课程大纲

第一天 — 扎实的Python基础与工具

现代Python特性与类型系统

  • 类型基础、泛型、协议与TypeGuard
  • 数据类、冻结数据类与attrs概览
  • 模式匹配(PEP 634+)及惯用用法

代码质量与工具

  • 代码格式化与静态分析工具:black、isort、flake8、ruff
  • 使用MyPy与pyright进行静态类型检查
  • 预提交钩子与开发者工作流

项目管理与打包

  • 使用Poetry与虚拟环境进行依赖管理
  • 包布局、入口点与版本控制最佳实践
  • 构建并发布包至PyPI及私有仓库

第二天 — 设计模式与架构实践

Python中的设计模式

  • 创建型模式:工厂、建造者、单例(Pythonic变体)
  • 结构型模式:适配器、外观、装饰器、代理
  • 行为型模式:策略、观察者、命令

架构原则

  • 将SOLID原则应用于Python代码库
  • 六边形/整洁架构与边界
  • 依赖注入模式与配置管理

模块化与复用

  • 设计库代码与应用代码
  • API、稳定接口与语义版本控制
  • 处理配置、密钥与环境特定设置

第三天 — 并发、异步IO与性能

并发与并行

  • 线程基础与GIL的影响
  • 多进程与进程池处理CPU密集型任务
  • 何时使用concurrent.futures与multiprocessing

使用asyncio进行异步编程

  • Async/await模式、事件循环与取消
  • 设计异步库与同步代码的互操作性
  • IO密集型模式、背压与速率限制

性能分析与优化

  • 性能分析工具:cProfile、pyinstrument、perf、memory_profiler
  • 优化热点路径,适当使用C扩展/Numba
  • 测量延迟、吞吐量与资源利用率

第四天 — 测试、CI/CD、可观测性与部署

测试策略与自动化

  • 使用pytest进行单元测试与fixtures,测试组织
  • 基于属性的测试与合约测试
  • 模拟、猴子补丁与测试异步代码

CI/CD、发布与监控

  • 将测试与质量门控集成到GitHub Actions/GitLab CI
  • 使用Docker与多阶段构建创建可复现的容器
  • 应用可观测性:结构化日志、Prometheus指标与追踪

安全、加固与最佳实践

  • 依赖审计、SBOM基础与漏洞扫描
  • 安全编码实践:输入验证与密钥管理
  • 运行时加固:资源限制、用户权限与容器安全

结业项目与回顾

  • 团队实验:设计并实现一个小型服务,应用课程中的模式
  • 为项目进行测试、类型检查、打包与CI流水线
  • 最终回顾、代码评审与可操作的改进计划

总结与下一步

要求

  • 具备扎实的中级Python编程经验
  • 熟悉面向对象编程和基本测试
  • 有使用命令行和Git的经验

受众

  • 高级Python开发者
  • 负责Python代码质量和架构的软件工程师
  • 技术负责人和与Python代码库打交道的MLOps/DevOps工程师
 28 小时

客户评论 (5)

即将举行的公开课程

课程分类