The Devs
@thedevs · Post #1579 · 24.09.2019 г., 15:08
Introduction to event-driven architectures with RabbitMQ. #article#tutorial#rabbitmq @thedevs https://kutt.it/XOv5yT
TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Најди сличен содржај
Изворен канал @pythonotes · Post #205 · 22 јан.
Как работает функция reload()? Эта функция нужна для того, чтобы перезагрузить изменившийся код из py-файла без рестарта интерпретатора. Дело в том, что любой импортированный модуль при повторном импорте не будет перечитывать файл. Функция импорта вернёт уже загруженный в память объект модуля. Чтобы обновить код, нужно либо перезапустить всю программу, либо использовать функцию reload() from importlib import reload reload(my_module) 🔸 Функция reload() принимает в качестве аргумента только объект модуля или пакета. Она не может перезагрузить класс или функцию. Только весь файл целиком! 🔸 Перезагрузка пакета перезагрузит только его файл __init__.py, если он есть. Но не вложенные модули. 🔸Она не может перезагрузить ранее не импортированный модуль. 🔸При вызове функция reload() перечитывает и перекомпилирует код в файле, создавая новые объекты. После создания новых объектов перезаписывается ранее созданный неймспейс этого модуля. Это значит, что если где-то этот модуль импортирован через import и обращение к атрибутам происходит через неймспейс (имя) модуля, то такие атрибуты обновятся. Если какие-либо объекты из этого модуля импортированы через from то они будут ссылаться на старые объекты. Напишем простой модуль # mymodule.py x = 1 Теперь импортируем модуль и отдельно переменную х из модуля >>> import mymodule >>> from mymodule import x >>> print(mymodule.x) 1 >>> print(x) 1 Не перезапуская интерпретатор вносим изменения в модуль # mymodule.py x = 2 Делаем перезагрузку модуля и проверяем х ещё раз >>> reload(mymodule) >>> print(mymodule.x) 2 >>> print(x) 1 То же самое будет если присвоить любой объект переменной (даже словарь или список) Повторный импорт обновляет значение >>> from mymodule import x >>> print(x) 2 🔸Созданные инстансы классов не обновятся после перезагрузки модуля. Их придётся пересоздать. #tricks#basic
Резултати
Пронајдени 4 слични објави
Пребарај: #rabbitmq
当前筛选 #rabbitmq清除筛选
MDC Uzbekistan
@mdcuzbekistan · Post #628 · 07.01.2023 г., 14:57
.NET loyihalarida RabbitMQ dan foydalanish Menimcha barchangiz message-broker so'zini eshitgan bo’lsangiz kerak, kamida qulog'ingizga chalingan. Mana osha kun keldi inshaAlloh. Ushbu mahorat darsida sizlar bilan RabbitMQ tehnologiyasi bilan tanishamiz. Mavzuni kengroq yoritib berish uchun O'tkirbek Sobirjonovni speaker sifatida taklif etdik. Barchangizni ushbu mahorat darsida kutib qolamiz. Kirsangiz hursand bo'lamiz, kirmasangiz hafa bo'lish yo'q ) Sana: 8-yanvar, 20:00 Havola: Zoom Speaker: O'tkirbek Sobirjonov #rabbitmq#queueing#messagebroker#consumer .NET Uzbekistan Community ➖➖➖➖➖➖➖➖➖➖ Telegram | Instagram | Youtube
GitHub Trends
@githubtrending · Post #15122 · 05.09.2025 г., 12:30
#typescript#chatbot#chatwoot#cloud_api#dify#evolution#n8n#openai#pusher#rabbitmq#typebot#whatsapp#whatsapp_api#whatsapp_bot Evolution API is a powerful tool that lets you connect and control WhatsApp and other messaging platforms easily. It supports both free WhatsApp Web-based API and the official WhatsApp Business API, plus upcoming Instagram and Messenger support. You can integrate it with popular services like OpenAI for AI features, Chatwoot for customer support, and Amazon S3 for media storage. There’s also a lightweight version for simple, fast setups. Using Evolution API helps you automate messaging, manage chats, and build smart bots, saving time and improving communication for your business or projects. https://github.com/EvolutionAPI/evolution-api
GitHub Trends
@githubtrending · Post #14693 · 10.05.2025 г., 12:00
#jupyter_notebook#a2a#agentic_ai#dapr#dapr_pub_sub#dapr_service_invocation#dapr_sidecar#dapr_workflow#docker#kafka#kubernetes#langmem#mcp#openai#openai_agents_sdk#openai_api#postgresql_database#rabbitmq#rancher_desktop#redis#serverless_containers The Dapr Agentic Cloud Ascent (DACA) design pattern helps you build powerful, scalable AI systems that can handle millions of AI agents working together without crashing. It uses Dapr technology with Kubernetes to efficiently manage many AI agents as lightweight virtual actors, ensuring fast response, reliability, and easy scaling. You can start small using free or low-cost cloud tools and grow to planet-scale systems. The OpenAI Agents SDK is recommended for beginners because it is simple, flexible, and gives you good control to develop AI agents quickly. This approach saves costs, avoids vendor lock-in, and supports resilient, event-driven AI workflows, making it ideal for developers aiming to create advanced, cloud-native AI applications[1][2][3][4]. https://github.com/panaversity/learn-agentic-ai