Kursus Pelatihan Mengembangkan API dengan Python dan FastAPI

Pendahuluan

• FastAPI vs Django vs Flask
• Gambaran mengenai fitur dan keunggulan FastAPI

Mulai Membuat API

• Cara menginstal FastAPI
• Membuat skema dengan OpenAPI

Parameter Path dan Query

• Menetapkan tipe data untuk parameter path
• Mengurai dan memvalidasi isi data
• Mendefinisikan parameter wajib maupun opsional
• Mengubah tipe data pada parameter query
• Pemanfaatan beberapa parameter sekaligus

Membuat Badan Permintaan Menggunakan Model Pydantic

• Cara membentuk model data
• Menggabungkan berbagai jenis parameter ke dalam satu badan permintaan
• Pembuatan aturan validasi serta deskripsi metadata
• Membuat struktur model yang bertingkat kedalaman banyak
• Penyusunan contoh data
• Manajemen model respons dan model tambahan lainnya

Pengelolaan Form dan File

• Menggunakan bidang form sebagai alternatif format JSON
• Membentuk parameter file dalam permintaan
• Kombinasi penggunaan parameter file serta form secara bersamaan

Penanganan Kesalahan

• Pemanfaatan kelas HTTPException untuk error standard
• Tambahan header khusus ke dalam permintaan maupun respons
• Instalasi handler penanganan exception khusus
• Mengganti mekanisme penanganan default yang tersedia

Bekerja dengan Basis Data

• Hubungan antara ORM serta struktur file proyek
• Pembuatan komponen SQLAlchemy yang diperlukan
• Rancang model basis data sesuai kebutuhan
• Penciptaan model Pydantic selaras dengan struktur datanya
• Operasi CRUD: insert, update, delete, dan fetch data
• Pembentukan tabel serta operasi yang memicu interaksi dengan database
• Pengecekan keakuratan file konfigurasi maupun implementasinya
• Cara melakukan koneksi aktif pada basis data di lingkungan proyek

Keamanan dan Autentikasi

• Penerapan mekanisme Oauth2 serta OpenID connect
• Pengaturan berbagai jenis skema keamanan sekaligus lewat spesifikasi OpenAPI
• Pemanfaatan perangkat pendukung khusus yang disediakan FastAPI

Proses Penerapan API di Lingkungan Produksi

• Pemahaman prinsip umum dan alat-alat penerapan suatu aplikasi
• Integrasi Gunicorn serta Uvicorn sebagai web server produksi
• Pemanfaatan teknologi kontainer seperti Docker maupun Kubernetes untuk penyebaran sistem

Penyelesaian Masalah yang Muncul pada Proses Implementasi

Penutup serta Rencana Tindak Lanjut Setelah Pelatihan