Python潮流周刊#5:并发一百万个任务要用多少内存?

△点击上方“Python猫”关注 ,回复“1”领取电子书

025be58071078fac8e3c84bb9fcd951c.png

你好,我是猫哥。这里记录每周值得分享的 Python 及通用技术内容,部分为英文,已在小标题注明。(标题取自其中一则分享,不代表全部内容都是该主题,特此声明。)

由于公众号不支持外链,文中大量链接可通过文末「阅读原文」查看,或者通过这个链接直达我的博客阅读:https://pythoncat.top/posts/2023-06-03-weekly5

文章&教程

1、并发一百万个任务要用多少内存?[1](英文)

文中测试了主流的编程语言(Rust、Go、Java、C#、Python、Node.js 和 Elixir),依次运行 1 个、1 万、10 万和 100 万个任务,统计了这些语言所消耗的内存。随着任务量增加,它们的排名出现了较大变化,让我感觉挺意外的。

a00d0c6f855d0f0a0f85038092fe4873.png
100万任务占用的内存

2、使用这些方法让你的 Python 并发任务执行得更好[2] (英文)

使用 asyncio 有什么最佳实践呢?这篇文章介绍了 asyncio.gather、asyncio.as_completed 和 asyncio.wait API,还介绍了 Python 3.11 中引入的新 asyncio.TaskGroup 特性。(附一篇不完整的译文[3]

3、上岸第一剑,编程语法必修:Python 并发编程[4]

一篇长文,以四个章节(网络编程、多线程、多进程、协程)全面介绍了 Python 并发编程的知识点。

4、Python 多线程编程的终极指南[5] (英文)

扫描二维码关注公众号,回复: 15264231 查看本文章

也是一篇长文,介绍了 Python 多线程编程的方方面面,真的是一份终极指南。

5、编程语言是如何实现并发的之并发模型篇[6]

依然是长文,介绍了常见的并发模型及不同编程语言是如何实现的。它的姊妹篇是《编程语言是如何实现并发的之操作系统篇[7]》,都是图文并茂,资料翔实。

e94beb2cf9f20a81c54af0992fa1a8c9.png
并发模型

6、鹅厂程序员的 9 个生存法则[8]

作者分享了自己工作多年对代码设计、架构设计和工作思维的经验,比如 DRY 原则、SOLID 原则、高可用设计、如何想尽一切办法“偷懒”,等等。(文中提到了面向对象编程的原则,这里顺便推荐另一位鹅厂程序员的《Python工匠[9]》系列的第 12-14 章)

7、一览 Python 3.12!PEP 701 —— f-string 语法规范化[10]

f-string 是 Python 最好用的特性之一,但它也有诸多限制。即将发布的 3.12 会对 f-string 作语法规范化,详情可查看 PEP-701[11] 。这里分享的文章带大家直观地感受了这个改动在代码的词法解析(lexing)层面的不同。

8、PyCharm:新用户界面的五大亮点[12] (英文)

大家都用上 PyCharm 新的 UI 了么?这份官方教程介绍了新 UI 的使用方法及亮点。

9、PEP-594 已被实现:Python 3.13 将移除 20 个标准库[13] (英文)

Python 3.12 正式版本还要几个月才发布,这边 3.13 已经迫不及待地移除了 20 个标准库。值得一提的是,2to3 项目及 lib2to3 模块也将会被移除。

10、Grasshopper:一个用于负载测试的开源 Python 库[14] (英文)

Locust 是 Python 最主流的分布式负载测试库,而文章介绍的 Grasshopper[15] 是新开源的基于 Locust 与 Pytest 的更全面的性能测试库。

8fb1e3b6f64735583675924cb8f33528.png
Grafana面板展示了Grasshopper和InfluxDB指标

11、Python 装饰器:用包装巫术增强你的代码[16] (英文)

