Функция asyncio.wait() это еще один способ вызвать множество асинхронных задач.
Она работает в нескольких режимах.
1. Самый простой - ждем завершения всех задач
async def main():
tasks = [asyncio.create_task(do_it(i)) for i in range(10)]
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.ALL_COMPLETED
)
for task in done:
try:
print(task.result())
except Exception as e:
print(e)
Очень похоже на gather, но работает не так.
▫️возвращает не результаты, а два сета с объектами Task у которых можно забрать результат через task.result() если они в списке done
▫️не гарантирует порядок результатов так как оба объекта это set
▫️не выбрасывает исключение когда оно появляется, а сохраняет его в Task. Исключение появится когда попробуете забрать резултьтат.
2. Ждем завершения первой задачи, даже если там ошибка.
async def main():
tasks = [asyncio.create_task(do_it(i)) for i in range(3)]
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.FIRST_COMPLETED
)
# в done может быть несколько задач!
for task in done:
try:
print(task.result())
except Exception as e:
print(f"Fail: {e}")
# Оставшиеся задачи в pending, как правило, нужно отменить, иначе они будут продолжать работать
for task in pending:
task.cancel()
В сете done будут таски которые успели завершится, причем как успешно так и нет.
3. До первой ошибки.
Тоже самое, но с аргументом FIRST_EXCEPTION
done, pending = await asyncio.wait(
tasks,
return_when=asyncio.FIRST_EXCEPTION
)
Функция завершается как только первая задача упадет с ошибкой.
Учтите, что в любом случае done вы можете обранужить несколько задач, как с ошибками так и успешные.
↗️ Полный листинг примеров здесь
#async
#SPOT
👆Цена подходит к своей промежуточной цели.
❓ Давайте порассуждаем - почему эта компания может расти дальше? И насколько ИИ угрожает позиции компании, учитывая практически "бесплатность" сгенерированной музыки? 🤷♂️ И да - кто нить слушает ИИ-треки? 🤣👇
A whale bought 67,648 $HYPE for $2.6M, at an average price of $38.49.
https://hypurrscan.io/address/0x78034797c6b01cb444059414db8a3d48b20df6eb#spot
https://x.com/OnchainLens/status/2042157544421126440
Follow @OnchainLens for more Onchain Updates.
Cooker.hl (@CookerFlips) has bought 50,751 $HYPE for $1.95M at an average price of $38.50.
https://hypurrscan.io/address/0xb76aa9f50ad74e91da3f3bd4dfd084ce0d3144f6#spot
https://x.com/OnchainLens/status/2041745153233449445
Follow @onchainlens for more onchain updates
A whale has sold 110,498 $HYPE for $4.06M $USDC at a price of $36.74 after holding for 1.2 years, making $1.608M in profit.
The whale initially bought 107,746 $HYPE for $2.45M and kept it for staking.
https://hypurrscan.io/address/0x284b4d2b39c49ec987aa5129c2145711363181c7#spot
https://x.com/OnchainLens/status/2039005498943656178
Follow @onchainlens for more onchain updates
#메모리#Spot#Contract
DDR 가격은 폭락하고 있지만, 시장의 해석은 잘못되어 있다.
리테일(소비자용) DDR5 가격은 하락했지만, 하이퍼스케일러들은 계약 기준으로 분기 대비 +90~95% 높은 가격을 지불하고 있다.
리테일은 게이밍 PC용 DDR5를 구매한다.
반면 하이퍼스케일러는 스택당 350달러 수준의 HBM3E를 구매한다.
따라서 TurboQuant 심리 영향으로 리테일 DDR5 가격이 29% 하락했다는 것은, 단순히 소비자용 게이밍 RAM 가격을 반영한 것이다.
그러나 Micron Technology의 매출은 HBM, 서버용 RDIMM, 기업용 SSD에서 발생하며, 이 영역들은 가격 변동이 거의 없다.
시장이 반복적으로 만드는 오해는 여기서 발생한다.
현재 Samsung, SK Hynix만이 소비자용 DRAM의 주요 공급자로 남아 있으며, Micron이 이 시장에서 이탈한 상황이다. 심지어 SK Hynix도 뒤따를 가능성이 거론된다.
결론은 단순하다.
두 개의 완전히 다른 시장이다. 혼동하면 안 된다.