسرویس با استفاده از پایتون

Case Study: Visualize Complex Microservice Data Using Python

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
توضیحات دوره:

به‌عنوان یک مهندس نرم‌افزار، وظایف روزانه شما می‌تواند مانند یک لیست بی‌پایان به نظر برسد، بنابراین پیدا کردن زمان برای توسعه مهارت‌های جدید برای رشد و پیشرفت شغلی‌تان اغلب دشوار است. چگونه در سازمان خود تأثیر می گذارید و در عین حال کار اصلی خود را نیز تکمیل می کنید؟

در این دوره، کاترین هاج شما را در فرآیند ارائه یک ایده برای یک ابتکار، برنامه ریزی آن و سپس اجرای راه حل با تیم خود راهنمایی می کند. کاترین اصول اولیه میکروسرویس ها را پوشش می دهد و به شما نشان می دهد که چگونه مشکلات را هنگام ساخت و استفاده از میکروسرویس ها شناسایی و حل کنید. او شما را با PlantUML آشنا می کند، یک ابزار منبع باز که به شما کمک می کند به سرعت نمودارهای توالی، نمودارهای کلاس، نمودارهای مؤلفه و موارد دیگر را ایجاد کنید. او توضیح می دهد که چگونه برای توسعه یک ابتکار حل مسئله برنامه ریزی کنید - و چگونه آن را به تیم خود بفروشید. سپس کاترین به شما نشان می دهد که چگونه یک اسکریپت پایتون بسازید تا داده ها را به کد PlantUML تبدیل کنید، چگونه کد خود را بررسی و اصلاح کنید، و چگونه ابتکار عمل خود را برای تیم خود نمایش دهید.


سرفصل ها و درس ها

معرفی Introduction

  • چگونه به عنوان یک مهندس در سازمان خود تأثیر بگذارید (در حال انجام) How to make an impact in your organization as an engineer (In progress)

  • چرا از پایتون برای ساخت ابزارهای ساده اتوماسیون استفاده کنیم؟ Why use Python to build automation simple tools?

  • با استفاده از GitHub Codespaces Using GitHub Codespaces

1. تعریف مسئله و تحقیق در مورد راه حل 1. Defining the Problem and Researching a Solution

  • میکروسرویس ها چیست؟ What are microservices?

  • معایب معماری میکروسرویس Disadvantages of the microservice architecture

  • چگونه چالش های معرفی شده توسط میکروسرویس ها را حل کنیم How to solve for the challenges introduced by microservices

  • نحوه تحقیق و یافتن فناوری که به حل مشکلات فنی کمک می کند How to research and find a technology that will help solve technical problems

  • امتحان فصل Chapter Quiz

2. Learning PlantUML 2. Learning PlantUML

  • PlantUML چیست؟ What is PlantUML?

  • با PlantUML آزمایش کنید Experiment with PlantUML

  • چگونه می توانید با PlantUML به روشی قابل نگهداری کار کنید؟ How can you work with PlantUML in a maintainable way?

  • چگونه تصمیم بگیرید که آیا PlantUML برای یک مورد استفاده کار می کند یا خیر How to decide if PlantUML will work for a use case

  • امتحان فصل Chapter Quiz

3. برنامه ریزی برای توسعه 3. Planning for the Development

  • یک برنامه اجرایی برای ابتکار ایجاد کنید Create an implementation plan for the initiative

  • چگونه تیم خود را متقاعد کنید که ابتکار عمل را دنبال کند How to convince your team to pursue the initiative

  • کار را به داستان های کاربر تقسیم کنید Divide work into user stories

  • امتحان فصل Chapter Quiz

4. ساخت یک اسکریپت پایتون برای تبدیل داده ها به کد PlantUML 4. Building a Python Script to Convert Data into PlantUML Code

