GithubHelp home page GithubHelp logo

aula-backend-ii-python-django-fastapi-docker's Introduction

Projeto de Aula da USP: Backend com Python, Django e FastAPI

Este projeto é parte do material didático utilizado nas aulas de Backend II do curso de tecnologia da Universidade de São Paulo (USP). O objetivo principal é fornecer aos estudantes uma experiência prática com o desenvolvimento de aplicações backend utilizando Python, juntamente com dois frameworks populares: Django e FastAPI.

Estrutura do Projeto

O projeto está organizado da seguinte forma:

  • aula/: Contém os diretórios principais do projeto, divididos entre Django e FastAPI.
    • django-produtos/: Aplicação Django para gerenciamento de produtos.
      • db.sqlite3: Banco de dados SQLite para armazenamento de dados dos produtos.
      • manage.py: Script de linha de comando do Django para tarefas administrativas.
      • produto/: Diretório contendo os modelos, views e templates específicos da aplicação de produtos.
      • requirements.txt: Lista de dependências necessárias para a aplicação Django.
      • setup/: Configurações adicionais para a aplicação.
      • venv/: Ambiente virtual Python para isolamento das dependências.
    • fastapi-produtos/: Aplicação FastAPI para gerenciamento de produtos.
      • app.py: Arquivo principal da aplicação FastAPI, contendo a definição dos endpoints.
      • models/: Diretório contendo os modelos de dados utilizados pela aplicação FastAPI.
      • requirements.txt: Lista de dependências necessárias para a aplicação FastAPI.
      • venv/: Ambiente virtual Python para isolamento das dependências.
  • docker-compose.yaml: Arquivo de configuração do Docker Compose para orquestrar contêineres necessários ao projeto.
  • Dockerfile: Arquivo de configuração para criar uma imagem Docker personalizada para o projeto.
  • readme.md: Este arquivo, contendo informações sobre o projeto e instruções de uso.
  • referencial/: Contém estruturas de referência para as aplicações Django e FastAPI, similar à pasta aula/.

Objetivo do Projeto

O projeto visa proporcionar aos alunos uma compreensão prática sobre:

  • Desenvolvimento de aplicações web com Django e FastAPI.
  • Utilização de bancos de dados com Django ORM e SQLite.
  • Criação e gerenciamento de ambientes virtuais Python.
  • Uso de Docker e Docker Compose para orquestração de contêineres.
  • Práticas de desenvolvimento e organização de código em projetos reais.

Como Usar

Para utilizar este projeto, siga as instruções de instalação do ambiente Python e do Visual Studio Code disponíveis no arquivo dicas.txt. Após configurar o ambiente, você pode executar as aplicações Django e FastAPI localmente ou dentro de contêineres Docker, conforme preferir.

Para mais detalhes sobre a execução e desenvolvimento das aplicações, consulte os arquivos dicas.txt específicos dentro dos diretórios aula/django-produtos/ e aula/fastapi-produtos/.


Este projeto é parte do material didático da Universidade de São Paulo e destina-se exclusivamente a fins educacionais.

aula-backend-ii-python-django-fastapi-docker's People

Contributors

petrucc1 avatar

Watchers

 avatar

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.