หลักสูตร Building Microservices with Python เป็นการอบรมสร้าง Microservices ด้วย FastAPI ตั้งแต่การแบ่ง Service ต่อ PostgreSQL ใช้ Nginx เป็นทางเข้าเดียว สื่อสารผ่าน HTTP และ RabbitMQ จนถึง JWT และ Tracing เหมาะกับนักพัฒนา Python และนักไอทีที่ดูแลระบบ จบแล้วรันระบบหลาย Service ด้วย Docker Compose ได้
Microservices คือการแบ่งระบบออกเป็น Service ขนาดเล็กหลายตัว แต่ละตัวดูแลงานของตัวเอง มีฐานข้อมูลของตัวเอง และพัฒนา ทดสอบ และ Deploy แยกกันได้ แต่ยังทำงานร่วมกันเป็นระบบเดียว แนวทางนี้ช่วยให้หลายทีมทำงานคู่ขนานและขยายเฉพาะส่วนที่มีภาระสูงได้ แต่ก็ตามมาด้วยเรื่องที่ต้องจัดการ เช่น การสื่อสารระหว่าง Service ข้อมูลที่กระจายอยู่หลายที่ และการติดตามปัญหาข้ามระบบ Python กับ FastAPI เป็นตัวเลือกที่นิยมเพราะเขียนเร็ว อ่านง่าย และรองรับงานแบบ Async
หลักสูตรนี้พาสร้าง Microservices ด้วย FastAPI ตั้งแต่แนวคิดและการแบ่ง Service สร้าง REST API ที่ตรวจข้อมูลด้วย Pydantic ต่อ PostgreSQL ด้วย SQLAlchemy 2.0 เลือกรูปแบบการจัดการข้อมูล รัน Service ด้วย Docker Compose ให้เรียกกันผ่าน HTTP และผ่าน RabbitMQ ด้วย FastStream ใช้ Nginx เป็นทางเข้าเดียว ยืนยันตัวตนด้วย JWT ทำ Health Check, Log และ Tracing เขียน Test แล้วรวมทั้งระบบใน Workshop (อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ระดับ Intermediate)
รายละเอียดหลักสูตร
หลักสูตรนี้เป็นฉบับปรับปรุงใหม่ปี 2026 ของหลักสูตร Building Microservices with Python อบรม 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง (09:00-16:00 น.) รูปแบบบรรยายพร้อม Lab ระดับ Intermediate ฉบับนี้ขยายจากเดิมที่สร้าง Movies และ Casts Service แล้วรวมด้วย Nginx ให้ครบงาน Microservices จริง ใช้ FastAPI รุ่นปัจจุบันกับ Lifespan, SQLAlchemy 2.0 แบบ Async กับ Alembic และจัดการโปรเจกต์ด้วย uv เพิ่มการเรียกกันด้วย httpx พร้อม Timeout และ
Retry การสื่อสารผ่าน RabbitMQ ด้วย FastStream, Saga และ Outbox, JWT, OpenTelemetry, Test และ GitHub Actions โดยยังคงแกนเดิมคือแนวคิด Microservices, REST API ด้วย FastAPI กับ PostgreSQL, Database per Service, Shared Database, API Composition, Docker Compose และ Nginx เป็นทางเข้าเดียว หลักสูตรนี้เน้น Python ต่างจาก Building Microservices with NestJS และ Microservices with Spring Boot ทุก Lab ใช้เครื่องมือโอเพนซอร์สหรือใช้ฟรี ผู้เรียนได้ Lab Guide และซอร์สโค้ดทั้งระบบกลับไปใช้งานต่อ
Section 1: รู้จัก Microservices
Section 2: Lab: เตรียมเครื่องมือ
Section 3: Lab: REST API ด้วย FastAPI
Section 4: Lab: ใช้ PostgreSQL กับ FastAPI
Section 5: รูปแบบการจัดการข้อมูลของ Microservice
Section 6: Lab: Microservice บน Docker
Section 7: Lab: เรียกกันผ่าน HTTP
Section 8: Lab: Nginx เป็น API Gateway
Section 9: Lab: สื่อสารผ่าน RabbitMQ
Section 10: Transaction ข้าม Service
Section 11: Lab: ยืนยันตัวตนข้าม Service
Section 12: Lab: ติดตามระบบ
Section 13: Test สำหรับ Microservices
Section 14: Build และ Deploy
Section 15: Workshop: ระบบจองตั๋วภาพยนตร์
ขณะนี้ยังไม่มีรอบอบรมเปิดรับสมัคร ลงชื่อจองไว้ได้เลย ทีมงานจะติดต่อกลับเป็นกลุ่มแรกเมื่อเปิดรอบถัดไป หรือสอบถามทางไลน์ หรือโทร 02-570-8449 หรือ 088-807-9770
