Capa do Volume 4: Dados, mundo real e produção
Volume 4 de 5

Python de A a Z: Dados, mundo real e produção

por Tiago Silva

Do banco de dados à produção: persistência, Python no mundo real e tudo o que leva o código para o ar, com números medidos e o critério de quando usar cada ferramenta.

ImpressoR$ 79,98
E-bookR$ 43,98
Comprar impresso na UICLAP E-book na Amazon: em breve
Páginas
486
Idioma
Português
Publicação
10/2026
Versão do Python
3.15
Formatos
Impresso e e-book (ePub)

Sobre este livro

Do banco de dados à produção, com o Python do mundo real

Este é o volume em que o Python encontra o mundo real. Você aprende SQL do zero e persiste dados com SQLite, PostgreSQL, MySQL, MariaDB, Oracle e SQL Server, usa SQLAlchemy e Alembic e sabe quando Redis ou MongoDB fazem mais sentido. Depois consome APIs com clientes HTTP, valida dados com Pydantic, analisa dados com NumPy, Pandas e Polars, automatiza a web e constrói ferramentas de linha de comando.

Na terceira parte, o código vai para produção: observabilidade, Docker, arquitetura de projeto, filas, tarefas em segundo plano e pipelines de dados. Cada tecnologia vem com números medidos, as armadilhas que mais custam caro e o critério para decidir quando usá-la. Um apêndice reúne perguntas de entrevista técnica, com respostas.

É aqui que estão as tecnologias que as vagas pedem: bancos de dados, APIs, análise de dados, Docker e filas aparecem em grande parte das descrições de vagas de back-end, dados e automação. Com este volume você ganha o repertório para trabalhar com tudo isso e dá um grande passo para se tornar um especialista Python completo.

Por onde começar

Se você nunca programou, comece pelo Volume 1. Este volume pressupõe o Python do dia a dia dos Volumes 1 e 2 e, para a parte de produção, noções de testes e de concorrência do Volume 3. SQL é ensinado do zero, e os capítulos de bancos de dados (1 a 8) podem ser lidos sozinhos, só com Python básico. Cada capítulo traz uma ficha com os pré-requisitos exatos. Os cinco volumes formam a coleção completa, mas cada um se sustenta sozinho.

O que você vai aprender

  • Persistir dados com SQLite, PostgreSQL, MySQL e MariaDB, Oracle e SQL Server
  • Usar SQLAlchemy e Alembic, e saber quando escolher Redis ou MongoDB
  • Modelar bancos relacionais e escrever SQL com boas práticas
  • Consumir APIs com httpx e validar dados nas fronteiras com Pydantic
  • Analisar dados com NumPy, Pandas e Polars e automatizar a web e a linha de comando
  • Observar o sistema em produção e empacotá-lo com Docker
  • Estruturar a arquitetura do projeto, filas, tarefas em segundo plano e pipelines de dados
  • Preparar-se para entrevistas técnicas com 66 perguntas respondidas

Sumário

21 capítulos e 1 apêndice. Toque em um item para ver do que ele trata.

Parte 1: Persistência de Dados
1SQLitep. 41
Um banco de dados completo em um único arquivo, já embutido no Python: a melhor porta de entrada para SQL.
2PostgreSQLp. 57
O banco relacional de código aberto mais completo: transações, tipos ricos como jsonb e recursos para sistemas reais.
3MySQL e MariaDBp. 73
Os bancos mais usados na web, e as diferenças e armadilhas que não aparecem quando se trata os dois como iguais.
4Bancos Corporativos: Oracle e SQL Serverp. 87
Oracle e SQL Server, os bancos de grandes empresas, acessados com drivers modernos e sem instalações pesadas.
5SQLAlchemyp. 101
O Core e o ORM: uma API única para falar com todos os bancos, sem escrever tudo à mão.
6Migrações com Alembicp. 119
Versionar o esquema do banco com scripts de migração, com upgrade e downgrade, em qualquer ambiente.
7Redis e MongoDBp. 135
Redis para cache, filas e rankings; MongoDB para documentos: o que cada um resolve e quando escolher.
8Modelagem e Boas Práticas de SQLp. 153
Normalizar, declarar regras no próprio banco e indexar: o que torna um banco correto, rápido e fácil de evoluir.
Parte 2: Python no Mundo Real
9Clientes HTTP com httpxp. 177
O cliente HTTP moderno do Python: timeouts, sessões, streaming e como escrever clientes de API que não quebram.
10Validação de Dados com Pydanticp. 195
Transformar anotações de tipo em validação em tempo de execução para tudo que entra no seu programa.
11NumPy: Cálculo Numérico em Velocidade de Cp. 211
Contas sobre milhões de números de uma vez, em velocidade de C: a base do Pandas e de boa parte do ecossistema de dados.
12Pandas: Análise de Dados com Tabelasp. 235
DataFrames: de "percorrer linhas" para "descrever operações sobre colunas", para analisar dados com clareza.
13Polars: Tabelas Rápidas, Preguiçosas e Paralelasp. 259
Tabelas rápidas, preguiçosas e paralelas, escritas em Rust, para dados que o Pandas já não aguenta com folga.
14Automação Web: Scraping e Navegadorp. 279
Raspar páginas e controlar um navegador de verdade por código, com os cuidados éticos e técnicos.
15Ferramentas de Linha de Comandop. 299
Criar ferramentas de linha de comando que outras pessoas e programas conseguem usar.
Parte 3: Python em Produção
16Observabilidadep. 323
Logs, métricas e rastros: descobrir por que um sistema em produção se comporta como se comporta.
17Contêineres e Dockerp. 345
Empacotar o programa em imagens Docker para ele se comportar igual na sua máquina, no CI e em produção.
18Arquitetura de Projetosp. 365
Separar as regras do negócio do banco, da rede e do terminal, para o sistema aguentar mudanças.
19Filas e Tarefas em Segundo Planop. 387
Responder na hora e fazer o trabalho pesado depois, em outro processo, com novas tentativas quando falha.
20Pipelines e Transformação de Dadosp. 411
Extrair, validar, transformar e carregar dados de forma confiável, mesmo quando os dados chegam sujos.
21Conclusão: Do Código à Produçãop. 433
O fecho do volume: o que vem depois de o código funcionar, e as lições que ligam banco, rede e produção.
Apêndices
APerguntas de Entrevista Técnicap. 449
66 perguntas de entrevistas de Python, de júnior a sênior, com resposta curta, o que o entrevistador quer ouvir e onde estudar, mais exercícios de código ao vivo.

Continue a trilha

Volume 1: Fundamentos Volume 2: Domínio da linguagem Volume 3: Engenharia e concorrência Volume 5: Padrões de projeto