Versun

ref:
Getting Started With Async Features in Python

什么是同步

程序按顺序一步一步执行，每完成一步才可以继续执行下一步的过程，即为同步

同步的优劣

程序简单明了，但对于web服务很容易造成请求拥堵，因为需要处理完一个请求才能处理下一个，无法同时处理多个请求。

改善同步的方法1：轮询(Polling)

每隔一段时间，检查当前是否有其他任务需要处理，如果有则先去处理完后再返回原来的任务。

改善同步的方法2：线程(Threading)

克隆程序的多个部分代码，在共享同步一个内存空间的情况下，分别执行不同的任务。
但由于所有线程共享一个内存空间，所以如果一个线程正在使用其中一个资源/变量，则另一个线程就无法使用，必需等待该资源被释放后才可以继续使用。
因此，多线程容易导致数据损坏、在无效状态下读取数据以及数据混乱，大部分情况系统会正确处理这些问题，但有时我们也需要通过锁机制来确保重要的资源的准确性。

什么是阻塞调用

阻止CPU执行其它操作的代码，比如time.sleep函数或者IO操作

什么是异步/非阻塞调用

程序可以在执行某个任务时，不必等待其完成，便可以去执行另一个任务，等任务执行完成后再返回来处理结果。
Python 3 中提供了 asyncio/await 来实现异步。

接下来，我们来看看相关代码实例

同步机制代码：

import queue

def task(name, work_queue):
    if work_queue.empty():
        print(f"Task {name} nothing to do")
    else:
        while not work_queue.empty():
            count = work_queue.get()
            total = 0
            print(f"Task {name} running")
            for x in range(count):
                total += 1
            print(f"Task {name} total: {total}")

def main():
    """
    This is the main entry point for the program
    """
    # Create the queue of work
    work_queue = queue.Queue()

    # Put some work in the queue
    for work in [15, 10, 5, 2]:
        work_queue.put(work)

    # Create some synchronous tasks
    tasks = [(task, "One", work_queue), (task, "Two", work_queue)]

    # Run the tasks
    for t, n, q in tasks:
        t(n, q)

if __name__ == "__main__":
    main()

输出：

Task One running
Task One total: 15
Task One running
Task One total: 10
Task One running
Task One total: 5
Task One running
Task One total: 2
Task Two nothing to do

使用yield实现简单的协同运行

关于yield的定义和用法可以查看这里[^1]
根据之前的代码，加上yield：

import queue

def task(name, queue):
    while not queue.empty():
        count = queue.get()
        total = 0
        print(f"Task {name} running")
        for x in range(count):
            total += 1   
           # 模拟阻塞调用：time.sleep(count)
            print(f"---Task {name} total: {total}")
            yield
        print(f"Finish Task {name} total: {total}")

def main():
    """
    This is the main entry point for the program
    """
    # Create the queue of work
    work_queue = queue.Queue()

    # Put some work in the queue
    for work in [15, 10, 5, 2]:
        work_queue.put(work)

    # Create some tasks
    tasks = [task("One", work_queue), task("Two", work_queue)]

    # Run the tasks
    done = False
    while not done:
        for t in tasks:
            try:
                next(t)
            except StopIteration:
                tasks.remove(t)
            if len(tasks) == 0:
                done = True

if __name__ == "__main__":
    main()

输出：

Task One running
---Task One total: 1
Task Two running
---Task Two total: 1
---Task One total: 2
---Task Two total: 2
---Task One total: 3
---Task Two total: 3
---Task One total: 4
---Task Two total: 4
---Task One total: 5
---Task Two total: 5
---Task One total: 6
---Task Two total: 6
---Task One total: 7
---Task Two total: 7
---Task One total: 8
---Task Two total: 8
---Task One total: 9
---Task Two total: 9
---Task One total: 10
---Task Two total: 10
---Task One total: 11
Finish Task Two total: 10
Task Two running
---Task Two total: 1
---Task One total: 12
---Task Two total: 2
---Task One total: 13
---Task Two total: 3
---Task One total: 14
---Task Two total: 4
---Task One total: 15
---Task Two total: 5
Finish Task One total: 15
Task One running
---Task One total: 1
Finish Task Two total: 5
---Task One total: 2
Finish Task One total: 2

