Bienvenida
Estructura de mensajes en Celery y resultados de tareas
Clase 29 de 36 • Curso de Celery 4
Contenido del curso
Bot de Slack
- 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
Brokers de mensajería
- 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
Celery y brokers de mensajería
- 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
Enrutado de tareas
Integración y despliegue en la nube
Conclusiones
Resumen
Celery transporta la respuestas de las tareas.
Formatos de serialización:
- JSON por omisión
- Puede usar YAML
- pickle (formato específico de Python)
- msgpack(formato universal de empaquetado de mensajes)
- Admite otros tipos de MIME
Se necesita almacenar la respuesta. Por eso hay que realizar algunos cambios para recibir estas respuestas. Tendrás que configurar un backend para almacenar las tareas en tránsito y una vez configurado, el transporte y presentación se hacen automáticamente.
Puedes usar ORM para Django, Memcached, Redis, RabbitMQ/AMQP como Backends para Celery