reklama - zainteresowany?

Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych - Helion

Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych
Autor: Harry Percival, Bob Gregory
Tytuł oryginału: Architecture Patterns with Python: Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices
Tłumaczenie: Łukasz Piwko
ISBN: 978-83-283-7126-2
stron: 256, Format: 168x237, okładka: miękka
Data wydania: 2020-12-02
Księgarnia: Helion

Cena książki: 69,00 zł

Dodaj do koszyka Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych

Tagi: Inne - Programowanie | Python - Programowanie

Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych

Python zyskuje coraz większą popularność i jest wykorzystywany do tworzenia bardzo różnych aplikacji, jednak projektowanie dużych, niezawodnych systemów w tym języku bywa wyzwaniem. Rozwijanie złożonych systemów o wysokiej jakości wymaga zastosowania odpowiedniej architektury. Trudno w Pythonie stosować takie wysokopoziomowe wzorce projektowe jak architektura sześciokątna, architektura oparta na zdarzeniach czy wzorce zalecane dla projektowania dziedzinowego (DDD). Sytuacji nie poprawia również to, że klasyczna literatura dotycząca metod zarządzania złożonością aplikacji zawiera przykłady kodu napisanego w Javie lub C#. Programiści Pythona często więc uznają takie książki za mało przydatne w swojej pracy.

Ten praktyczny przewodnik przybliży projektantom pracującym w Pythonie sprawdzone wzorce architektury, które ułatwiają zapanowanie nad złożonością aplikacji i pozwalają najlepiej wykorzystać zestawy testów. Prezentację poszczególnych wzorców architektury oparto na przykładowej, stopniowo rozbudowywanej aplikacji. Podejście to pozwoliło na pokazanie zalet metodyki TDD. Z kolei w rozdziałach poświęconych modelowaniu dziedzinowemu zwrócono uwagę na unikanie jakichkolwiek zależności zewnętrznych przy równoczesnym zapewnieniu integralności danych. Wśród ciekawszych koncepcji warto wskazać wykorzystywanie zdarzeń w roli wzorca integracji usług w architekturze mikrousługowej. Niejako przy okazji zaprezentowano praktyczne strony stosowania kilku frameworków i technologii Pythona, między innymi Flask, SQLAlchemy, pytest, Docker i Redis.

W tej książce między innymi:

  • modelowanie dziedzinowe i stosowanie wzorców DDD
  • jednostki, obiekty wartości i agregaty w architekturze domenowej
  • tworzenie modeli bez zbędnych zależności
  • zdarzenia, polecenia i szyna wiadomości
  • wzorce architektury zdarzeniowej i mikrousług reaktywnych

Architektura nowoczesnych aplikacji w Pythonie: rozwiązania dla poważnych systemów!

Dodaj do koszyka Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych

 

Osoby które kupowały "Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych", wybierały także:

  • DevOps w praktyce. Kurs video. Jenkins, Ansible, Terraform i Docker
  • Wyrażenia regularne od podstaw
  • Projektowanie systemów rozproszonych. Wzorce i paradygmaty dla skalowalnych, niezawodnych usług
  • Zrozum struktury danych. Algorytmy i praca na danych w Javie
  • Kosymulacja. Elastyczne projektowanie i symulacja wielodomenowa

Dodaj do koszyka Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych

Spis treści

Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych -- spis treści


Wstęp 9

Wprowadzenie 17

CZĘŚĆ I. BUDOWA ARCHITEKTURY WSPIERAJĄCEJ MODELOWANIE DOMENY

1. Modelowanie domeny 25

  • Czym jest model domeny 25
  • Język domeny 28
  • Testy jednostkowe modeli domeny 28
    • Klasy danych są idealne dla obiektów wartości 33
    • Obiekty wartości a jednostki 35
  • Nie wszystko musi być obiektem - funkcja usługi domeny 37
    • Magiczne metody Pythona umożliwiają posługiwanie się modelami w standardowy sposób 38
    • Wyjątki także mogą wyrażać koncepcje domeny 38

2. Wzorzec Repozytorium 41

  • Zapisywanie modelu domeny 42
  • Trochę pseudokodu - czego będziemy potrzebować? 42
  • Zastosowanie zasady odwrócenia zależności do dostępu do danych 43
  • Przypomnienie - nasz model 43
    • "Normalny" sposób - model zależy od ORM 44
    • Odwrócenie zależności - ORM zależy od modelu 45
  • Wprowadzenie do wzorca Repozytorium 48
    • Abstrakcja repozytorium 49
    • Gdzie tkwi haczyk 50
  • Budowa imitacji repozytorium na potrzeby testów nie jest łatwa 53
  • Czym są porty i adaptery w Pythonie 54
  • Podsumowanie 54