Python 装饰器是增强代码行为和灵活性的强大工具,文章内容从基础到高阶,是不错的学习材料。

12、三个练手项目的实战教程:

  • 用 Python 开发 Telegram 机器人[17] (英文):开发 tg 机器人,教程使用 Tornado 作后端,项目部署在 Render 平台上

  • 花一周末用 Python 实现 DNS[18] (英文):教程指导实现一个 DNS 解析器,总代码仅约 200 行,但作者给出了很多学习材料和代码讲解,你能学到的绝对够多。另外,教程最后还有 7 个练习题,可以进一步开发 DNS 解析器的功能。(Julia Evans 是一个宝藏作者,博客[19]、网站[20] 、pandas-cookbook[21] ,等等,强烈推荐!!!)

  • 用 Python 构建你自己的 Git[22] (英文):这个项目我要给它满分!教程网站设计得独特而酷炫,从最小可行项目起步,逐渐添加代码,手把手教你实现 Git 的各种功能。每章都使用 Git 的差异比对方式,明确告诉你增删了哪些代码,良心满满,全网估计找不着第二家!

5b77b79920b81481b58f8ceb34330581.png
构建自己的 Git

项目&资源

1、frogmouth:一个在终端中浏览 Markdown 的工具[23] (英文)

frogmouth 可以打开本地或 URL 中的 md 文件,具有类似浏览器的导航条、历史记录、书签和目录。

2、使用 Meta AI 的 SAM 进行图像分割的 Python GUI[24] (英文)

一个 Python 桌面程序,为 Meta 公司的 AI 模型 SAM 提供了图形界面,可以提取照片里面的物体。

3、GirlfriendGPT:你的人工智能伴侣[25] (英文)

你有对象了么?这个入门项目使用 ChatGPT 构建一个 AI 伴侣, 拥有个性化的人格、声音以及自拍照!

4、Python 进化之路.pptx[26]

一份技术分享的 PPT 材料,介绍了 Python 3.7-3.11 在性能、类型体验及开发者体验方面的优化。

7b0097571459f586ec1a43810a847799.png
Python解释器优化

5、soundstorm-pytorch:在 Pytorch 中实现 SoundStorm [27] (英文)

SoundStorm 是 Google Deepmind 新提出的一个高效的、非自回归的音频并行生成模型。soundstorm-pytorch 使用 Pytorch 实现了这个模型。

6、asynq:Python 的异步编程库[28] (英文)

asynq 是 Quora 开发的异步编程库,专注于对外部服务的批处理请求。对于 memcache、redis 等存储服务,它发起一次请求批量获取多个 key,比发出多次请求每次获取一个 key 要快得多。

7、Propan:功能强大且易用的 Python 异步 Web 框架[29] (英文)

一个基于 pydantic、fastapi 和 pytest 的异步框架,简化了 MQ 的代码集成,并提供了一个有用的开发工具包。其特点是基于消息架构(Messaging Architecture)设计,所以它还是个声明式的 MQ 框架。

8、talkGPT4All:基于 GPT4All 的一个语音聊天程序[30]

它利用 OpenAI 的 Whisper 模型将用户输入的语音转换为文本,再调用 GPT4All 的语言模型得到回答文本,最后利用文本转语音(TTS)的程序将回答文本朗读出来。

9、lightly:一个用于图像自监督学习的 Python 库[31] (英文)

这是一个用于自我监督学习的计算机视觉框架,以类似 PyTorch 的风格编写,支持使用 PyTorch Lightning 进行分布式训练。

d483dafce1cf50922b3c73bd6c6b19e0.png
相关概念的示意图

播客&视频

1、硬地骇客:独立开发赚钱难?你需要正确的build策略[32]

探讨了在海外独立开发者中最常用的 build in public 策略。我对这期节目很有共鸣,打算针对本周刊的一些数据、周刊的创作流程、个人知识输入及创作体系等话题,不久会做一些分享。

2、代码之外:离开微软、人生在于体验?阅读的意义、主动和被动的人生[33]

这是一档新上线的程序员闲聊播客节目,主题很随性,但常常有能打动人的片段。这里分享的是第一期,它目前已更新到第三期,第三期请的嘉宾是 Vue 的作者尤雨溪!

