دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Mastering Concurrency in Python
دانلود کتاب تسلط بر همزمانی در پایتون
مشخصات کتاب
Mastering Concurrency in Python
ویرایش: [1st edition]
نویسندگان: Nguyen. Quan
سری:
ناشر: Packt Publishing
سال نشر: 2019;2018
تعداد صفحات: 482 pages
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 13 Mb
قیمت کتاب (تومان) : 45,000
در صورت تبدیل فایل کتاب Mastering Concurrency in Python به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تسلط بر همزمانی در پایتون نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب تسلط بر همزمانی در پایتون
با تسلط بر مفاهیم همزمانی و موازی در پایتون، مهارت های برنامه نویسی خود را به سطح بالاتری ببرید. درباره این کتاب سینتکس‌های اصلی و ویژگی‌های زبانی را کاوش کنید که همزمانی را در پایتون امکان‌پذیر می‌سازد، درک زمان و مکان استفاده از همزمانی برای ثابت نگه داشتن داده‌ها و برنامه‌های غیرانسدادی، پاسخگو و قابل اعتماد یک رویکرد عملی برای استفاده از داربست برنامه برای طراحی برنامه‌های بسیار مقیاس‌پذیر. که عمیقاً ریشه در روال ها و کانال های رفتن دارند. چه کسی این کتاب برای برنامه نویسانی است که تا حدی با پایتون تجربه دارند و می خواهند برنامه های کاربردی با کارایی بالا بسازند که با استفاده از همزمانی تک هسته ای، چند هسته ای یا توزیع شده مقیاس شوند، اما در دنبال کردن مطالب آنلاین در مورد این موضوع با مشکل مواجه شده اند. خوانندگان باید با نحو برنامه نویسی پایتون، مدیریت خطا و اشکال زدایی آشنا باشند. آنچه خواهید آموخت ایده همزمانی در برنامه نویسی و مفاهیم مرتبط مانند صف، رشته ها، موازی سازی را درک کنید. سینتکس اصلی و ویژگی‌های زبان را که همزمانی را در مسائل ساده پایتون، یعنی از طریق همزمان، چند پردازشی، و asyncio امکان‌پذیر می‌سازد، کاوش کنید. روش صحیح پیاده‌سازی روش‌های انتزاعی همزمان برای ثابت نگه داشتن داده‌ها و غیر مسدود کردن، پاسخگو و قابل اعتماد بودن برنامه را بدانید. مشکلاتی را که معمولاً در برنامه نویسی همزمان با آن مواجه می شوند، تجزیه و تحلیل کنید. از داربست برنامه برای طراحی برنامه های بسیار مقیاس پذیر که عمیقاً در گوروتین ها و کانال ها ریشه دارند، استفاده کنید. In Detail Python یکی از محبوب‌ترین زبان‌های برنامه‌نویسی است، با کتابخانه‌ها و چارچوب‌های متعددی که محاسبات با کارایی بالا را تسهیل می‌کند. در حالی که همزمانی و موازی بودن در پایتون متفاوت از سایر زبان های برنامه نویسی است، هنوز هم از هر طریق ممکن می توان برنامه های پایتون را که همزمان یا موازی اجرا می شوند و بهبود قابل توجهی در زمان اجرا ایجاد می کنند، اجرا کرد. تسلط بر Concurrency در Python به عنوان مقدمه ای جامع برای مفاهیم پیشرفته مختلف در مهندسی و برنامه نویسی همزمان عمل می کند. این کتاب با معرفی مفاهیم و اصول مهم ترین عناصر در همزمانی همراه با مشکلات رایجی که مهندسان و برنامه نویسان در برنامه نویسی همزمان با آن مواجه هستند آغاز می شود. سپس سینتکس پایتون و عملکردهای مختلفی را بررسی می کند که از برنامه نویسی همزمان و موازی که پایتون ارائه می کند پشتیبانی می کند. در ادامه این کتاب تعدادی از مفاهیم پیشرفته در همزمانی پایتون و نحوه تعامل آنها با اکوسیستم پایتون، از جمله GIL فوق الذکر را مورد بحث قرار می دهد. بالاخره امتحان ...
توضیحاتی درمورد کتاب به خارجی
Take your programming skills to next level by mastering concepts of concurrency and parallelism in Python. About This Book Explore the core syntaxes and language features that enable concurrency in Python, Understand when and where to use concurrency to keep data consistent and applications non-blocking, responsive, and reliable A practical approach to utilize application scaffolding to design highly-scalable programs that are deeply rooted in go routines and channels. Who This Book Is For Programmers with some experience with Python wanting to build high-performance applications that scale by leveraging single-core, multicore, or distributed concurrency but have had difficulty following online materials on the topic. Readers should be familiar to Python programming syntax, error handling, and debugging. What You Will Learn Understand the idea of concurrency in programming and relevant concepts such as queues, threads, parallelism. Explore the core syntax and language features that enable concurrency in simple Python problems, namely through concurrent, multiprocessing, asyncio. Understand correct way to implement concurrency Abstract methods to keep the data consistent and application non-blocking, responsive, and reliable. Analyze problems commonly faced in concurrent programming. Utilize application scaffolding to design highly scalable programs that are deeply rooted in goroutines and channels. In Detail Python is one of the most popular programming languages out there, with numerous libraries and frameworks that facilitate high-performance computing. While concurrency and parallelism in Python behave differently than those in other programming languages, it is still in every way possible to implement Python programs that run concurrently or in parallel and make a significant improvement in execution time. Mastering Concurrency in Python serves as a comprehensive introduction to various advanced concepts in concurrent engineering and programming. This book starts by introducing the concepts and principles of the most important elements in concurrency, together with common problems that engineers and programmers face in concurrent programming. It then explores Python syntax and various functionalities that support concurrent and parallel programming that Python provides. Next the book discusses a number of advanced concepts in Python concurrency and how they interact with the Python ecosystem, including the aforementioned GIL. Finally, exam ...
فهرست مطالب
Table of ContentsConcurrent and Parallel Programming - An Advanced IntroductionAmdahl's LawWorking with Threads in PythonUsing the 'with' Statement in ThreadsConcurrent Web ScrapingWorking with Processes in PythonThe Reduction Operation in ProcessesConcurrent Image ProcessingIntroduction to Asynchronous I/OAsyncio: Pros and ConsTCP with AsyncioDeadlockStarvationRace ConditionsThe Global Interpreter LockDesigning Lock-Free and Lock-Based Concurrent Data StructuresMemory Models and Operations on Atomic TypesBuilding a Server from ScratchTesting, Debugging, and Scheduling Concurrent Applications
