7.09.2025 состоялся релизPithon 3.14!
На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками.
Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный.
Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0
Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает:
▫️ соберет релизный Python 3.14 в новый Docker-образ
▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter)
▫️ распечатает результаты
Тест очень простой, усложняйте сами)
Вот какие результаты у меня:
=== Running ThreadPoolExecutor GIL ON
TOTAL TIME: 45.48 seconds
=== Running ThreadPoolExecutor GIL OFF
TOTAL TIME: 6.14 seconds
=== Running basic Thread GIL ON
TOTAL TIME: 45.54 seconds
=== Running basic Thread GIL OFF
TOTAL TIME: 4.74 seconds
=== Running with Multi Interpreter
TOTAL TIME: 18.30 seconds
Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами.
Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵💫, нас учили не так!
Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL.
Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется.
Отдельно я затестил память и вот что вышло на 32 потока:
ThreadPoolExecutor GIL ON
305.228 MB
ThreadPoolExecutor GIL OFF
500.176 MB
basic Thread GIL ON
90.668 MB
basic Thread GIL OFF
472.444 MB
with Multi Interpreter
1267.788 MB
Пока не знаю как к этому относиться)
В целом - радует направление развития!
#release
💥DAS SOLLTE JEDER SEHEN UND HÖREN💥
Der frühere Direktor der US-Zentren für Seuchenschutz und -prävention (#CDC), Dr. Robert Redfield sagt:
Die COVID-Impfung hätte nicht als Impfstoff bezeichnet werden dürfen sondern als Medikament, da es die die Infektion nicht stoppt!
🦅#TEAMHEIMAT🇩🇪
The Atlantic: федеральные данные США и данные штатов по COVID-19 не совпадают
Коронавирус стал серьёзным испытанием не только для простых граждан, но и отличным тестом эффективности государственных механизмов. В результате мы видим, что даже самые эффективные государства в мире серьёзно "сбоят" перед вызовами подобного масштаба. Например, в США со статистикой вокруг текстов на Covid-19 творится настоящий бардак: штаты дают одни цифры, федеральное правительство - другие, и местами они отличаются друг от друга на десятки процентов. А ведь количество тестов необходимо для того, чтобы понять масштаб заражения, уровень смертности, и, соответственно необходимые действия в том или ином направлении. В результате журналистам, учёным и даже некоторым политикам приходится полагаться на негосударственный проект, возможности которого очевидно ниже, чем у федерального правительства.
«Анализ данных CDC на уровне штатов обнаруживает серьезные расхождения между тем, что сообщают многие штаты, и данными федерального правительства. Например, во Флориде эта разница огромна. В пятницу правительство штата сообщило, что с начала вспышки по всему штату было проведено около 700 000 тестов на коронавирус... Тем не менее, по данным CDC за этот же период проведено более чем 919 000 тестов. Это на 31% больше, чем, по мнению представителей самой Флориды. «Если происходит подобное, то представители CDC должны взять трубку и позвонить во Флориду с простым вопросом: «Что происходит?» - считает Ашиш Джа, профессор здравоохранения в Гарварде.
Учитывая сложность и огромное количество источников данных, некоторые неточности, безусловно, объяснимы. Но обнаруженные нами несоответствия свидетельствуют о том, что Флорида не является исключением. В 22 штатах количество тестов CDC отличается от числа, сообщенного правительством штата, более чем на 10 процентов. В 13 штатах расхождение более чем 25 процентов. В некоторых случаях количество тестов, указанных CDC намного выше, чем сообщают штаты; в других гораздо ниже».
https://theidealist.ru/cdcdata/
#TheAtlantic#власть#общество#США#статистика#CDC#коронавирус
🏥 Trump Picks a Mainstream Face for the CDC
Donald Trump has formally named Erica Schwartz to lead the CDC. The choice signals a turn away from vaccine politics and toward someone who can look credible to the public after months of turmoil inside the agency.
Schwartz is not coming in to sell a new ideology. She is coming in to clean up a mess. The CDC has been battered by political fights, legal challenges, staff losses, and Kennedy’s unpopular vaccine agenda, and the agency now needs basic authority more than another round of messaging theater.
That is a political reversal, even if the White House will not say it that way. The administration is trying to blunt the damage before the midterms, calm the public-health establishment, and stop the CDC from looking like a culture war machine with a lab coat on.
Schwartz will still have a hard job. She would be taking over an agency where trust has eroded, staff morale is badly damaged, and vaccine policy has become a battlefield instead of a public health tool. The real test is whether she can restore some discipline before the next crisis arrives.
#cdc#trump#health#vaccines#kennedy#publichealth
📱American Оbserver - Stay up to date on all important events
🇺🇸
#java#cdc#chunjun#dataops#datax#etl#flink#flink_streaming#java
TIS is an easy enterprise data integration tool using batch (DataX) and streaming (Flink-CDC, Chunjun) with a simple interface to sync data end-to-end without complex scripts. Its v5.0.0 adds Pipeline AI Agent, letting you describe needs in natural language for auto-pipeline creation, smart plugin installs, and low-cost AI like DeepSeek. Install quickly via single-node, Docker, or K8S. This saves you time, cuts errors, simplifies ETL tasks, and boosts fun, efficient data pipelines for real-time analytics.
https://github.com/datavane/tis