Voici quelques détails supplémentaires :
Résumé du cours
Le support de la programmation asynchrone et parallèle en Python est largement sous-estimé. Dans ce cours, vous apprendrez l'ensemble du spectre des API parallèles de Python. Nous commencerons par aborder les nouveaux et puissants mots-clés async et await ainsi que le module sous-jacent : asyncio. Ensuite, nous passerons aux threads de Python pour paralléliser les opérations plus anciennes et à la multiprocessing pour les opérations liées au CPU. Nous conclurons le cours avec une multitude de sujets asynchrones supplémentaires tels que async Flask, la coordination des tâches, la sécurité des threads et le parallélisme basé sur C avec Cython.
De quoi parle ce cours et en quoi est-il différent ?
C'est *le* cours définitif sur la programmation parallèle en Python. Il couvre les concepts fondamentaux éprouvés tels que les threads et la multiprocessing ainsi que les fonctionnalités asynchrones les plus modernes basées sur Python 3.7+ avec async et await.
En plus des concepts de base et des API pour la programmation concurrente, vous apprendrez les meilleures pratiques et comment choisir entre les différentes API ainsi que comment les utiliser ensemble pour en tirer le plus grand avantage.
Dans ce cours, vous allez :
* Voir comment la concurrence permet d'améliorer les performances et la scalabilité
* Construire du code capable d'asynchronie avec les nouveaux mots-clés async et await
* Ajouter de l'asynchronie à votre application sans threads ou processus supplémentaires
* Travailler avec plusieurs threads pour exécuter des tâches liées à l'I/O en Python
* Utiliser des verrous et des mécanismes de sécurité des threads pour protéger les données partagées
* Reconnaître un blocage et voir comment les prévenir dans les threads Python
* Tirer pleinement parti des CPU multicœurs avec la multiprocessing
* Unifier les API de threads et de processus avec des pools d'exécution
* Ajouter des gains de vitesse massifs avec Cython et les threads Python
* Créer des méthodes de vue asynchrones dans des applications web Flask
* Et bien plus encore