¿Cuándo debemos usar Celery?
Clase 5 de 36 • Curso de Celery 4
Contenido del curso
- 7

¿Cómo funciona un bot?
10:49 - 8

Cómo funciona el API de Slack para programación de bots (y parecidos y diferencias con otros APIs)
09:27 - 9

¿Cómo crear un bot reactivo?
15:54 - 10

Reto: posibles aplicaciones de bots de Slack, buscar ejemplos y entender cómo se llevarían a cabo
02:16 - 11

Reto: modificar el bot básico y crear alguno que responda a a algún tipo de petición o muestre algo
02:39
- 12

¿Qué es un broker de mensajería y cuándo debe usarse?
04:44 - 13
Conceptos: mecanismos de publicación/suscripción. Canales. Intercambiadores
02:27 - 14

Brokers de mensajería open source
06:03 - 15

Python con RabbitMQ uso básico de la terminal
14:12 - 16

Comparación de diferentes brokers de mensajería para trabajar con Celery
06:07 - 17

Reto: Crear una pequeña aplicación cliente-servidor que use RabbitMQ desde Python
03:09
- 18

Creando un entorno de desarrollo para Celery
08:12 - 19

Instalación y creación de un programa básico pub/sub
15:13 - 20

Cómo usar Celery para programar un robot de Slack: diseño y comienzo de la implementación
11:41 - 21

Monitorización de tareas
15:33 - 22

Solucionando problemas
09:51 - 23

Reto: implementación y despliegue básico de un bot de Slack
04:19
Cuando vayas a escribir una arquitectura basada en Python, cuando trabajes con Django, Flask o una aplicación de Ciencia de Datos con Panda o Scikit puedes usar Celery porque es la única herramienta que nos ofrece estas posibilidades.
Celery en Producción:
- Registro y almacenamiento (sin repuesta al origen)
- Intermediar entre servicio web (Flask, Django) y otros microservicios
- Ejecución retrasadas de tareas
Celery frente a otras alternativas:
- Modelo genérico y abstracto(frente a Pika, Django-carrot)
- Más usada que Dramatiq.
- Soporte para más brokers y más configurables que RQ
- Más configurable que Huey
Celery es única en su género y su uso es aconsejable casi siempre.