<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Devops on Python Brasil — Aprenda Python em Português</title>
    <link>https://python.dev.br/tags/devops/</link>
    <description>Recent content in Devops on Python Brasil — Aprenda Python em Português</description>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Mon, 25 May 2026 12:15:25 +0000</lastBuildDate>
    <atom:link href="https://python.dev.br/tags/devops/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>OpenTelemetry com Python: Logs, Métricas e Traces</title>
      <link>https://python.dev.br/blog/opentelemetry-python-observabilidade/</link>
      <pubDate>Mon, 25 May 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/opentelemetry-python-observabilidade/</guid>
      <description>&lt;p&gt;Observabilidade deixou de ser um luxo de times grandes. Em 2026, muita vaga de backend, dados, SRE, plataforma e IA já espera que a pessoa desenvolvedora saiba responder perguntas simples sobre um sistema em produção: a requisição falhou onde? Qual endpoint ficou lento? Quantas chamadas deram erro depois do deploy? O problema está no banco, em uma API externa ou no próprio código Python?&lt;/p&gt;&#xA;&lt;p&gt;Logs soltos ajudam, mas não contam a história completa. Métricas mostram volume e latência, mas nem sempre explicam a causa. Traces mostram o caminho de uma requisição, mas precisam estar ligados aos logs para serem úteis no dia a dia. É aí que entra o &lt;strong&gt;OpenTelemetry&lt;/strong&gt;, um padrão aberto para coletar sinais de observabilidade sem prender seu projeto a uma ferramenta específica.&lt;/p&gt;</description>
    </item>
    <item>
      <title>pylock.toml: Instalações Reproduzíveis</title>
      <link>https://python.dev.br/blog/pylock-toml-python-lockfile-padrao/</link>
      <pubDate>Fri, 10 Apr 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/pylock-toml-python-lockfile-padrao/</guid>
      <description>&lt;p&gt;O ecossistema Python sempre teve muitas formas de instalar dependências, mas poucas formas realmente padronizadas de &lt;strong&gt;travar versões com reprodutibilidade entre ferramentas&lt;/strong&gt;. Em um projeto você encontra &lt;code&gt;requirements.txt&lt;/code&gt;, em outro &lt;code&gt;poetry.lock&lt;/code&gt;, em outro &lt;code&gt;Pipfile.lock&lt;/code&gt;, e em muitos casos a equipe ainda depende do resolvedor da ferramenta no momento do deploy.&lt;/p&gt;&#xA;&lt;p&gt;Em 2026, uma das novidades mais importantes para quem trabalha com empacotamento, CI/CD e supply chain em Python é a consolidação do &lt;strong&gt;&lt;code&gt;pylock.toml&lt;/code&gt;&lt;/strong&gt;, formato definido pela &lt;strong&gt;PEP 751&lt;/strong&gt;. A ideia é simples, mas poderosa: criar um lockfile padronizado, em TOML, que descreva exatamente quais artefatos podem ser instalados, com hashes, plataformas e metadados suficientes para permitir instalações reproduzíveis sem re-resolver dependências a cada execução.&lt;/p&gt;</description>
    </item>
    <item>
      <title>UV: O Gerenciador de Pacotes Python Mais Rápido — 2026 | Python Brasil</title>
      <link>https://python.dev.br/blog/uv-gerenciador-pacotes-python/</link>
      <pubDate>Thu, 19 Mar 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/uv-gerenciador-pacotes-python/</guid>
      <description>&lt;p&gt;Se você trabalha com Python, já sabe que gerenciar pacotes e ambientes virtuais pode ser uma dor de cabeça. O pip é lento, o Poetry às vezes trava em resoluções de dependência, e o Conda é pesado demais para projetos simples. É aí que entra o &lt;strong&gt;UV&lt;/strong&gt; — uma ferramenta criada pela &lt;a href=&#34;https://astral.sh/&#34;&gt;Astral&lt;/a&gt;, a mesma equipe por trás do Ruff, que está revolucionando o ecossistema Python.&lt;/p&gt;&#xA;&lt;p&gt;O UV é um gerenciador de pacotes e ambientes virtuais escrito em Rust, projetado para ser &lt;strong&gt;10 a 100 vezes mais rápido&lt;/strong&gt; que o pip. Neste artigo, vamos explorar tudo que você precisa saber para começar a usar o UV nos seus projetos.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Deploy de Aplicacao Python — 2026 | Python Brasil</title>
      <link>https://python.dev.br/blog/deploy-aplicacao-python/</link>
      <pubDate>Sun, 01 Mar 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/deploy-aplicacao-python/</guid>
