{"id":28986648,"url":"https://github.com/raulpy271/django_asynchronous","last_synced_at":"2026-04-30T20:32:16.799Z","repository":{"id":51118451,"uuid":"367188356","full_name":"raulpy271/django_asynchronous","owner":"raulpy271","description":"🎌 Processamento de tarefas assincronas utilizando: Django, Celery, RabbitMQ e Docker.  ","archived":false,"fork":false,"pushed_at":"2021-05-23T10:34:49.000Z","size":107,"stargazers_count":3,"open_issues_count":1,"forks_count":0,"subscribers_count":1,"default_branch":"master","last_synced_at":"2026-04-30T20:32:13.197Z","etag":null,"topics":["celery","data-processing","django","docker","docker-compose","parsing","rabbitmq"],"latest_commit_sha":null,"homepage":"","language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/raulpy271.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null}},"created_at":"2021-05-13T22:22:49.000Z","updated_at":"2023-06-09T19:19:47.000Z","dependencies_parsed_at":"2022-09-04T02:22:34.440Z","dependency_job_id":null,"html_url":"https://github.com/raulpy271/django_asynchronous","commit_stats":null,"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/raulpy271/django_asynchronous","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/raulpy271%2Fdjango_asynchronous","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/raulpy271%2Fdjango_asynchronous/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/raulpy271%2Fdjango_asynchronous/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/raulpy271%2Fdjango_asynchronous/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/raulpy271","download_url":"https://codeload.github.com/raulpy271/django_asynchronous/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/raulpy271%2Fdjango_asynchronous/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":32476682,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-04-30T13:12:12.517Z","status":"ssl_error","status_checked_at":"2026-04-30T13:12:06.837Z","response_time":57,"last_error":"SSL_read: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["celery","data-processing","django","docker","docker-compose","parsing","rabbitmq"],"created_at":"2025-06-24T20:31:05.150Z","updated_at":"2026-04-30T20:32:16.785Z","avatar_url":"https://github.com/raulpy271.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# django Asynchronous\n\nEste projeto utiliza django/celery para processamento de dados assincrono. \nComo exemplo, é criado um app que processa informações de linguagens de programação a partir de diferentes arquivos, \napós o processamento os dados são armazenados de forma unificada, e são apresentados ao usuário.\n\n\u003e No momento, toda a arquitetura está pronta(os containers conseguem conectar com o rabbit e com o db). Além disso, são processados dados em arquivos `csv`, `tsv`, excel, `yml`, `json`e `pdf`. Como melhoria, eu sugiro fazer o paginação dos dados enviados pela API ao client, isto torna mais leve as respostas do servidor, e o faz responder mais rápido.\n\n# Arquitetura\n\n![Imagem da arquitetura, retirado de: https://www.bogotobogo.com](https://www.bogotobogo.com/DevOps/Docker/images/Docker-minikube-3/django_celery_architecture.png)\n\neste projeto é formado por 3 containers. O primeiro trata-se de uma servidor web com django, enquanto o segundo tem utilizadade de processar tarefas custosas de forma asincrona. \n\nAmbos compartilham um banco de dados (no momento é SQLite3, por simplicidade). Por útlimo, há uma plataforma de mensageria que conecta os containers iníciais.\n\n# Como executar\n\nCriar a imagem do app:\n\n```\ndocker build -t app .\n```\n\nSubir os containers:\n\n```\ndocker-compose --log-level INFO up -d\n```\n\nAgora, o app está escutando em [localhost](http://localhost:8000).\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fraulpy271%2Fdjango_asynchronous","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fraulpy271%2Fdjango_asynchronous","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fraulpy271%2Fdjango_asynchronous/lists"}