@Wallpaper_INT · Post #47201 · 16.11.2025 г., 19:32
#Abstract#Glow#Hexagons#8K @Wallpaper_INT
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: #hexagons
@Wallpaper_INT · Post #47201 · 16.11.2025 г., 19:32
#Abstract#Glow#Hexagons#8K @Wallpaper_INT
@Wallpaper_INT · Post #46179 · 03.05.2025 г., 06:32
#Hexagons#Volume#Dark#8K @Wallpaper_INT
@Wallpaper_INT · Post #46884 · 24.07.2025 г., 20:00
#Pattern#Hexagons#Glow#Dark#8K @Wallpaper_INT
@Wallpaper_INT · Post #46549 · 10.06.2025 г., 13:30
#Hexagons#Neon#Blue#3D#8K @Wallpaper_INT
@mediamaps · Post #285 · 25.11.2025 г., 17:27
Тема двадцать пятого ноября — гексагоны. В качестве источника для этой карты автор взял Платформу поставки данных ФНС РФ, где можно посмотреть распределение трат населения в различных точках на карте. Цветовая гамма гексагонов соответствует изменению интенсивности выручки — чем насыщеннее цвет, тем больше общая сумма реализации товаров и услуг, проходящих через кассовые аппараты. Метрики рассчитываются за последнюю полную календарную неделю и отдельно для каждого субъекта РФ. На карте представлена интенсивность выручки в Калининградской области. Как и стоило ожидать, больше всего население области и её гости тратят в крупных населённых пунктах, например, в Калининграде, Багратионовске, Черняховске. Также одни из самых высоких показателей интенсивности выручки замечены в населённых пунктах, расположенных на побережье Балтийского моря — Зеленоградске, Светлогорске, Балтийске. А ещё в глаза бросаются два гексагона на Куршской косе. Это одни из самых популярных мест среди туристов — Высоты Эфа и Мюллера. #30DayMapChallenge#Day25#Hexagons#Cartography#GIS