python and some backend notes(ru)

https://habr.com/ru/companies/k2tech/articles/953080/#asyncio #threading #GIL

https://habr.com/ru/companies/domclick/articles/804535/ https://habr.com/ru/companies/domclick/articles/942584/ - 2 обьемные статьи о мониторинге celery#celery #monitoring

https://tonybaloney.github.io/posts/async-test-patterns-for-pytest-and-unittest.html#pytest #asyncio #async

https://habr.com/ru/articles/936984/#generator #iterator #yield

🐍 Почему Python `deepcopy()` такой медленный и что использовать вместо Функция copy.deepcopy() кажется удобной: она создаёт полную копию объекта со всеми вложенными структурами. Но на практике она часто оказывается очень медленной и становится бутылочным горлышком в проектах. Давайте разберёмся почему так происходит и какие есть альтернативы. 🔥 Почему deepcopy() тормозит 1. Рекурсия на всём дереве объектов Python проходит по каждому вложенному элементу, даже если их сотни тысяч. 2. Определение метода копирования Для каждого объекта проверяется, можно ли вызвать __deepcopy__, или приходится идти стандартным путём. 3. Memo-словарь для ссылок Чтобы избежать бесконечных циклов при копировании (например, объект ссылается сам на себя), Python ведёт словарь уже скопированных элементов. Это полезно, но замедляет работу. 4. Реализация на чистом Python В отличие от сериализации (`pickle`), deepcopy() не ускорена на уровне C, поэтому работает медленнее. 📊 Пример замеров скорости import copy, pickle, timedata = [[i for i in range(1000)] for _ in range(1000)]# deepcopystart = time.time()a = copy.deepcopy(data)print("deepcopy:", time.time() - start)# picklestart = time.time()b = pickle.loads(pickle.dumps(data))print("pickle roundtrip:", time.time() - start)# list comprehension (для списков списков)start = time.time()c = [sub[:] for sub in data]print("manual copy:", time.time() - start)💻 Результат (у вас может отличаться, но смысл тот же): - deepcopy: ~2.5 сек - pickle: ~0.8 сек - ручное копирование: ~0.02 сек (!) ⚡ Когда что использовать ✅ copy.deepcopy() Подходит, если структура очень сложная, а вам нужна стопроцентно независимая копия. ✅ pickle.loads(pickle.dumps(obj)) Быстрее на больших структурах, плюс удобно, если данные нужно сохранять. ✅ json.loads(json.dumps(obj)) Хорошо для простых словарей и списков с базовыми типами. ✅ Ручное копирование (list comprehension, dict comprehension) Лучший вариант, если вы знаете структуру данных и хо

https://byteofdev.com/posts/tuning-postgres-intro/ - статья о настройке postgres#db #postgres #sql

📚 Bash Scripting: Шайд по циклам — на одной картинкеЕсли ты работаешь в Linux или автоматизируешь задачи через shell-скрипты — держи шпаргалку, которую обязан знать каждый разработчик.На картинке — все основные типы циклов в Bash:- 🔁 for по директориям и диапазонам- 🧮 C-подобный for ((i=0; i<10; i++))- 📜 while и until- ♾ while true и while :- 📂 Чтение файлов через while read line- ⏭ continue и break🧠 Полезные паттерны:- ✅ Инкремент/декремент переменных в while- ✅ Условия выхода из цикла (`break`)- ✅ Пропуск итераций (`continue`)- ✅ Построчное чтение файлов без cat🛠 Примеры, которые можно сразу копировать и вставлять в свои .sh скрипты.📌 Забирай картинку — это идеальный материал для тех, кто хочет писать чистые и эффективные Bash-циклы.#bash #linux #devtools #shell #cli #разработка #шпаргалка@linuxacademiya

https://www.dash0.com/guides/logging-in-python - хорошая статья о логировании с примерами#logging #json

https://realpython.com/python-t-strings/#tstring

https://habr.com/ru/articles/923098/#soap #wsdl

https://habr.com/ru/companies/otus/articles/919676/#import #importlib

https://habr.com/ru/articles/917226/#docker

https://realpython.com/python-dict-attribute/ - статья об использовании dict#dict #__dict__

https://medium.com/@apps.merkurev/dont-forget-about-slots-in-python-c397f414c490 - статья об использовании slots#slots #__slots__

https://nitter.hydranet.dev/edwardjxli/status/1897714940297068624 - о том, как работает contextlib.contextmanager#contextmanager #contextlib