Odpovídáte na názor k článku Nové vlastnosti Pythonu 3.14 v praxi: rychlost a paměťové nároky aplikací využívajících více souběžných úloh. Názory mohou přidávat pouze registrovaní uživatelé. Nově přidané názory se na webu objeví až po schválení redakcí.
Ok, podival jsem se na to znovu a detailneji. Asi to neni tak hrozne, ale urcite by to dalo vylepsit...
V prvni rade bych doporucil "git push". Mohli jsme od zacatku lepe pochopit o cem se bavime :)
Pri detailnejsim zkoumani jsem si vsimnul, ze je v sekci 9 sleep. V async kodu u konci clanku zadny sleep neni. Clanek je dlouhy, necetl jsem kazde slovo. Pardon :)
Kazdopadne sekce 8 se mohla jmenovat proste "overhead" spusteni 100 uloh. Sekce 9 "io" imitace. Sekce 9 a 10 smazat. Zkolabovat do jedne radky: "Spusteni interpreteru trva mem stroji 0.04s a deje se sekvencne." Alespon tak ty data chapu.
Tabulka ze sekce 16 je snad to co bych ocekaval z nadpisu clanku.
BTW: Nejsem zvykly na technicke veci v cestine. "Celkový čas vykonání" mi zni spis jako "cpu seconds" nez "wall clock". Tabulky mohli v klidu mit hlavicku treba "Doba [s]".
Pamet merit je na linuxu tezke. Smaps si tu ted vysvetlovat nebudeme. "/usr/bin/time --verbose" nefunguje na podprocesy. Nejlepsi a nejjednodussi je spustit to v cgroups:
systemd-run --scope --user --unit=mybench uvx python@3.14 bench.py
a podivat se na
cat /sys/fs/cgroup/user.slice/user-1000.slice/user@1000.service/app.slice/mybench.scope/memory.peak