@gidle_update · Post #44761 · 20.08.2025 г., 10:40
250819 || DispatchJapan 𝕏 UPDATE A cool fashion blowing the heat away, the true queen card aura 🌊👑 #Miyeon#GIDLE#미연#dispatch#dipe –🦋 ── @GIDLE_UPDATE ──
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: #dipe
@gidle_update · Post #44761 · 20.08.2025 г., 10:40
250819 || DispatchJapan 𝕏 UPDATE A cool fashion blowing the heat away, the true queen card aura 🌊👑 #Miyeon#GIDLE#미연#dispatch#dipe –🦋 ── @GIDLE_UPDATE ──
@gidle_update · Post #45428 · 08.09.2025 г., 13:38
250905 || @koreadispatch INSTA UPDATE - ✔ Minnie (I-DLE) ✔ Luxury fashion brand photocall ✔ 2025. 09. 05 #아이들#I_DLE#IDLE#민니#MINNIE#포토콜#포토타임#DIPE#디스패치#dispatch –🦋 ── @GIDLE_UPDATE ──