@bestwallpapes · Post #3715 · 22.10.2025 г., 07:32
@Bestwallpapes #Droplet#Water
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: #droplet
@bestwallpapes · Post #3715 · 22.10.2025 г., 07:32
@Bestwallpapes #Droplet#Water
@bestwallpapes · Post #2963 · 22.10.2024 г., 12:52
@Bestwallpapes #Droplet#Liquid
@bestwallpapes · Post #2928 · 11.10.2024 г., 13:54
@Bestwallpapes #Plant#Leaf#Droplet
@bestwallpapes · Post #3563 · 23.07.2025 г., 16:23
@Bestwallpapes #Leaf#Droplet#Branch
@Wallpapify · Post #35 · 25.07.2025 г., 07:27
@Bestwallpapes #Leaf#Droplet#Branch