@djangoproject · Post #332 · 05.05.2017 г., 19:16
https://dbader.org/blog/queues-in-python How to implement a FIFO #queue data structure in Python using only built-in data types and classes from the standard library.
Hashtags
TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #654 · 16.11
Пытаюсь решить организационно-логистическую задачу в #Satisfactory. Может быть, умные люди (вы) мне дадите интересные советы. Я уже открыл практически все типы деталей, они довольно сложные, и для производства многих из них нужны целые цепочки: добыть ресурс А в одном месте и ресурс B в другом, потом сделать из них детали C и D, из этой пары получить деталь E, добыть ещё ресурс F, соединить, смешать с водой... В каком-то месте эти цепочки удобно разрывать (то есть не строить всё на одной фабрике, а растаскивать фабрики по карте). Потому что, во-первых, с гигантской базой, производящей все типы всех деталей, банально неудобно работать. Во-вторых, её тяжело масштабировать. Хотя у этого решения есть плюсы, и некоторые так делают, лично я идти по такому пути не хочу. Но в каком месте рвать цепочки? Глобально есть две крайности: 1. Можно делать по фабрике на каждое звено производства. Например, фабрика, которая делает деталь E, должна принимать на вход детали C и D, и всё. Такая схема очень легко масштабируется: небольшую фабрику очень просто расширять. А детали возить между фабриками поездами. Но тогда потребуется типа 100 разных фабрик и очень сложная железнодорожная сеть. 2. Можно в каждую фабрику привозить сырьё. Только то, что невозможно произвести, а можно только добыть. Фабрика делает с нуля из сырья все детали, в том числе для промежуточных звеньев. Такую схему очень легко балансировать: один раз посчитал, сколько нужно сырья, и всё. Но фабрики для сложных деталей будут громоздкие. А ещё если деталь C нужна в десяти местах то придётся десять раз повторить всю цепочку производства детали C, а можно было бы в одном месте делать очень много деталей C и возить. Мне не нравятся оба варианта, значит, рвать цепочку нужно где-то посередине. Но где? #games
Hashtags
Търсене: #queue
@djangoproject · Post #332 · 05.05.2017 г., 19:16
https://dbader.org/blog/queues-in-python How to implement a FIFO #queue data structure in Python using only built-in data types and classes from the standard library.
Hashtags
@djangoproject · Post #455 · 03.10.2017 г., 16:39
https://realpython.com/blog/python/asynchronous-tasks-with-django-and-celery/ Asynchronous Tasks With #Django and #Celery “Celery is an asynchronous task queue/job #queue based on distributed message passing. It is focused on real-time operation, but supports scheduling as well.” For this post, we will focus on the scheduling feature to periodically run a job/task.
@djangoproject · Post #585 · 23.03.2018 г., 02:43
https://www.fullstackpython.com/celery.html #Celery is a task #queue implementation for Python web applications used to #asynchronously execute work outside the HTTP request-response cycle.
Hashtags
@voir_yeux · Post #12160 · 19.03.2026 г., 11:59
🇬🇪 Des centaines de Géorgiens font la queue pour entrer dans la cathédrale de la Sainte-Trinité de Tbilissi, où se tient la messe de requiem en l'honneur du patriarche Élie II de Géorgie. #géorgie#queue#cathédrale#patriarche
@djangoproject · Post #119 · 10.08.2016 г., 14:37
18.5.8. Queues Queues: #Queue #PriorityQueue #LifoQueue #asyncio queue #API was designed to be close to classes of the queue module (Queue, PriorityQueue, LifoQueue), but it has no timeout parameter. The asyncio.wait_for() function can be used to cancel a task after a timeout. https://docs.python.org/3/library/asyncio-queue.html