      <description>&lt;p&gt;Desenvolver uma aplicacao e apenas metade do caminho. O deploy, ou seja, colocar a aplicacao em producao para que usuarios reais possam acessa-la, e uma etapa que muitos desenvolvedores acham desafiadora. Neste guia, a gente vai explorar tres opcoes populares para deploy de aplicacoes Python: Heroku, Railway e VPS, com configuracoes prontas para usar.&lt;/p&gt;&#xA;&lt;h2 id=&#34;preparando-a-aplicacao-para-deploy&#34;&gt;Preparando a Aplicacao para Deploy&lt;/h2&gt;&#xA;&lt;p&gt;Antes de qualquer deploy, sua aplicacao precisa estar pronta para producao:&lt;/p&gt;</description>
    </item>
    <item>
      <title>Automatizando Git com Python</title>
      <link>https://python.dev.br/blog/python-e-git-automacao/</link>
      <pubDate>Thu, 05 Feb 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/python-e-git-automacao/</guid>
      <description>&lt;p&gt;Git e a ferramenta de controle de versao mais utilizada no mundo, e Python pode automatizar praticamente qualquer fluxo de trabalho com ele. Desde gerar relatorios de commits ate criar hooks personalizados e gerenciar repositorios em massa, a combinacao de Python e Git e extremamente poderosa. Neste artigo, vamos explorar como automatizar Git usando GitPython e subprocess.&lt;/p&gt;&#xA;&lt;h2 id=&#34;instalando-o-gitpython&#34;&gt;Instalando o GitPython&lt;/h2&gt;&#xA;&lt;p&gt;O GitPython e a biblioteca mais popular para interagir com repositorios Git em Python:&lt;/p&gt;</description>
    </item>
    <item>
      <title>Python e Docker: Guia Completo — 2025 | Python Brasil</title>
      <link>https://python.dev.br/blog/python-e-docker/</link>
      <pubDate>Sat, 08 Nov 2025 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/python-e-docker/</guid>
      <description>&lt;p&gt;Docker — que é escrito em &lt;a href=&#34;https://golang.com.br/&#34; target=&#34;_blank&#34; rel=&#34;noopener&#34; onclick=&#34;umami.track(&#39;portfolio-site-click&#39;, { destination: &#39;golang.com.br&#39; })&#34;&gt;Go&lt;/a&gt; — revolucionou a forma como empacotamos e distribuimos aplicacoes. Com containers, voce garante que o ambiente de desenvolvimento e identico ao de producao, eliminando o classico &amp;ldquo;na minha maquina funciona&amp;rdquo;. Neste guia, a gente vai aprender a containerizar aplicacoes Python do zero, com exemplos otimizados para producao.&lt;/p&gt;&#xA;&lt;h2 id=&#34;por-que-usar-docker-com-python&#34;&gt;Por Que Usar Docker com Python?&lt;/h2&gt;&#xA;&lt;p&gt;Projetos Python frequentemente dependem de versoes especificas do interpretador, bibliotecas nativas e configuracoes de ambiente. Docker resolve todos esses problemas encapsulando a aplicacao e suas dependencias em um container isolado e reproduzivel.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Docker: O que É e Como Funciona | Python Brasil</title>
      <link>https://python.dev.br/glossario/docker/</link>
      <pubDate>Wed, 22 Oct 2025 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/glossario/docker/</guid>
      <description>&lt;h2 id=&#34;o-que-e-docker&#34;&gt;O que e Docker?&lt;/h2&gt;&#xA;&lt;p&gt;&lt;strong&gt;Docker&lt;/strong&gt; e uma plataforma de containerizacao que permite empacotar uma aplicacao junto com todas as suas dependencias em um &lt;strong&gt;container&lt;/strong&gt; — uma unidade leve, portatil e isolada que funciona de forma identica em qualquer ambiente. Para desenvolvedores Python, Docker resolve o classico problema &amp;ldquo;funciona na minha maquina&amp;rdquo; ao garantir que a aplicacao roda com a mesma versao de Python, as mesmas bibliotecas e as mesmas configuracoes em desenvolvimento, testes e producao.&lt;/p&gt;</description>
    </item>
    <item>
      <title>Git: O que É e Como Funciona | Python Brasil</title>
      <link>https://python.dev.br/glossario/git/</link>
      <pubDate>Thu, 28 Aug 2025 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/glossario/git/</guid>
      <description>&lt;h2 id=&#34;o-que-e-git&#34;&gt;O que e Git?&lt;/h2&gt;&#xA;&lt;p&gt;&lt;strong&gt;Git&lt;/strong&gt; e um sistema de controle de versao distribuido que permite rastrear alteracoes em arquivos, colaborar com outros desenvolvedores e manter um historico completo de cada modificacao em um projeto. Para desenvolvedores Python, Git e uma ferramenta essencial — praticamente todo projeto open-source, biblioteca e framework usa Git para gerenciar seu codigo-fonte. Plataformas como GitHub, GitLab e Bitbucket sao construidas sobre o Git.&lt;/p&gt;&#xA;&lt;p&gt;Git foi criado por Linus Torvalds em 2005 e se tornou o padrao da industria para controle de versao, substituindo ferramentas anteriores como SVN e Mercurial na maioria dos projetos.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
