FastAPI Backend Development Bootcamp · Ders

Arka Plan Görevleri ve İş Kuyrukları

FastAPI arka plan görevleri ve Celery gibi dağıtık iş kuyruklarını kullanarak yavaş işleri istek işleyicilerinden ayırmayı öğrenin.

4. ders / 413 adım

Arka Plan Görevleri ve İş Kuyrukları, CoddyKit'te ücretsiz bir FastAPI Backend Development Bootcamp dersidir. Bu, 4 dersinin 4. dersidir. Aşağıdan dersin tamamını ücretsiz okuyabilir, sonra tarayıcıda yerleşik kod editörü ve 7/24 yapay zeka koçu ile uygulamalı olarak pratik yapabilirsin. Bu, FastAPI Backend Development Bootcamp öğrenme yolunun bir parçasıdır ve ilerlemeniz web ve CoddyKit uygulaması arasında senkronize olur. FastAPI Backend Development Bootcamp kursu toplamda 4 dersten oluşur.

Bu dersin bazı bölümleri henüz çevrilmemiş olup İngilizce olarak gösterilmektedir.

Why Offload Work?

Some work, like sending email, generating reports, or processing images, is too slow to do inside a request.

Making the user wait hurts latency. Instead, respond fast and do the heavy work in the background.

FastAPI BackgroundTasks

FastAPI ships a lightweight BackgroundTasks tool for work that should run after the response is sent.

from fastapi import BackgroundTasks

def write_log(msg: str):
    with open("log.txt", "a") as f:
        f.write(msg)

@app.post("/signup")
def signup(bg: BackgroundTasks):
    bg.add_task(write_log, "new user")
    return {"ok": True}

Limits of BackgroundTasks

BackgroundTasks runs in the same process. If the server restarts, the work is lost, and it cannot scale across machines.

For durable, distributed work you need a real job queue.

What is a Job Queue?

A job queue stores tasks in a broker such as Redis or RabbitMQ. Separate worker processes pull tasks and execute them, independent of the web server.

Defining a Celery Task

Celery is the most common Python job queue. You decorate a function as a task.

from celery import Celery

celery_app = Celery("tasks", broker="redis://localhost:6379/0")

@celery_app.task
def send_email(to: str):
    # slow work here
    return "sent to " + to

Enqueuing from FastAPI

Trigger the task with .delay(); it returns immediately while a worker runs it later.

@app.post("/notify")
def notify(email: str):
    send_email.delay(email)
    return {"queued": True}

Running Workers

Workers are separate processes you scale independently of the web tier.

celery -A tasks worker --loglevel=info --concurrency=4

Tracking Task Results

With a result backend, you can store and query task status and outcomes.

result = send_email.delay("a@b.com")
print(result.id, result.status)

Retries and Reliability

Job queues can automatically retry failed tasks with backoff, something in-process tasks cannot do.

@celery_app.task(bind=True, max_retries=3)
def process(self, item):
    try:
        do_work(item)
    except Exception as exc:
        raise self.retry(exc=exc, countdown=10)

Scheduling Periodic Jobs

Celery Beat runs tasks on a schedule, like nightly cleanups or hourly syncs.

celery_app.conf.beat_schedule = {
  "cleanup": {"task": "tasks.cleanup", "schedule": 3600.0}
}

Idempotent Tasks

Because a queued task may be retried, design tasks to be idempotent so running them twice causes no harm, for example by checking if the email was already sent.

Quick Check

Test your background work knowledge.

İnteraktif derste cevapla

Recap

You learned to keep request handlers fast:

BackgroundTasks handles simple in-process after-response work
Job queues like Celery give durable, distributed, retryable tasks
Scale workers independently and schedule periodic jobs

Offloading slow work keeps your API responsive under load.

Başlamak ücretsiz

Yapay zeka eğitmeniyle FastAPI Backend Development Bootcamp öğren — ücretsiz

Tarayıcında gerçek kod yaz ve çalıştır, 7/24 yapay zeka eğitmeninden anında yardım al; web'de ya da uygulamada kaldığın yerden devam et.

Kurslar: 21
Dersler: 84

Ücretsiz öğrenmeye başla Tüm kursu görüntüle

Sıkça Sorulan Sorular

“Arka Plan Görevleri ve İş Kuyrukları” dersi ücretsiz mi?

Evet — “Arka Plan Görevleri ve İş Kuyrukları” dersin tüm metni burada web'de ücretsiz olarak okunabilir. Etkileşimli olarak pratik yapmak (yerleşik kod editörü ve 7/24 yapay zeka koçu) ve FastAPI Backend Development Bootcamp kursunun geri kalanını açmak için CoddyKit PRO'ya yükselt. FastAPI Backend Development Bootcamp kursu toplamda 4 dersten oluşur.

“Arka Plan Görevleri ve İş Kuyrukları” dersinde ne öğreneceğim?

FastAPI arka plan görevleri ve Celery gibi dağıtık iş kuyruklarını kullanarak yavaş işleri istek işleyicilerinden ayırmayı öğrenin. FastAPI Backend Development Bootcamp ile uygulamalı kodu tarayıcıda doğrudan çalıştırarak pratik yaparsın ve 7/24 yapay zeka koçu dersi çalışırken sorularını yanıtlar.

FastAPI Backend Development Bootcamp öğrenmeye başlamak için deneyim gerekli mi?

Önceden deneyim gerekmez. CoddyKit'te FastAPI Backend Development Bootcamp, başlangıçtan ileri seviyeye kadar yapılandırıldığı için buradan başlayabilir veya başından başlayıp kendi hızında ilerleme yapabilirsin. Bu, 4 dersinin 4. dersidir.

“Arka Plan Görevleri ve İş Kuyrukları” dersi ne kadar sürer?

Çoğu CoddyKit dersi yaklaşık 5–10 dakika sürer. Her biri kısa ve etkileşimli olduğu için sabit ilerleme yaparsın ve web ile uygulama arasında tam olarak bıraktığın yerden devam edebilirsin.

Bu FastAPI Backend Development Bootcamp dersinde kod yazıp çalıştırabilir miyim?

Evet. Her FastAPI Backend Development Bootcamp dersi yerleşik bir kod editörü içerir, bu sayede tarayıcıda gerçek kod yazıp çalıştırabilir ve anlık yapay zeka geri bildirimi alırsın — yerel kurulum gerekli değildir.

Bu kursun tüm dersleri

← FastAPI Backend Development Bootcamp Sayfasına Dön