@WangZhuanZhan · Post #34317 · 24.10.2024 г., 06:15
T-t啼t笑x因y缘y- 啼笑因缘 (1932) 直达链接:https://pan.quark.cn/s/b446c99fd5b3 #啼笑因缘 #Between Tears and Laughters 链接:https://link3.cc/sf_com #电影#爱情#内地#50年代更早
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #425 · 20 апр.
Недавно делал быстрый прототип асинхронного приложения в котором требовалось вызывать много синхронного кода. Да, я знаю, что это не лучший дизайн, но нужно было быстрое решение на один процесс и без очередей. Поэтому я выполнял код в потоках. Выглядело это примерно так: from fastapi.concurrency import run_in_threadpool async def execute(data: DataRequest) -> DataResponse: try: result = await run_in_threadpool(sync_function, data) return DataResponse(data=result) except Exception as e: return DataResponse( error=str(e), success=False, ) В общем работает нормально. Для всех вызовов под капотом используется общий тредпул, всё работает предсказуемо. Но потребовалось изменить количество запускаемых в пуле потоков (по умолчанию создается 40 воркеров). Так как дело происходит с FastAPI, делается это через lifespan используя настройки anyio: import anyio @asynccontextmanager async def lifespan(app: FastAPI): limiter = anyio.to_thread.current_default_thread_limiter() limiter.total_tokens = 100 yield # если вдруг нужно вернуть обратно limiter.total_tokens = 40 Зачем менять количество воркеров? - уменьшить, если оперативки мало (один тред занимает ~8мб) - увеличить чтобы выдержать нагрузку Если есть предложения получше при тех же вводных - предлагайте😉 #async
Hashtags
Пребарај: #between
@WangZhuanZhan · Post #34317 · 24.10.2024 г., 06:15
T-t啼t笑x因y缘y- 啼笑因缘 (1932) 直达链接:https://pan.quark.cn/s/b446c99fd5b3 #啼笑因缘 #Between Tears and Laughters 链接:https://link3.cc/sf_com #电影#爱情#内地#50年代更早
@testflightynoti · Post #37517 · 03.05.2026 г., 19:22
#Metro#Between#Stations#Delhi Join the Metro Between Stations – Delhi beta on ✈️#TestFlight 🔗 Link: https://testflight.apple.com/join/ts8h93v7 Shared by thiago