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

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #976 · 28.04

Обычно я отношусь к противникам электросамокатов примерно так же, как к людям, которые призывают валить 5G-вышки. Мракобесы сражаются с прогрессивным улучшением жизни нормальных людей испокон веков. Важная черта состоит в том, что сами мракобесы эти улучшения не понимают и не пользуются ими, как в меме про бабушку "Не нужон нам этот ваш инторнет". Если человек реально не врубается, что такое "last mile problem", почему она возникла, почему её решение повышает удобство жизни, то с ним можно этот вопрос не обсуждать. Но тут вот, оказывается, с неделю назад в Госдуму внесли законопроект, призывающий штрафовать электросамокатчиков за разные нарушения, и я впервые встал на сторону хейтеров. Предлагается штрафовать, например, за езду вдвоём, за перевоз ребенка, за езду в пьяном виде. Суммы порядка тысяч и десятков тысяч рублей. Мало! Всецело поддерживаю эти штрафы и даже увеличил бы их. Было удивительно читать, как в комментариях электросамокатчики защищают езду вдвоём и перевозку детей. "Конечно я везу ребёнка с собой, не давать же ему отдельный самокат!" — да, чувак, абсолютно никаких других вариантов не существует. Принять законопроект обещают в июле. #life

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #memcached

当前筛选 #memcached清除筛选
djangoproject

@djangoproject · Post #411 · 13.08.2017 г., 12:08

http://sendapatch.se/projects/pylibmc/ #pylibmc is a client in Python for #memcached. It is a wrapper around TangentOrg‘s libmemcached library. The interface is intentionally made as close to python-memcached as possible, so that applications can drop-in replace it. pylibmc leverages among other things configurable behaviors, data pickling, data compression, battle-tested GIL retention, consistent distribution, and the binary memcached protocol.

GitHub Trends

@githubtrending · Post #14772 · 01.06.2025 г., 00:00

#cplusplus#cache#cpp#database#fibers#in_memory#in_memory_database#key_value#keydb#memcached#message_broker#multi_threading#nosql#redis#valkey#vector_search Dragonfly is a modern in-memory data store compatible with Redis and Memcached, offering up to 25 times higher throughput and better cache efficiency while using up to 80% fewer resources. It scales well with larger servers, supports many Redis commands, and features a unique, memory-efficient cache and fast snapshotting. Dragonfly provides low latency, high performance, and is easy to configure with familiar Redis options. Its design ensures atomic operations and efficient resource use, making it ideal for fast, cost-effective cloud applications needing real-time data access and high scalability. This means you get faster, more efficient caching and data handling with minimal changes to your existing setup[5][2][4]. https://github.com/dragonflydb/dragonfly