bart
PRO
- Сообщения
- 52.242
- Реакции
- 28.428
Конкурентное и Параллельное Программирование на Python
Concurrent and Parallel Programming in Python
udemy
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
Продажник:
Скачать:
Concurrent and Parallel Programming in Python
udemy
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
Продажник:
Для просмотра вы должны войти или зарегистрироваться.
Скачать:
Скрытое содержимое могут видеть только пользователь группы: PRO
Качать без ограничений Купить доступ к 1 теме
Качать без ограничений Купить доступ к 1 теме
Скрытое содержимое для пользователей: Ferr
