@djangoproject · Post #391 · 25.07.2017 г., 20:24
https://www.python.org/dev/peps/pep-0492/ #Coroutines with #async and #await syntax
Hashtags
TGINSIGHT SIMILAR POSTS
Изходен канал @clockstackwheels · Post #721 · 26.12
Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev
Hashtags
Търсене: #async
@djangoproject · Post #391 · 25.07.2017 г., 20:24
https://www.python.org/dev/peps/pep-0492/ #Coroutines with #async and #await syntax
Hashtags
@djangoproject · Post #132 · 01.09.2016 г., 14:47
https://bit.ly/coroutines At Open Source Bridge and #PyGotham in 2015, and at SCALE14x, I demonstrated that you can code a Python 3 #async framework in under an hour. I start the demo by writing a callback-based async framework, built on non-blocking sockets and a simple event loop. Then I adapt the framework to use generator-based #coroutines, which are cleaner than callbacks but still more efficient than threads for async I/O.
Hashtags
@awesomeopensource · Post #151 · 01.08.2018 г., 16:12
laravel-s 又一个 Laravel 使用 swoole 扩展提高性能的项目 特性 高性能的Swoole 内置Http/WebSocket服务器 常驻内存 异步的事件监听 异步的任务队列 平滑Reload 代码修改后自动Reload 同时支持Laravel与Lumen,兼容主流版本 简单,开箱即用 Tags: #swoole#laravel#lumen#async Languages:#php 感谢 @iVanilla 的投稿
@githubtrending · Post #15366 · 25.12.2025 г., 12:30
#rust#async#framework#http_server#rust#salvo#web Salvo is a simple yet powerful Rust web framework that gives you fast, modern servers (HTTP/1–3, WebSocket/WebTransport) with minimal Rust knowledge required, built on Hyper and Tokio. It uses a unified handler/middleware model, an infinitely nestable, chainable router for clear public/private route grouping, built-in multipart/file upload and data extraction, automatic OpenAPI generation, ACME TLS support, and a CLI to scaffold projects—so you can prototype and deploy secure, high-performance backends quickly with less boilerplate and easier routing, testing, and API documentation. https://github.com/salvo-rs/salvo
@djangoproject · Post #517 · 08.12.2017 г., 05:27
https://vorpus.org/blog/some-thoughts-on-asynchronous-api-design-in-a-post-asyncawait-world/#websocket-servers I've recently been exploring the exciting new world of #asynchronous I/O libraries in Python 3 – specifically asyncio and curio. These two libraries make some different design choices. Example 1: #asyncio, with callbacks Example 2: #curio, with #async/#await Example 3: asyncio, with async/await #websockets
@djangoproject · Post #270 · 26.02.2017 г., 08:08
https://www.obeythetestinggoat.com/testing-async-asyncio-and-performance.html #Testing, #async, #asyncio, and #performance Sun 27 December 2015 By Harry I recently did some experimenting with asyncio, and wanted to report back on how I got on with writing tests for it. While I was at it I was also able to compare its performance with a couple of other approaches to #mutlitasking in Python, namely #threads and #gevent, so I'll report on that here too. (tl;dr: it's much of a muchness).
@githubtrending · Post #14740 · 23.05.2025 г., 12:30
#python#async#asyncio#cross_platform#downloader#gui#multithreading#pyqt#pyside6#python#qt#software#streaming Ghost Downloader 3 is a fast, AI-powered download manager that works on Windows, Linux, and macOS. It speeds up downloads by splitting files into many parts and using multiple threads, dynamically adjusting to use your full bandwidth. It supports resuming downloads, proxy settings, SSL security, and clipboard monitoring for easy link capture. The interface is modern and user-friendly. This tool helps you download files more quickly and efficiently, with options to control speed and use proxies, making it ideal if you want faster, smarter, and more reliable downloads on your computer[1]. https://github.com/XiaoYouChR/Ghost-Downloader-3
@githubtrending · Post #14761 · 29.05.2025 г., 13:00
#python#api#async#asyncio#fastapi#framework#json#json_schema#openapi#openapi3#pydantic#python#python_types#python3#redoc#rest#starlette#swagger#swagger_ui#uvicorn#web FastAPI is a modern Python web framework for building fast, reliable APIs that is easy to learn and quick to code, making it ready for production use right away. It uses standard Python type hints, which means you get automatic data validation, fewer bugs, and great editor support with code completion and type checks. FastAPI also generates interactive documentation automatically, so you and your team can understand and test your API easily. The main benefit is that you can develop robust, high-performance APIs much faster and with less effort, while reducing errors and making your code easier to maintain[1][2][3]. https://github.com/fastapi/fastapi