  • ورودی اسکریپت را ایجاد کنید Establish input of the script

  • خروجی اسکریپت را ایجاد کنید Establish the output of the script

  • پیاده سازی طراحی برای کد اسکریپت Design implementation for script code

  • داده های JSON را از یک فایل بارگیری کنید Load JSON data from a file

  • از طریق داده های JSON تکرار کنید و به طور موثر ذخیره کنید Iterate through JSON data and store effectively

  • کد PlantUML ساده را در یک فایل بنویسید Write simple PlantUML code to a file

  • کد PlantUML را به یک نمودار PNG با پایتون صادر کنید Export PlantUML code to a PNG diagram with Python

  • داده ها را به هر گره در نمودار PlantUML اضافه کنید Add data to each node in the PlantUML graph

  • یال ها را به نمودار PlantUML اضافه کنید Add edges to the PlantUML graph

  • امتحان فصل Chapter Quiz

5. فراتر رفتن و فراتر رفتن 5. Going Above and Beyond

  • کد خود را از نظر ناکارآمدی و پیچیدگی های غیر ضروری بررسی کنید Review your code for inefficiencies and unnecessary complication

  • یک README ایجاد کنید Create a README

  • برای ایجاد نمودار زنده تماس زنده را اضافه کنید Add live call to generate live graph

  • یک دمو برای سازماندهی بیشتر آماده کنید Prepare a demo for greater organization

  • امتحان فصل Chapter Quiz

نتیجه Conclusion

  • کمک به سازمان مهندسی شما Contributing to your engineering organization

نمایش نظرات

نظری ارسال نشده است.

آموزش مطالعه موردی: تجسم داده های پیچیده میکروسرویس با استفاده از پایتون
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
1h 25m
33
Linkedin (لینکدین) lynda-small
26 تیر 1402 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
-
- از 5
ندارد
دارد
دارد
Kathryn Hodge

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kathryn Hodge Kathryn Hodge

توسعه‌دهنده نرم‌افزار

کاترین هاج به‌عنوان توسعه‌دهنده نرم‌افزار در یک شرکت رسانه‌ای کار می‌کند.

علاوه بر کار خود به‌عنوان توسعه‌دهنده، کاترین یک کانال YouTube را برای افرادی که مایل هستند اجرا می‌کند. برای یادگیری نحوه کدنویسی قبل از فارغ التحصیلی از کالج، او به مدت سه سال به عنوان دستیار تدریس علوم کامپیوتر کار کرد. او به تلاقی رسانه‌ها، سرگرمی‌ها و فناوری علاقه زیادی دارد و بر ایجاد نرم‌افزاری متمرکز است که تأثیرگذار باشد.

Linkedin (لینکدین)

لینکدین: شبکه اجتماعی حرفه‌ای برای ارتباط و کارآفرینی

لینکدین به عنوان یکی از بزرگترین شبکه‌های اجتماعی حرفه‌ای، به میلیون‌ها افراد در سراسر جهان این امکان را می‌دهد تا ارتباط برقرار کنند، اطلاعات حرفه‌ای خود را به اشتراک بگذارند و فرصت‌های شغلی را کشف کنند. این شبکه اجتماعی به کاربران امکان می‌دهد تا رزومه حرفه‌ای خود را آپدیت کنند، با همکاران، دوستان و همکاران آینده ارتباط برقرار کنند، به انجمن‌ها و گروه‌های حرفه‌ای ملحق شوند و از مقالات و مطالب مرتبط با حوزه کاری خود بهره‌مند شوند.

لینکدین همچنین به کارفرمایان امکان می‌دهد تا به دنبال نیروهای با تجربه و مهارت مورد نیاز خود بگردند و ارتباط برقرار کنند. این شبکه حرفه‌ای به عنوان یک پلتفرم کلیدی برای بهبود دسترسی به فرصت‌های شغلی و گسترش شبکه حرفه‌ای خود، نقش مهمی را ایفا می‌کند. از این رو، لینکدین به عنوان یکی از مهمترین ابزارهای کارآفرینی و توسعه حرفه‌ای در دنیای امروز مورد توجه قرار دارد.