Opanowanie współbieżności w Pythonie

Ocena:   (3,5 na 5)

Opanowanie współbieżności w Pythonie (Quan Nguyen)

Opinie czytelników

Obecnie brak opinii czytelników. Ocena opiera się na 3 głosach.

Oryginalny tytuł:

Mastering Concurrency in Python

Zawartość książki:

Zanurz się w świecie współbieżności Pythona i zmierz się z najbardziej złożonymi problemami programowania współbieżnego Kluczowe cechy Poznaj podstawowe składnie, funkcje języka i nowoczesne wzorce współbieżności w Pythonie Zrozum, jak używać współbieżności, aby zachować spójność danych i responsywność aplikacji Wykorzystaj rusztowanie aplikacji do projektowania wysoce skalowalnych programów Opis książki

Python jest jednym z najpopularniejszych języków programowania, z licznymi bibliotekami i frameworkami, które ułatwiają obliczenia o wysokiej wydajności. Współbieżność i równoległość w Pythonie są niezbędne, jeśli chodzi o wieloprocesowość i wielowątkowość; zachowują się inaczej, ale ich wspólnym celem jest skrócenie czasu wykonywania. Ta książka służy jako kompleksowe wprowadzenie do różnych zaawansowanych koncepcji w inżynierii współbieżnej i programowaniu.

Mastering Concurrency in Python rozpoczyna się od wprowadzenia pojęć i zasad współbieżności, od prawa Amdahla po programowanie wielowątkowe, a następnie wyjaśnia programowanie wieloprocesowe, web scraping i asynchroniczne I/O, wraz z typowymi problemami, z którymi inżynierowie i programiści mają do czynienia w programowaniu współbieżnym. Następnie książka omawia szereg zaawansowanych koncepcji współbieżności w Pythonie i ich interakcję z ekosystemem Pythona, w tym Global Interpreter Lock (GIL). Na koniec dowiesz się, jak rozwiązywać rzeczywiste problemy związane ze współbieżnością na przykładach.

Pod koniec książki zdobędziesz rozległą wiedzę teoretyczną na temat współbieżności i sposobów, w jakie współbieżność jest wspierana przez język Python Czego się nauczysz Poznaj koncepcje współbieżności w programowaniu Poznaj podstawową składnię i funkcje, które umożliwiają współbieżność w Pythonie Zrozum prawidłowy sposób implementacji współbieżności Abstrakcyjne metody utrzymywania spójności danych w programie Przeanalizuj problemy często napotykane w programowaniu współbieżnym Użyj rusztowania aplikacji, aby zaprojektować wysoce skalowalne programy Dla kogo jest ta książka?

Ta książka jest przeznaczona dla programistów, którzy chcą tworzyć aplikacje o wysokiej wydajności i dowiedzieć się więcej o programowaniu wielordzeniowym lub rozproszonej współbieżności. Zakłada się pewne doświadczenie z językiem programowania Python. Spis treści Programowanie współbieżne i równoległe - zaawansowane wprowadzenie Prawo Amdahla Praca z wątkami w Pythonie Używanie instrukcji „with” w wątkach Współbieżne skrobanie stron internetowych Praca z procesami w Pythonie Operacja redukcji w procesach Współbieżne przetwarzanie obrazów Wprowadzenie do asynchronicznego wejścia/wyjścia Asyncio: Plusy i minusy TCP z Asyncio Deadlock Starvation Race Conditions The Global Interpreter Lock Projektowanie współbieżnych struktur danych bez blokad i opartych na blokadach Modele pamięci i operacje na typach atomowych Tworzenie serwera od podstaw Testowanie, debugowanie i planowanie aplikacji współbieżnych

Dodatkowe informacje o książce:

ISBN:9781789343052
Autor:
Wydawca:
Język:angielski
Oprawa:Miękka oprawa

Zakup:

Obecnie dostępne, na stanie.

Inne książki autora:

Opanowanie współbieżności w Pythonie - Mastering Concurrency in Python
Zanurz się w świecie współbieżności Pythona i zmierz się z najbardziej złożonymi problemami...
Opanowanie współbieżności w Pythonie - Mastering Concurrency in Python
Zaawansowane programowanie w Pythonie - wydanie drugie: Przyspiesz swoje programy w Pythonie przy...
Pisanie szybkich, solidnych i wielokrotnego...
Zaawansowane programowanie w Pythonie - wydanie drugie: Przyspiesz swoje programy w Pythonie przy użyciu sprawdzonych technik i wzorców projektowych - Advanced Python Programming - Second Edition: Accelerate your Python programs using proven techniques and design patterns
Optymalizacja bayesowska w akcji - Bayesian Optimization in Action
Optymalizacja bayesowska pomaga szybko i dokładnie określić najlepszą konfigurację modeli uczenia...
Optymalizacja bayesowska w akcji - Bayesian Optimization in Action

Prace autora wydały następujące wydawnictwa:

© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)