Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 31.502
- Реакции
- 445.208
Последние темы автора:
[Чара] Аромат розы. Расцветай в своей сексуальности (2024)
[Прямая речь] Биеннале и ее тайны. Как устроена главная Венецианская...
[Точка Интеллекта] Религиоведческие исследования в game studies, ч. 2 -...
[Точка Интеллекта] Религиоведческие исследования в game studies, ч. 1 -...
[Дмитрий Холстинин] Продвинутый Debug во Frontend (2024)
[Прямая речь] Биеннале и ее тайны. Как устроена главная Венецианская...
[Точка Интеллекта] Религиоведческие исследования в game studies, ч. 2 -...
[Точка Интеллекта] Религиоведческие исследования в game studies, ч. 1 -...
[Дмитрий Холстинин] Продвинутый Debug во Frontend (2024)
[Udemy] Конкурентное и Параллельное Программирование на Python (2021)
В этом курсе вы узнаете, как создавать многопоточные, асинхронные и многопроцессорные программы на Python, чтобы они работали еще быстрее. В приложениях, взаимодействующих с другими ресурсами, много времени тратится только на ожидание передачи информации из одного места в другое. Вы узнаете, как использовать многопоточность, а также асинхронное программирование для ускорения работы программ, сильно ограниченных операциями ввода-вывода.
Сначала мы рассмотрим, откуда берутся потенциальные узкие места в скорости, а также как мы можем решить эти проблемы, а затем мы погрузимся непосредственно в техническое содержание и вместе создадим многопоточную программу, которая собирает данные из интернета, анализирует и сохраняет его в локальной базе данных.
Другие программы могут более сильно зависеть от ограничений центрального процессора. Мы также узнаем, как реализовать многопроцессорность в Python, библиотеке, которая позволяет нам использовать несколько процессоров в нашем коде Python. Благодаря этому мы сможем распределить нашу рабочую нагрузку по всем ядрам, доступным на машине, которую мы используем.
Наконец, мы также попытаемся объединить оба элемента, взглянув на то, как мы можем использовать многопроцессорность вместе с асинхронным программированием, чтобы получить максимальную выгоду для себя, максимально используя ресурсы ЦП и минимизируя время, затрачиваемое на простаивание в ожидании ответа ввода-вывода.
Вы можете найти код лекции в репозитории GitHub, ссылка на который приведена в первом уроке.
Материал на английском языке
Подробнее:
В этом курсе вы узнаете, как создавать многопоточные, асинхронные и многопроцессорные программы на Python, чтобы они работали еще быстрее. В приложениях, взаимодействующих с другими ресурсами, много времени тратится только на ожидание передачи информации из одного места в другое. Вы узнаете, как использовать многопоточность, а также асинхронное программирование для ускорения работы программ, сильно ограниченных операциями ввода-вывода.
Сначала мы рассмотрим, откуда берутся потенциальные узкие места в скорости, а также как мы можем решить эти проблемы, а затем мы погрузимся непосредственно в техническое содержание и вместе создадим многопоточную программу, которая собирает данные из интернета, анализирует и сохраняет его в локальной базе данных.
Другие программы могут более сильно зависеть от ограничений центрального процессора. Мы также узнаем, как реализовать многопроцессорность в Python, библиотеке, которая позволяет нам использовать несколько процессоров в нашем коде Python. Благодаря этому мы сможем распределить нашу рабочую нагрузку по всем ядрам, доступным на машине, которую мы используем.
Наконец, мы также попытаемся объединить оба элемента, взглянув на то, как мы можем использовать многопроцессорность вместе с асинхронным программированием, чтобы получить максимальную выгоду для себя, максимально используя ресурсы ЦП и минимизируя время, затрачиваемое на простаивание в ожидании ответа ввода-вывода.
Вы можете найти код лекции в репозитории GitHub, ссылка на который приведена в первом уроке.
Материал на английском языке
Подробнее:
Скачать:Для просмотра ссылок необходимо выполнить Вход или Регистрация
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.