Masz pomysł na własny backend i chcesz zobaczyć, jak wygląda cały proces jego tworzenia? W tym szkoleniu krok po kroku budujesz kompletną aplikację REST API w Pythonie. Pracujemy na frameworku Flask i popularnych rozszerzeniach, piszemy testy automatyczne, tworzymy dokumentację i przygotowujemy trzy środowiska: developerskie, testowe oraz produkcyjne. Aplikacja korzysta z MySQL, SQLite i MariaDB, obsługuje rejestrację i logowanie z JWT, a gotową wersję wdrażamy w chmurze AWS.

Flask w praktyce

Startujesz od podstaw pracy z frameworkiem Flask, aby w praktyce poznać jego najważniejsze elementy. Pracujesz z obiektami request i response, korzystasz z current_app oraz porządkujesz strukturę projektu dzięki blueprintom. Zastosowanie wzorca application factory sprawia, że konfiguracja jest przejrzysta i łatwa do rozwijania. Dodajesz też własną obsługę błędów i walidację danych, tak aby API zwracało spójne odpowiedzi. W trakcie pracy wyjaśniamy, jak te elementy łączą się z protokołem HTTP i podejściem REST.

Baza danych i migracje

Bazując na Flask‑SQLAlchemy definiujesz modele i łączysz aplikację z różnymi silnikami baz danych: MySQL, SQLite oraz MariaDB. Konfiguracja uwzględnia rozdzielenie ustawień między środowiskami, dzięki czemu lokalna praca, testy oraz produkcja korzystają z właściwych połączeń. Z pomocą Flask‑Migrate wprowadzasz kontrolowane zmiany w schemacie i przenosisz je między środowiskami. Dzięki spójnej warstwie modelu budujesz funkcje, które działają jednakowo niezależnie od użytej bazy.

Użytkownicy i JWT

Aplikacja otrzymuje system rejestracji i logowania użytkowników. Wykorzystujesz JSON Web Token do autoryzacji wybranych zasobów, dzięki czemu część operacji dostępna jest po pomyślnym zalogowaniu. Łączysz to z walidacją danych i własną obsługą błędów, aby komunikaty były jasne, a przepływ żądań przewidywalny. Kod pozostaje czytelny dzięki strukturze opartej na blueprintach i wzorcu application factory, co ułatwia dalszą rozbudowę funkcjonalności.

Testy i dokumentacja

Równolegle z implementacją tworzysz testy automatyczne w Pytest, które sprawdzają działanie kluczowych elementów aplikacji i stabilność REST API. Testy pomagają szybko wykrywać regresje i śmiało modyfikować kod. Uzupełniasz projekt o dokumentację opisującą zasoby, parametry i odpowiedzi, co ułatwia korzystanie z interfejsu oraz dzielenie się pracą. Taki, dobrze opisany projekt świetnie nadaje się do zaprezentowania w portfolio na GitHubie.

Środowiska i wdrożenie

Projekt przygotowujesz do pracy w trzech środowiskach: developerskim, testowym i produkcyjnym. Każde z nich ma niezależną konfigurację i właściwą bazę danych, dzięki czemu proces tworzenia i weryfikacji jest uporządkowany. Finalnym etapem jest przygotowanie gotowej wersji aplikacji i wdrożenie jej na środowisko produkcyjne z wykorzystaniem chmury AWS. W efekcie poznajesz kompletny cykl pracy nad backendem: od uruchomienia projektu po publikację.