Details

Тема выпускной квалификационной работы: «Сервис для автоматизированной загрузки видео YouTube с сохранением в Google Drive». Данная работа посвящена разработке и исследованию программного комплекса, задачей которого является скачивание видеофайлов с YouTube и их загрузкой в Google Drive хранилище. Пользовательский интерфейс этой задачи реализован через Telegram-бот и веб-сервис, и оба этих варианта позволяют посмотреть скаченное видео. В связи с замедлением YouTube возникла необходимость в решении, которое бы предоставило доступ к видеоконтенту эффективно и бесплатно. По этой причине были исследованы технологии DPI-фильтрации, интеграция утилиты yt-dlp, предназначенной для работы с данными из YouTube, и выполнено проектирование микросервисной архитектуры и её контейнеризация с помощью Docker. В ходе работы на языке Python разработана логика Telegram-бота, а с помощью фреймфорка Flask был реализован веб-сервис. Одной из функций сервиса – является сохранение таймкода видео в базу данных PostgreSQL. Для контейнеризации вся нужная реализация скопирована в Docker-образ. Запуск производится путем поднятия двух контейнеров – сервиса и базы данных, которые работают в общей сети с открытым портом для взаимодействия. Реализованное решение сравнивается с другим Telegram-ботом, выполняющим похожие функции. Также проведено многослойное тестирование веб-сервиса и проверена его отказоустойчивость и надежность.

Theme of the final qualifying work: ‘Service for automated uploading of YouTube videos with saving to Google Drive’. This work is devoted to the development and research of a software complex, the task of which is to download video files from YouTube and upload them to Google Drive storage. The user interface of this task is implemented through a Telegram bot and a web service, and both of these allow the downloaded video to be viewed. With YouTube slowing down, there was a need for a solution that would provide access to video content efficiently and for free. For this reason, DPI filtering techniques were investigated, integration of the YouTube data utility yt-dlp was explored, and a microservice architecture was designed and containerised using Docker. In the course of work, the logic of Telegram-bot was developed in Python, and a web service was implemented using the Flask framework. One of the functions of the service is to save video timecode to PostgreSQL database. For containerisation, all the necessary implementation is copied into a Docker image. The launch is done by raising two containers - service and database, which work in a common network with an open port for communication. The implemented solution is compared with another Telegram bot performing similar functions. Multilayer testing of the web service is also performed and its fault tolerance and reliability is verified.