可以看到两个任务交换执行，类似异步，实际上依旧是同步程序。
当任务是IO密集型时，比如在tas函数中的total += 1下添加time.sleep(count)来模拟IO操作，这时就会产生阻塞，效率就会和普通的同步程序差不多。

使用 asyncio/await 实现异步

Python 异步系统的核心是“事件循环(event loop)”，它运行所有代码，包括main()。
当执行到 await 关键字时，会发生上下文切换，执行控制权会回到”事件循环“，然后”事件循环“会查找已完成的事件，然后把执行控制权传递给已完成的任务。
所以即使异步程序以单线程执行，也可以实现异步的功能，但要手动控制上下文切换时对数据的影响。

import asyncio
from codetiming import Timer

async def task(name, work_queue):
    timer = Timer(text=f"Task {name} elapsed time: {{:.1f}}")
    while not work_queue.empty():
        delay = await work_queue.get()
        print(f"Task {name} running")
        timer.start()
        await asyncio.sleep(delay)
        timer.stop()

async def main():
    """
    This is the main entry point for the program
    """
    # Create the queue of work
    work_queue = asyncio.Queue()

    # Put some work in the queue
    for work in [15, 10, 5, 2]:
        await work_queue.put(work)

    # Run the tasks
    with Timer(text="\nTotal elapsed time: {:.1f}"):
        await asyncio.gather(
            asyncio.create_task(task("One", work_queue)),
            asyncio.create_task(task("Two", work_queue)),
        )

if __name__ == "__main__":
    asyncio.run(main())

输出：

Task One running
Task Two running
Task Two total elapsed time: 10.0
Task Two running
Task One total elapsed time: 15.0
Task One running
Task Two total elapsed time: 5.0
Task One total elapsed time: 2.0

Total elapsed time: 17.0

可以看到，程序的总执行时间少于各部分的总和，这就是异步功能的作用，可以充分利用CPU，让其可以同时执行多个任务。

[^1]:
yield用于定义生成器函数(generator function)，生成器函数与普通函数的区别在于:

1. 生成器函数包含yield语句,普通函数使用return语句返回结果。
2. 当生成器函数被调用时,它返回一个生成器对象(generator object),而不是立即执行函数体。
3. 当第一次调用生成器的next()方法或使用for循环迭代它时,函数开始执行,直到遇到yield语句为止。yield会返回一个值,并暂停函数的执行。
4. 当再次调用next()或继续for循环时,函数从上次暂停的位置继续执行,直到再次遇到yield。

5. 当函数执行完毕没有更多的yield语句时,生成器自动抛出StopIteration异常结束迭代。
   比如：

   def countdown(n):
       while n > 0:
           yield n
           n -= 1
   
   for i in countdown(5):
       print(i)

   输出：

   5
   4
   3
   2
   1

   可以看到,生成器让我们可以用非常简洁的方式生成一系列的值,而不需要构造一个列表存储所有的值。这在处理大量数据时非常有用,因为生成器并不需要在内存中存储所有生成的值。
   总结一下yield的特点和优点:

6. 使用yield可以实现延迟计算(lazy evaluation),按需生成结果,节省内存。
7. 生成器函数可以看成是一种特殊的迭代器,它自动实现了iter和next方法。
8. 生成器表达式提供了一种更简洁的创建生成器的语法。
9. Python协程(coroutine)也是使用yield语句来实现的。
10. 使用yield语句可以非常方便地实现管道(pipeline)式的数据处理。

Gitpod的云端 vscode 优化的有点厉害啊，同样的项目、同样的插件，内存占用比Github的Codespaces低很多，能多开好几个docker了！！

刚看完《A.I.创世者 / The Creator》，比预想中的要好看，那小孩（Alphie / Madeleine Yuna Voyles）的演技炸裂，特别是最后一幕，深刻演示了“喜极而泣"。
准备去看看1个小时的幕后花絮《True Love: Making ‘The Creator’》