3、Changelog #526:与你的朋友一起 Git[34] (英文)

这期播客聊了一些 Git 工具,如 Git-Heat-Map、Git-Sim、git-bug、GitUI,等等。因为有两个工具是用 Python 编写的,因此也聊了一些 Python 安装依赖包的话题。Brett Cannon 针对主播们的错误用法,写了一篇回应博客[35] ,主要介绍了 pipx、.pyz 文件以及系统包管理器的正确使用。

4、#418:如何在 Python 程序中加密保存[36] (英文)

“Talk Python To Me”的这期播客探讨如何处理程序要用到的敏感信息,同时也聊到了日常个人密码的保存方案。我正巧本周还看到一篇《2023-21: 我的 1Password 密钥管理实践[37]》,它系统介绍了密码管理、SSH/Shell 集成和 CI/CD 应用等内容。

5、吴恩达三门新的生成式 AI 课程[38] (英文)

使用 OpenAI 的 ChatGPT API 构建系统、LangChain 用于开发 LLM 应用、Diffusion模型是如何工作的。

6、MIT 的三门 Python 相关课程[39] (英文)

麻省理工学院的免费课程:Python 计算机科学和编程简介、经典机器学习、深度学习。

赞助&支持

内容创作不易,如果你觉得有帮助,请随意赞赏[40]、买杯咖啡[41]或在爱发电[42]进行支持!如果你喜欢本周刊,请转发分享给其他需要的同学~

另诚邀赞助者,欢迎通过私信联系。

关于周刊

Python 潮流周刊,精心筛选国内外的 200+ 信息源,为你挑选最值得分享的文章、教程、开源项目、软件工具、播客和视频、热门话题等内容。愿景:帮助所有读者精进 Python 技术,并增长职业和副业的收入。

订阅方式:Python猫[43] | RSS[44] | 邮件[45] | Github[46] | Telegram[47] | Twitter[48]

4559fbc99b353f6fd3c7aef0fcd24a7f.jpeg

参考资料

[1]

并发一百万个任务要用多少内存?: https://pkolaczk.github.io/memory-consumption-of-async/

[2]

使用这些方法让你的 Python 并发任务执行得更好: https://towardsdatascience.com/use-these-methods-to-make-your-python-concurrent-tasks-perform-better-b693b7a633e1

[3]

不完整的译文: https://juejin.cn/post/7237424021768011834

[4]

上岸第一剑,编程语法必修:Python 并发编程: https://juejin.cn/post/7237425413873664057

[5]

Python 多线程编程的终极指南: https://programmingeeksclub.com/ultimate-python-multithreading-guide

[6]

编程语言是如何实现并发的之并发模型篇: https://www.bmpi.dev/dev/deep-in-program-language/how-to-implement-concurrency/concurrency-model/

[7]

编程语言是如何实现并发的之操作系统篇: https://www.bmpi.dev/dev/deep-in-program-language/how-to-implement-concurrency/os-scheduling/

[8]

鹅厂程序员的 9 个生存法则: https://segmentfault.com/a/1190000043833549

[9]

Python工匠: https://github.com/piglei/one-python-craftsman

[10]

一览 Python 3.12!PEP 701 —— f-string 语法规范化: https://juejin.cn/post/7238274120881422392

[11]

PEP-701: https://peps.python.org/pep-0701/

[12]

PyCharm:新用户界面的五大亮点: https://blog.jetbrains.com/pycharm/2023/05/five-things-to-love-about-the-new-ui/

[13]

PEP-594 已被实现:Python 3.13 将移除 20 个标准库: https://discuss.python.org/t/pep-594-has-been-implemented-python-3-13-removes-20-stdlib-modules/27124

