معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Memoize concurrent asyncio Python function calls

ویژگی	مقدار
سیستم عامل	-
نام فایل	aiomemoizeconcurrent-0.0.8
نام	aiomemoizeconcurrent
نسخه کتابخانه	0.0.8
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Michal Charemza
ایمیل نویسنده	michal@charemza.name
آدرس صفحه اصلی	https://github.com/michalc/aiomemoizeconcurrent
آدرس اینترنتی	https://pypi.org/project/aiomemoizeconcurrent/
مجوز	-

# aiomemoizeconcurrent [![CircleCI](https://circleci.com/gh/michalc/aiomemoizeconcurrent.svg?style=svg)](https://circleci.com/gh/michalc/aiomemoizeconcurrent) [![Test Coverage](https://api.codeclimate.com/v1/badges/5e70552f9dd435a18326/test_coverage)](https://codeclimate.com/github/michalc/aiomemoizeconcurrent/test_coverage) Memoize concurrent asyncio Python coroutine calls. This offers short-lived memoization: for any given set of arguments, the cache lasts only for the length of a single call. ## Installation ```base pip install aiomemoizeconcurrent ``` ## Usage For a coroutine whose arguments are hashable, you can create a _memoized_ version by passing it to `memoize_concurrent`. Any concurrent calls to this version that have the same arguments will result in only a _single_ run of original coroutine. For example, creating 3 concurrent invocations of a coroutine where 2 of them have identical arguments ```python import asyncio from aiomemoizeconcurrent import memoize_concurrent async def main(): memoized_coro = memoize_concurrent(coro) results = await asyncio.gather(*[ memoized_coro('a'), memoized_coro('a'), memoized_coro('b'), ]) print(results) await memoized_coro('a') async def coro(value): print('Inside coro', value) await asyncio.sleep(1) return value loop = asyncio.get_event_loop() loop.run_until_complete(main()) loop.close() ``` will only run `coro` twice, as shown by the output ``` Inside coro a Inside coro b ['a', 'a', 'b'] ``` ## Use cases This can be used to memoize a function making calls to an API, and especially if - you expect many concurrent calls; - identical concurrent calls are idempotent; - there are enough such calls that are identical to justify such a caching layer. It can also be used to avoid concurrency edge cases/race conditions with multiple tasks accessing shared resources. For example, multiple tasks may need to dynamically create shared UDP sockets. To ensure that this dynamic generation isn't called by multiple tasks at the same time for the same address, it can be wrapped with `memoize_concurrent`. The function `memoize_concurrent` works with both coroutines, and functions that return a future.

زبان مورد نیاز

مقدار	نام
~=3.5	Python

نحوه نصب

نصب پکیج whl aiomemoizeconcurrent-0.0.8:

pip install aiomemoizeconcurrent-0.0.8.whl

نصب پکیج tar.gz aiomemoizeconcurrent-0.0.8:

pip install aiomemoizeconcurrent-0.0.8.tar.gz