TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #454 · 20.07

Установил я тут приложение для оплаты парковок в Петербурге. Открыл его — и ужаснулся. В приложении просто фрейм сайта, и он совершенно ужасен: убогие растровые Leaflet-карты, не адаптированные под телефоны, формы ввода с position:fixed, из-за чего они частично перекрываются клавиатурой на Android, всплывающие сообщения буквально на половину экрана, не запоминающие факт их закрытия, футер, который надо скроллить... "Так верстают только мудаки", — подумал я, но регистрацию всё-таки прошел. Однако, когда я открыл приложение второй раз, оно предложило мне залогиниться, и я увидел совершенно другую картинку: приятные векторные карты, нативные элементы управления, работает шустрее, даже претензия на дизайн. Судя по всему, в приложении просто нет функции регистрации, и они для этого открывают фрейм сайта, который после регистрации остаётся, пока не откроешь приложение заново. "Другое дело, умеют же, когда хотят!" — подумал я. Парковку, впрочем, через это приложение оплатить так и не удалось. #web

Hashtags

Резултати

Намерени 1 подобни публикации

Търсене: #parallelism

当前筛选 #parallelism清除筛选
djangoproject

@djangoproject · Post #118 · 08.08.2016 г., 11:44

https://docs.python.org/3/library/multiprocessing.html multiprocessing is a package that supports spawning processes using an API similar to the threading module. The multiprocessing package offers both local and remote concurrency, effectively side-stepping the Global Interpreter Lock by using subprocesses instead of threads. Due to this, the multiprocessing module allows the programmer to fully leverage multiple processors on a given machine. It runs on both Unix and Windows. The #multiprocessing module also introduces #APIs which do not have analogs in the #threading#module. A prime example of this is the Pool object which offers a convenient means of parallelizing the execution of a function across multiple input values, distributing the input data across processes (data #parallelism). The following example demonstrates the common practice of defining such functions in a module so that child processes can successfully import that module. This basic example of data parallelism using Pool,