收录了 python进程池 频道下的 50 篇内容
Fiber是一个新的Python分布式库,现已正式开源。
Fiber,让人工智能的分布式计算变得简单。
Python 为并行化提供了两个内置库:多进程和线程。本文将探讨数据科学家如何在两者间进行选择,以及选择时应记住哪些因素。
Apache 软件基金会最近发布年度报告,Apache Flink 再次跻身最活跃项目前 5 名。目前,Apache Flink 发布Apache Flink 1.14.0,这一版本中Flink一个主要变化是集成的流媒体和批处理体验,此外,在 SQL API、更多连接器支持、检查点和 PyFlink 等方面也带来了许多新功能和改进。
在本文中,作者详细解释了异步是什么以及它与普通Python代码有什么不同。
从数据生产、模型训练、模型优化、模型上线、数据反馈的完整闭环
本文介绍python协程的理解与使用,主要是针对网络请求这个模块做一个梳理。
机器学习架构可能是现代系统中最复杂、最昂贵和最困难的领域。本文探讨了PostgresML的一些额外性能优势。
这篇文章将会介绍传统的任务队列系统、异步执行所处的位置以及几款常用调用工具的优缺点。
Peloton能够跨不同的工作负载管理资源,将独立的计算集群联合起来。
这是一个关于Clubhouse的工程师如何抑制惊群效应,扩大服务规模和以3倍效率运行Python工作负载的故事。
提供大规模的模型服务只是战斗的一部分。
Tomasz Janczuk创建了Edge.js,它可以将.NET和Node.js优点相互结合。是不是很好奇怎样将非阻塞通信添加到你的.NET工程?是不是正在寻找将计算密集型代码移出Node.js线程的方法?Janczuk的文章为读者提供了良好的起点,在本文中可以了解到Edge.js的工作原理,以及在程序中使用它时所带来的益处。
NGINX最近发布了NGINX Unit 1.0版。NGINX Unit是一种开源的Web和应用服务,它支持远程配置和动态配置,使得配置上的更改不会对服务造成中断。Unit 1.0还支持在同一实例中运行Go、Perl、PHP、Python和Ruby等多种语言,也支持同一语言的多个版本。
Ruby的线程系统即将在Ruby 1.9中进行不少大幅度的变动,有可能会从用户空间线程(user space threads)转向内核线程(kernel threads),也可能不这样做。近期对Matz和笹田耕一(Sasada Koichi)的采访展示了一些正在进行考虑的观点。在此我们将考察几种未来可能应用的Ruby线程系统。
By combining asynchronous I/O with a shared-nothing architecture, PyParallel research project is able to execute code in a parallel context faster than it can using CPython’s normal interpreter. And it does this without removing the GIL. The secret, no reference counting or garbage collection of any kind.
来自Reddit的工程师Daniel Ellis在Reddit官方博客上分享了他们是如何使用Memcached集群来存储网站的缓存数据的。
threading 包为 Python 提供了线程模型,而 multiprocessing 包则为另一种并发模型 — 多进程模型提供了强大的解决方案。
刚被Facebook以10亿美金收购的著名手机照片分享应用Instagram最近吸引了无数人的眼球,总用户数即将超过5000万,其联合创始人Mike Krieger日前做了一个名为Scaling Instagram的演讲,分享了Instagram背后的技术细节,让人们能了解到5名技术人员是如何支撑起整个系统的。