[14]

Grasshopper:一个用于负载测试的开源 Python 库: https://innovation.alteryx.com/introducing-grasshopper-an-open-source-python-library-for-load-testing/

[15]

Grasshopper: https://github.com/alteryx/locust-grasshopper

[16]

Python 装饰器:用包装巫术增强你的代码: https://hackthedeveloper.com/python-decorator/

[17]

用 Python 开发 Telegram 机器人: https://swiftuser.hashnode.dev/how-to-telegram-bot-with-python

[18]

花一周末用 Python 实现 DNS: https://implement-dns.wizardzines.com/index.html

[19]

博客: https://jvns.ca/

[20]

网站: https://wizardzines.com

[21]

pandas-cookbook: https://github.com/jvns/pandas-cookbook

[22]

用 Python 构建你自己的 Git: https://www.leshenko.net/p/ugit/

[23]

frogmouth:一个在终端中浏览 Markdown 的工具: https://github.com/Textualize/frogmouth

[24]

使用 Meta AI 的 SAM 进行图像分割的 Python GUI: https://github.com/dibrale/samist

[25]

GirlfriendGPT:你的人工智能伴侣: https://github.com/EniasCailliau/GirlfriendGPT

[26]

Python 进化之路.pptx: https://www.slideshare.net/Manjusaka1/python-pptx-258083055

[27]

soundstorm-pytorch:在 Pytorch 中实现 SoundStorm : https://github.com/lucidrains/soundstorm-pytorch

[28]

asynq:Python 的异步编程库: https://github.com/quora/asynq

[29]

Propan:功能强大且易用的 Python 异步 Web 框架: https://github.com/Lancetnik/Propan

[30]

talkGPT4All:基于 GPT4All 的一个语音聊天程序: https://vra.github.io/2023/05/27/talkgpt4all-2-0/

[31]

lightly:一个用于图像自监督学习的 Python 库: https://github.com/lightly-ai/lightly

[32]

硬地骇客:独立开发赚钱难?你需要正确的build策略: https://www.xiaoyuzhoufm.com/episode/647456af6752b5f9de6bd99c

[33]

代码之外:离开微软、人生在于体验?阅读的意义、主动和被动的人生: https://www.xiaoyuzhoufm.com/episode/646af4a66752b5f9dec561c6

[34]

Changelog #526:与你的朋友一起 Git: https://changelog.com/podcast/526

[35]

回应博客: https://snarky.ca/in-response-to-the-changelog-526/

[36]

#418:如何在 Python 程序中加密保存: https://talkpython.fm/episodes/show/418/how-to-keep-a-secret-in-python-apps

[37]

2023-21: 我的 1Password 密钥管理实践: https://xuanwo.io/reports/2023-21/

[38]

吴恩达三门新的生成式 AI 课程: https://www.deeplearning.ai/short-courses/?continueFlag=40c2724537472cbb3553ce1582e0db80

[39]

MIT 的三门 Python 相关课程: https://twitter.com/python_spaces/status/1663976856578822144

[40]

赞赏: https://img.pythoncat.top/wechat_code.png

[41]

买杯咖啡: https://www.buymeacoffee.com/pythoncat

[42]

爱发电: https://afdian.net/a/pythoncat

[43]

Python猫: https://img.pythoncat.top/python_cat.jpg

[44]

RSS: https://pythoncat.top/rss.xml

[45]

邮件: https://pythoncat.substack.com

[46]

Github: https://github.com/chinesehuazhou/python-weekly

[47]

Telegram: https://t.me/pythontrendingweekly

[48]

Twitter: https://twitter.com/chinesehuazhou

d5fae304be973c9bf8776f4c832e1396.gif

如果你觉得本文有帮助

请慷慨分享点赞,感谢啦

猜你喜欢

转载自blog.csdn.net/chinesehuazhou2/article/details/131027489