3. Interludium na temat powiązań i abstrakcji 57

  • Abstrakcja stanu wspomaga testowanie 58
  • Wybór właściwych abstrakcji 61
  • Implementacja wybranych abstrakcji 62
    • Testowanie od brzegu do brzegu z imitacjami i wstrzykiwaniem zależności 64
    • Czemu by nie użyć biblioteki łatek? 65
  • Podsumowanie 68

4. Pierwszy przypadek użycia - API Flask i warstwa usług 69

  • Łączenie naszej aplikacji z prawdziwym światem 71
  • Pierwszy test kompleksowy 71
  • Prosta implementacja 72
  • Błędy wymagające sprawdzenia bazy danych 73
  • Wprowadzenie warstwy usług i testowanie jej za pomocą FakeRepository 74
    • Typowa funkcja usługowa 76
  • Dlaczego wszystko nazywa się usługą 78
  • Rozmieszczenie plików w folderach, aby uzyskać przejrzysty obraz struktury 79
  • Podsumowanie 80
    • Zasada odwrócenia zależności w praktyce 80

5. TDD na wysokich i niskich obrotach 83

  • Jak wygląda nasza piramida testów? 83
  • Czy przenieść testy warstwy domeny do warstwy usługowej? 84
  • Wybór rodzaju testów do napisania 85
  • Wysokie i niskie obroty 86
  • Całkowite oddzielenie testów warstwy usługowej od domeny 86
    • Rozwiązanie - przeniesienie wszystkich zależności domeny do konfiguracji testów 87
    • Dodawanie brakującej usługi 87
  • Ulepszanie testów kompleksowych 89
  • Podsumowanie 90

6. Wzorzec Jednostka Pracy 91

  • Jednostka pracy współpracuje z repozytorium 91
  • Testy integracyjne jednostki pracy 93
  • Jednostka pracy i jej menedżer kontekstu 94
    • Prawdziwa jednostka pracy używa sesji SQLAlchemy 95
    • Imitacja jednostki pracy do testów 96
  • Używanie jednostki pracy w warstwie usługowej 97
  • Testy zatwierdzania i wycofywania zmian 98
  • Zatwierdzenia jawne i niejawne 98
  • Przykłady - użycie jednostki pracy do grupowania operacji w jednostkę atomową 99
    • Przykład 1. Realokacja 99
    • Przykład 2. Zmiana liczebności partii 100
  • Porządkowanie testów integracyjnych 100
  • Podsumowanie 101

7. Agregaty i granice spójności 103

  • Czemu nie wykonać wszystkiego w arkuszu kalkulacyjnym? 104
  • Niezmienniki, ograniczenia i spójność 104
    • Niezmienniki, współbieżność i blokady 104
  • Czym jest agregat 105
  • Wybór agregatu 106
  • Jeden agregat = jedno repozytorium 109
  • Kwestia wydajności 110
  • Optymistyczna współbieżność a numery wersji 111
  • Opcje implementacji numerów wersji 113
  • Sprawdzanie zgodności z regułami integralności danych 114
    • Wymuszanie przestrzegania zasad dotyczących współbieżności za pomocą poziomów izolacji bazy danych 115
    • Przykład pesymistycznej kontroli współbieżności - SELECT FOR UPDATE 116
  • Podsumowanie 117
  • Część I - podsumowanie 118

CZĘŚĆ II. ARCHITEKTURA STEROWANA ZDARZENIAMI

8. Zdarzenia i szyna wiadomości 123

  • Jak nie narobić bałaganu 124
    • Pilnujmy porządku w kontrolerach sieciowych 124
    • Dbajmy też o porządek w modelu 125
    • To może warstwa usługowa 125
  • Zasada pojedynczej odpowiedzialności 126
  • Wielkie wejście szyny wiadomości 127
    • Model rejestruje zdarzenia 127
    • Zdarzenia to proste klasy danych 127
    • Model zgłasza zdarzenia 127
    • Szyna wiadomości wiąże zdarzenia z procedurami obsługi 128
  • Opcja 1. Warstwa usługowa odbiera zdarzenia z modelu i umieszcza je w szynie wiadomości 129
  • Opcja 2. Warstwa usług sama zgłasza zdarzenia 130
  • Opcja 3. Jednostka pracy publikuje zdarzenia w szynie wiadomości 131
  • Podsumowanie 134

