Partage du Travail en Programmation

Principes généraux
Vidéo non disponible ! Réessayez plus tard
Cette vidéo fait partie de la formation
Maîtriser Python
Revoir le teaser Je m'abonne
5,0
Transcription


99,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

DescriptionProgrammeAvis
5,0

99,00€ Je commande

Formation incluse dans l'abonnement Elephorm Je m'abonne à Elephorm

Les objectifs de cette vidéo sont de :

  • Comprendre les concepts de parallélisme et de concurrence
  • Apprendre à gérer les dépendances externes de manière efficace
  • Différencier les stratégies bloquantes et non bloquantes

Apprenez les trois catégories principales de partage du travail en programmation : parallélisme, concurrence et dépendance externe.

Cette leçon couvre trois grandes méthodes de partage du travail dans un programme informatique. La première méthode est le parallélisme, où deux tâches s'exécutent simultanément sans interférer l'une avec l'autre, permettant un gain de temps significatif. La deuxième méthode est la concurrence, où plusieurs tâches partagent la même ressource et se relaient pour l'utiliser, ce qui peut entraîner des retards. Enfin, la troisième méthode consiste à gérer des tâches qui dépendent de nombreuses sources externes, souvent imprévisibles. On distingue ici les stratégies bloquantes et non bloquantes (ou asynchrones) pour traiter ces dépendances.

Voir plus
Questions réponses
Quelle est la première catégorie de partage du travail mentionnée ?
La première catégorie de partage du travail mentionnée est le parallélisme.
Que signifie l'accès à une ressource concurrente ?
L'accès à une ressource concurrente signifie que plusieurs tâches partagent la même ressource et se relaient pour l'utiliser.
Quelle est la différence entre les stratégies bloquantes et non bloquantes ?
Les stratégies bloquantes attendent que chaque tâche soit terminée avant de continuer, tandis que les stratégies non bloquantes permettent de continuer les autres tâches dès qu'une tâche se libère.

Programme détaillé

2 commentaires
5,0
2 votes
5
4
3
2
1
michelkreutner
Il y a 1 year
Commentaire
Les explications sont claires et concises. Ce cours sur l'utilisation avancée de Python est tres intéressant. Il vous apportera des connaissances que vous pourrez ensuite approfondir.
Je suis vraiment tres satisfait par cette première formation suivie sur Python.
yvan.vogel
Il y a 2 years
Commentaire
Hello, sur la video autour de asyncio, vous utilisez python 2.7.12. J'utilise python 3.10, aussi je souhaite faire partager mon code (qui fonctionne) selon ma vision et compréhension sur le sujet d'étude que vous avez proposé. Yvan Vogel.

#CODE en python 3.10.0 64 bits (VScode 1.62.3)
import datetime
import asyncio
import aiohttp
import requests


# ----------------------------------------------------------------------------------------------------------------------------
def req_bloquante(num):
print(f"Get {num}")
uid = requests.get("https://httpbin.org/uuid").json()["uuid"]
print(f"Res {num}: {uid}")


def faire_toutes_les_requetes():
for x in range(51):
req_bloquante(x)


print("=====> ### Bloquant : ")
start = datetime.datetime.now()
faire_toutes_les_requetes()
exec_time = (datetime.datetime.now() - start).seconds
print(f"Downloading all take {exec_time} seconds\n")

# ----------------------------------------------------------------------------------------------------------------------------


async def requeteSansBloquer(semaphore, num, session):
print(f"Get {num}")
# await semaphore.acquire() # putting this await semaphore commande the Res is ordering but process very slow ~60 sec
async with session.get("https://httpbin.org/uuid") as response:
uid = (await response.json())["uuid"]
# await asyncio.sleep(delay=3) #delay = number of seconds
# semaphore.release()
print(f"Res {num}: {uid}")
# return uid # ?


async def main():
semaphore = asyncio.Semaphore(value=1)
tasks = []
async with aiohttp.ClientSession(
loop=loop, connector=aiohttp.TCPConnector(ssl=False)
) as session:
for x in range(51):
tasks.append(requeteSansBloquer(semaphore, x, session))
await asyncio.gather(*tasks)
print("This is after the loop...")


if __name__ == "__main__":
print("=====> ### Non Bloquant : ")
start = datetime.datetime.now()
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
exec_time = (datetime.datetime.now() - start).microseconds
print(f"Downloading all take {exec_time} micro seconds\n")