用Python 建立分散式架構及監控系統：一堂課打造金融大數據戰情室

課程介紹 隨著資料量級上升及反爬蟲技術的進步，以自動化分散式的進行資料搜集早已成為無可避免的趨勢，我們將帶你打造一站式分散資料搜集監控系統。 學員將學到如何部署分散式爬蟲來大大拓展爬蟲效率，不再受限於單一機器上，並使用關聯式資料庫存放，最後還有完整的監控系統。 什麼是 「分散式系統」? 分散式系統是一套，能讓同時使用 10 台、100台機器，去負擔你的服務。例如後端、 爬蟲、資料處理等等。 為什麼要懂 「分散式技術、 爬蟲監控系統」, 跟我有什麼關係? 因為資料與使用者規模的成長，單機應用在多數產品上已經無法應付，分散式架構成為了業界的 主流應用，了解了分散式架構，能夠在求職中獲得巨大的優勢。 課程特色 解析 GitHub 上擁有超過 1,600 Stars的知名金融大數據開源專案 - FinMind 所使用的關鍵技術。 本課程會提供完整的課程原始碼，只要跟著操作，一定能夠完成。 驗證碼、Google reCAPTCHA 等反爬機制破解。 分散式系統 Rabbitmq、Celery 。 開發自己的分散式系統，課程中以爬蟲為例，課程之外也能用來部署自己的應用程式。 透過分散式的方式來加速爬蟲，提升資料收集速度、系統穩定度、並預留未來拓展性，還能減少 IP 被封鎖的情況。 關聯式資料庫-MySQL。 使用 Docker 一鍵架設。 大數據監控系統 Grafana、Promethus、Chatbot。 建立分散式爬蟲，在蒐集資料的同時進行資料檢查，確保資料完整性。 進行大規模爬蟲、資料處理時，有效監控當前進度。 以 Grafana、Promethus，建立 Dashboard 監控儀表板，協助使用者了解資料狀況的同時監測異常，並實時對 Slack、Telegram、Gmail 等發出 Alert 。 本課程的爬蟲以 FinMind 實務案例進行探討，不同於一般爬蟲課程，會更能貼近業界遇到的真實情況。 與其他 Python 爬蟲課程差異性。 本課程著重在分散式架構的建立與維護，除了課程中的案例，課後可以相同的架構使用在各種情境，例如IoT設備、後端、DevOps等應用。 本課程提供了 End to End 的資料蒐集解決方案，讓你清楚明了每一步流程，包含了資料獲取、資料儲存管理、資料監控等。 資料品質與機器監控，這是一般市面上的課程欠缺的部份，但這些技能，在業界一定會用到。但一般人不容易接觸到這塊，所以才想推出本課程，並以 FinMind 為例，彌補市場不足。 這堂課適合誰 想進一步提升大數據處理能力，學習爬進階爬蟲（分散式） 想提升工程能力，突破效能瓶頸，並完成一個 side project。 想要入門 Python 的同學 想要成為資料工程師 設備需求 Python 3.6 VS code 1.41.1 Docker、Docker Compose 建議 Windows 的學員，安裝 WSL，Ubuntu、Mac 的成員則無需安裝。 課程大綱 第一章 Python 爬蟲 第零章：環境設定 1-1 章節介紹 1-2 爬蟲介紹 1-3 爬蟲 - 台股證交所 1-4 爬蟲 - 台股櫃買中心 1-5 爬蟲 - 台股期交所 1-6 章節回顧 第二章 Docker 安裝 2-1：為什麼使用 Docker？ 2-2：Docker 安裝 Linux Mac Windows 2-3 Docker 介紹 Dockerfile - image - container Volume Network 應用實做 2-4 Docker 工具介紹 docker compose docker registry docker swarm docker portainer 第三章 分散式架構 3-1：為什麼需要分散式 3-2：分散式工具介紹 - Rabbitmq、Flower、Celery 3-3：建置分散式環境 3-4：Python 分散式工具 Celery 介紹與實作 3-5： Celery 結合爬蟲 3-6：MySQL 資料庫建置 3-7：分散式架構結合資料庫 第四章 雲端部屬，實務上的分散式架構 4-1：為什麼使用雲端 4-2：申請 3 台雲端機器 4-3：雲端建立 rabbitmq、flower、mysql4 4-4：建立爬蟲 Docker Image、部屬爬蟲 4-5 分散式爬蟲展示 第五章 爬蟲監控系統 5-1：章節介紹 5-2：為什麼需要監控系統 5-3：監控系統介紹 5-4：監控系統建置 5-5 : 章節回顧 第六章 監控系統 6-1：監控系統上雲端 6-2：打造完整的監控系統 by Grafana & Prometheus 6-3：監控 container by cadvisor 6-4：監控機器狀況 by netdata 6-5 : Alert 系統 - chatbot 6-6 : 章節回顧 作業 - 專案 使用分散式爬蟲成功抓到櫃買中心資料 資料上傳資料庫 設定監控指標 解鎖章節 600%：提供 Google reCAPTCHA 與常見圖靈驗證碼破解 900%：公開 20~30 支台股金融資料爬蟲程式碼 準備軟體或資源 Python 3.6 Vscode 1.41.1 Docker、Docker Compose 建議 Windows 的學員，安裝 WSL，Ubuntu、Mac 的成員則無需安裝。