🐞 QA Handbook: Брокеры сообщений

Видео:
🌐 Про Kafka (основы)
🌐 Apache Kafka урок 1. Зачем нужна, что это? RabbitMQ vs Kafka vs БД
🌐 Apache Kafka основы Урок 2. Что такое broker, consumer, producer, topic, partition и т.д.
🌐 Надежность Apache Kafka. Урок 3

Статьи:
▫️Чем различаются Kafka и RabbitMQ: простыми словами
▫️Брокеры сообщений, или Как происходит взаимодействие в рамках распределённой инфраструктуры

👩‍💻 Pydantic v2 — что изменилось и как теперь валидировать данные

Pydantic v2 — не мелкий апдейт, а рефакторинг движка в отдельный pydantic-core на Rust. Это смена архитектуры: быстрее, строже и с новой API-парадигмой для валидации и сериализации.

🔧 Главное изменение — API и ядро

🟢 Вся валидация теперь идёт через pydantic-core (Rust) — профит по скорости и надёжности.
🟢 Старые удобные алиасы и методы переехали/переименованы: parse_obj → model_validate, dict() → model_dump/model_dump_json.


📦 Простая модель и валидация (новый базовый паттерн)

from pydantic import BaseModel

class User(BaseModel):
    id: int
    name: str = "Anon"

u = User.model_validate({"id": "1", "name": "Bob"})
print(u)  # id=1  (если режим lax — pydantic попытается привести)

➡️ model_validate — основной метод для валидации словарей/объектов.

⚡️ Строгость vs приведение типов

По умолчанию Pydantic пытается привести типы. Но ты можешь включить строгий режим на модель:

from pydantic import BaseModel, ConfigDict

class M(BaseModel):
    model_config = ConfigDict(strict=True)
    id: int

M.model_validate({"id": "1"})  # ValidationError: строка → int запрещена

➡️ model_config = ConfigDict(strict=True) включает strict-режим для всех полей модели.

Если нужен только жёсткий тип для конкретного поля — используй строгие типы (StrictInt, StrictStr и т.д.).

🧪 Поля и кастомная валидация — @field_validator

from pydantic import BaseModel, field_validator, ValidationError

class User(BaseModel):
    username: str
    password: str
    password2: str

    @field_validator('password2')
    def passwords_match(cls, v, info):
        if v != info.data['password']:
            raise ValueError("Пароли не совпадают")
        return v

try:
    User.model_validate({'username': 'u', 'password': 'x', 'password2': 'y'})
except ValidationError as e:
    print(e)

➡️ @field_validator — заменитель старого @validator. Может запускаться before/after и получать доступ к уже валидированным данным через ValidationInfo.


🔗 Валидация уровня модели — @model_validator

from pydantic import BaseModel, model_validator

class Payment(BaseModel):
    amount: int
    currency: str

    @model_validator(mode='after')
    def check_amount(cls, values):
        if values['amount'] <= 0:
            raise ValueError("amount must be > 0")
        return values

➡️ @model_validator — для cross-field правил и общего pre/post-processing. Есть режимы before, after, wrap.

🔁 Создание без валидации (performance / trust)

user = User.model_construct({"id": 1, "name": "x"})

➡️ model_construct() создаёт экземпляр без валидации — только если данные доверенные и нужны микро-оптимизации.

🧾 Сериализация: model_dump / model_dump_json

u = User.model_validate({"id": 1, "name": "Bob"})
print(u.model_dump())           # dict
print(u.model_dump_json())      # json
# опции: exclude_none, exclude_unset, round_trip, by_alias и т.д.

➡️ model_dump заменил dict() и даёт контроль над сериализацией.

🚫 Extra поля и конфигурация поведения

class A(BaseModel):
    model_config = ConfigDict(extra='forbid')
    name: str

A.model_validate({'name': 'x', 'bad': 1})  # ValidationError, extra not allowed

➡️ model_config.extra — ignore (по умолчанию), allow, forbid.

❌/✔️ Частые миграционные ловушки

❌ Привычка: User.parse_obj(...)
✔️ Теперь: User.model_validate(...).

❌ Ожидать, что dict() сохранит все флаги и алиасы.
✔️ Используй model_dump(by_alias=True, exclude_unset=True).

❌ Делать сложную cross-field валидацию в @field_validator.
✔️ Для таких случаев — @model_validator(mode='after').

🛠 Практические паттерны и советы

👍

Нужна производительность? Для доверенных данных используй model_construct().

👍

Хочешь полностью выключить «магическое» приведение — model_config = ConfigDict(strict=True) или StrictInt/StrictStr.

👍

Для сложных преобразований — @field_validator(..., mode='before'), чтобы нормализовать вход до основной валидации.