Monolith คือระบบที่ทุกฟังก์ชันรวมอยู่ในแอปเดียวและ Deploy พร้อมกัน ส่วน Microservices แยกระบบเป็นบริการเล็กหลายตัว แต่ละตัวดูแลงานเฉพาะเรื่องและคุยกันผ่าน API หรือ Message Broker ข้อดีคือพัฒนาและ Deploy แยกกันได้ และขยายเฉพาะส่วนที่มีโหลดสูง ข้อเสียคือระบบซับซ้อนขึ้น ต้องดูแลเครือข่าย ข้อมูลที่กระจายหลายฐาน Transaction ข้ามบริการ และการติดตามปัญหาข้ามบริการ ระบบเล็กจึงมักเริ่มจาก Monolith ที่แบ่งโมดูลชัดเจนก่อน
Database per Service คือแต่ละบริการมีฐานข้อมูลของตัวเอง บริการอื่นเข้าถึงข้อมูลได้ผ่าน API หรือ Event เท่านั้น ทำให้แต่ละทีมเปลี่ยนโครงสร้างข้อมูลได้อิสระ แต่การดึงข้อมูลข้ามบริการต้องใช้วิธีอย่าง API Composition และต้องยอมรับ Eventual Consistency ส่วน Shared Database ให้หลายบริการใช้ฐานข้อมูลเดียวกัน เริ่มง่ายและ Join ข้อมูลได้ตรง แต่การแก้ตารางหนึ่งอาจกระทบหลายบริการ
เพิ่ม Nginx เป็นอีก Service ในไฟล์ compose.yaml และเปิดพอร์ตเดียวออกสู่ภายนอก จากนั้นเขียนค่า location ใน nginx.conf แยกตาม Path เช่น /api/movies และ /api/casts แล้วใช้ proxy_pass ชี้ไปยังชื่อ Service กับพอร์ตภายใน เพราะ Docker Compose สร้างเครือข่ายที่เรียกกันด้วยชื่อ Service ได้ ถ้ารัน Service หลาย Instance ใช้ upstream กระจายภาระได้ แล้วสั่ง docker compose up ผู้ใช้จะเรียกทุกบริการผ่าน Host เดียว
เหมาะกับนักพัฒนา Python นักไอที ผู้ดูแลระบบ นักวิชาการ และทีมที่กำลังวางแผนแยกระบบเป็น Microservices ควรเขียนภาษา Python ได้ เข้าใจการทำงานของเว็บแอปพลิเคชันและ HTTP เบื้องต้น เคยใช้ฐานข้อมูลและคำสั่ง SQL มาบ้าง และนำโน้ตบุ๊กที่ติดตั้ง Docker Desktop ได้มาด้วย
แบ่งระบบเป็น Microservices และเลือกรูปแบบการจัดการข้อมูลที่เหมาะสม สร้าง REST API ด้วย FastAPI ที่เชื่อมต่อ PostgreSQL รันหลาย Service ด้วย Docker Compose ใช้ Nginx เปิดให้เรียกทุกบริการผ่าน Host เดียว ให้ Service สื่อสารกันทั้งผ่าน HTTP และ RabbitMQ ยืนยันตัวตนด้วย JWT ติดตามระบบด้วย Log และ Tracing และเขียน Test กับ Pipeline สำหรับ Build Image ผู้ผ่านการอบรมได้รับใบประกาศนียบัตร (Certificate of Completion) ที่มีเลขที่ของตัวเองและตรวจสอบออนไลน์ได้
ใช้ Python 3.14 จัดการโปรเจกต์ด้วย uv สร้าง API ด้วย FastAPI, Pydantic v2, SQLAlchemy 2.0 และ Alembic เรียก Service อื่นด้วย httpx ส่ง Message ด้วย FastStream รัน PostgreSQL 18, RabbitMQ, Nginx และ Jaeger บน Docker Desktop เขียน Test ด้วย pytest และใช้ GitHub Actions ทุกตัวเป็นโอเพนซอร์สหรือใช้ฟรี ควรใช้โน้ตบุ๊ก RAM 16 GB ขึ้นไปเพราะต้องรันหลาย Container พร้อมกัน
Python เป็นภาษาที่ถูกใช้มากที่สุดภาษาหนึ่งในปัจจุบัน ทั้งงานเว็บ งานอัตโนมัติ งานข้อมูล IoT และ AI ด้วยรูปแบบภาษาที่อ่านง่ายและเรียนรู้ได้เร็ว จึงเป็นภาษาแรกที่สถาบันการศึกษาและองค์กรจำนวนมากเลือกใช้ แต่ผู้เริ่มต้นหลายคนเรียนจากตัวอย่างกระจัดกระจาย…
องค์กรส่วนใหญ่มีข้อมูลยอดขาย ลูกค้า และการใช้งานระบบสะสมอยู่มาก แต่ยังใช้ข้อมูลเหล่านั้นเพียงทำรายงานย้อนหลัง ทั้งที่ข้อมูลชุดเดียวกันนี้สามารถนำมาสร้างแบบจำลองพยากรณ์ได้ เช่น คาดการณ์ยอดขาย ทำนายลูกค้าที่มีแนวโน้มยกเลิกบริการ แบ่งกลุ่มลูกค้า…
Django เป็นเว็บเฟรมเวิร์กภาษา Python ที่ใช้สร้างเว็บไซต์และระบบงานที่ขับเคลื่อนด้วยฐานข้อมูลมาอย่างยาวนาน เพราะมีของที่ต้องใช้มาให้ครบตั้งแต่ ORM, หน้า Admin, ระบบฟอร์ม, ระบบผู้ใช้ ไปจนถึงการป้องกันช่องโหว่พื้นฐาน…
