TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #396 · 9 окт.

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

Hashtags

Резултати

Пронајдени 5 слични објави

Пребарај: #mvrv

当前筛选 #mvrv清除筛选
Crypto Australia🇭🇲🇭🇲

@CryptoAustralia · Post #15801 · 13.02.2024 г., 10:21

We can use Short-Term Holder MVRV to monitor the unrealized profit or loss of new market participants. Comparing the STH cost-basis to the spot price reveals the pressure they face to sell at a loss or take profit. #MVRV is already above the 1.0 Mark, which shows strong bullishness in the market and #MVRV tested the Moving Average as Resistance already, and more momentum yet to come if it crosses the 155D Moving Average with MVRV By Crypto Australia

Hashtags

Crypto Australia🇭🇲🇭🇲

@CryptoAustralia · Post #15790 · 12.02.2024 г., 13:02

#MVRV started flipping bullish as #MVRV Ratio flipping above the 1Y MRVR Moving Average. Historically, we've seen this indicating some good mid-term and long-term trends successfully, so this could be another indication to us. By Crypto Australia

Hashtags

Crypto M - Crypto News

@CryptoM · Post #65021 · 10.04.2026 г., 14:11

🚀 Bitcoin's Potential Bear-Market 'Iron Bottom' Predicted by Analyst A CryptoQuant analyst has projected that Bitcoin might establish a bear-market 'iron bottom' within the $55,000–$60,000 range by the end of 2026. According to NS3.AI, this prediction is grounded in on-chain indicators, notably the MVRV Z-score, which has moderated but remains above negative levels. #Bitcoin#Crypto#BearMarket#CryptoAnalysis#MVRV#OnChainData#CryptoPredictions#BTC

🤣 以太區塊鏈新聞 🗓 2025-10-14 EthereumGlobalNews 💵#鏈上數據觀察 📊【 #BTC穩站135日均線,鏈上指標顯示投機降溫、結構穩固 】同時 #MVRV回落至 1.0 附近,顯示市場正從過度投機中冷卻,但整體結構依然穩健。 #技術走勢#BTC趨勢觀察#市場情緒#區塊鏈數據

以太坊区块链新闻| ETH 以太币圈热瓜

@ethereumglobalnews · Post #1050 · 18.10.2025 г., 12:58

#Santiment:主流币种 #MVRV 转为负值,显示潜在抄底时机浮现 —————————————————— 🔻 各資產的 30 日平均回報如下: • #BTC:-5.8% • #ETH:-8.4% • #XRP:-15.3% —————————————————— #鏈上情緒分析#數據回調#逢低買入訊號 🤣 以太區塊鏈新聞 🗓 2025-10-18 EthereumGlobalNews 💵#鏈上數據分析