9. Szyna wiadomości w pełnej krasie 137

  • Nowy wymóg prowadzi do opracowania nowej architektury 138
    • Zmiana architektury - wszystko będzie procedurą obsługi zdarzeń 139
  • Zamiana funkcji usługowych na procedury obsługi wiadomości 140
    • Teraz szyna wiadomości odbiera zdarzenia od jednostki pracy 142
    • Wszystkie testy także napiszemy pod kątem zdarzeń 143
    • Tymczasowa brzydka sztuczka - szyna wiadomości musi zwracać wyniki 144
    • Modyfikacja API, aby działał ze zdarzeniami 144
  • Implementacja nowego wymogu 145
    • Nasze nowe zdarzenie 146
  • Próba nowej procedury obsługi 146
    • Implementacja 147
    • Nowa metoda modelu domeny 148
  • Opcja - testy jednostkowe procedur obsługi zdarzeń w izolacji przy użyciu imitacji szyny wiadomości 149
  • Podsumowanie 151
    • Co osiągnęliśmy 151
    • Po co to wszystko 151

10. Polecenia i procedury obsługi poleceń 153

  • Polecenia i zdarzenia 153
  • Różnice w zakresie obsługi wyjątków 154
  • Zdarzenia, polecenia i obsługa błędów 156
  • Synchroniczne wychodzenie z błędów 159
  • Podsumowanie 160

11. Architektura oparta na zdarzeniach - integracja mikrousług za pomocą zdarzeń 163

  • Rozproszona kula błota i myślenie rzeczownikami 163
  • Obsługa błędów w systemach rozproszonych 166
  • Alternatywa - rozprzężenie pod względem czasowym przy użyciu wiadomości asynchronicznych 167
  • Użycie kanału publikacji-subskrypcji Redis do integracji 168
  • Test kompleksowy, który to wszystko sprawdzi 169
    • Redis to kolejny cienki adapter wokół naszej szyny wiadomości 170
    • Nowe zdarzenie wyjściowe 171
  • Zdarzenia wewnętrzne i zewnętrzne 172
  • Podsumowanie 172

12. Wzorzec podziału odpowiedzialności między polecenia i zapytania (CQRS) 175

  • Modele domeny służą do zapisu 175
  • Większość klientów nie kupi waszych mebli 177
  • Post-Redirect-Get i CQS 178
  • Trzymajcie się mocno 180
  • Testowanie widoków CQRS 180
  • Opcja "oczywista" - użycie istniejącego repozytorium 181
  • Twój model domeny nie jest zoptymalizowany pod kątem operacji odczytu 182
  • Oczywista opcja 2 - użycie ORM 182
  • SELECT N+1 i inne sprawy związane z wydajnością 183
  • Czas całkiem obniżyć loty 183
    • Aktualizacja tabeli modelu odczytu za pomocą procedury obsługi zdarzeń 184
  • Zmiana implementacji modelu odczytu jest łatwa 186
  • Podsumowanie 187

13. Wstrzykiwanie zależności (i bootstrapping) 189

  • Zależności jawne i niejawne 189
  • Czy jawne zależności nie są dziwne i nie pachną Javą? 192
  • Przygotowywanie procedur obsługi - ręczne wstrzykiwanie zależności przy użyciu domknięć i funkcji częściowych 194
  • Alternatywa z użyciem klas 195
  • Skrypt rozruchowy 195
  • Przekazywanie procedur obsługowych do szyny wiadomości w czasie działania programu 198
  • Użycie funkcji rozruchowej w punktach wejścia 199
  • Inicjalizacja DI w testach 200
  • Prawidłowe tworzenie adaptera - działający przykład 201
    • Definicja implementacji abstrakcyjnej i konkretnej 201
    • Utworzenie fałszywej wersji dla testów 202
    • Prawdziwy test integracyjny 203
  • Podsumowanie 204

Epilog 207

A. Podsumowanie - schemat i tabela 223

B. Szablon struktury projektu 225

C. Wymiana infrastruktury - wszystko za pomocą CSV 233

D. Repozytorium i Jednostka Pracy w Django 239

E. Walidacja 247

Dodaj do koszyka Architektura aplikacji w Pythonie. TDD, DDD i rozwój mikrousług reaktywnych

Code, Publish & WebDesing by CATALIST.com.pl



(c) 2005-2024 CATALIST agencja interaktywna, znaki firmowe należą do wydawnictwa Helion S.A.