目的：为了给RSS翻译器选一个可替代gpt-3.5-turbo的便宜模型做为主力翻译引擎。

判定规则：能翻译出下方3句话，质量能看懂即可，且仅输出翻译结果

提示词：

System Message: Translate only the text into Chinese, return only the translations, do not explain the original text.   
User Messages:   
Don't ask if a monorepo is good for you – ask if you're good enough for a monorepo    
Want more ways to post? for iOS, macOS, Android, and the web.   
Does Offering ChatGPT a Tip Cause it to Generate Better Text? An Analysis  

参数：

temperature=0.2,   
top_p=0.2,   
max_tokens = 1000     

注意：
测试均使用API进行，非playground环境。
仅供本人参考使用，非常不严谨，勿喷，谢谢。
不定时更新

在线可筛选版

事情的起因：

在RSS翻译器的缓存模型中，有一个做为hash的主键，当初脑抽使用了BinaryField类型，导致数据库的检索速度一直不理想。
所以这次准备换成检索速度最快的Integer类型。
正如所料，事情没那么简单，这事得从hash的计算方式说起。

过程：

为了能在低配置的机器上尽可能快的运行，我使用了谷歌开发的CityHash64来计算hash，理由很简单，它的代码逻辑比SHA的要简单的多，对于长文的计算要快的多，又能保证唯一性，所以非常理想。

接着在将BinaryField改为BigIntegerField，并在migrate后，测试存储数据时，程序报错了：OverflowError: Python int too large to convert to SQLite INTEGER，一番GPT后才知道，SQLite只能存储64位的有符号整数，而CityHash64的值是无符号64位，超出了范围。

于是，为了方便后期维护和扩展，决定使用char类型来存储值，虽然比Integer的检索慢，但至少比Binary快呀。
既然使用了char类型，就没有大小限制，果断升级到CityHash128来计算hash，并限制39个字符数，相关代码在此

接下来就是重头戏：数据迁移
首先需要重新计算所有的hash值，所以简单的类型migrate只是做了第一步，还需要在migration文件中手动更新数据。
于是我更改了migration文件：

from django.db import migrations, models
import cityhash

def update_hash(apps, schema_editor):
    MyModel = apps.get_model('translator', 'translated_content')
    for obj in MyModel.objects.all():
        obj.hash = cityhash.CityHash128(f"{obj.original_content}{obj.translated_language}")
        obj.save()

class Migration(migrations.Migration):
    dependencies = [
        ('translator', '0030_alter_azureaitranslator_content_translate_prompt_and_more'),
    ]

    operations = [
        migrations.AlterField(
            model_name='translated_content',
            name='hash',
            field=models.CharField(editable=False, max_length=39, primary_key=True, serialize=False),
        ),
        migrations.RunPython(update_hash),
    ]

加了update_hash函数和RunPython，不要问为啥不用bulk_update，因为它无法用于主键类型字段的更新。
接着migrate没有报错，添加数据也正常，在我以为大功告成时，我检查了表里的数据，果然我还是太乐观了，表里原有的数据没有被更新，而是重新创建了新的一条数据。

又是一番GPT，了解到Django为了安全，任何migrate都不能修改原有的数据，但我不死心，改了update_hash函数：

def update_hash(apps, schema_editor):
    MyModel = apps.get_model('translator', 'translated_content')
    for obj in MyModel.objects.all():
        new_hash = cityhash.CityHash128(f"{obj.original_content}{obj.translated_language}")
        MyModel.objects.filter(hash=obj.hash).update(hash=new_hash)

这次没有意外，依旧无法修改，filter无法正常筛选出数据，一直为空。

只能另辟蹊径，创建多个migration来完成这次的迁移：

1. 保留原有的hash字段(BinaryField)，创建新字段hash_new(CharField)。（代码）
2. 计算hash_new值。（代码）
3. 删除hash字段，并设置hash_new为主键。（代码）
4. 重命名hash_new为hash。（代码）
   同时，为了数据安全，写了一个backup_db函数，在执行迁移前，拷贝一份sqlite数据库做备份。

好了，万事俱备，只欠东风。
本地运行测试，一切正常。
服务器dev环境运行测试，一切正常。
demo环境运行测试，一切正常。
个人使用的生产环境运行测试，一切正常。

在我以为肯定还有什么问题的时候，它运行正常了。。。。
我怀着忐忑不安的心，将新的docker镜像push了。。。。

接下来就是等待迎接新的Bug了。

PS：我相信我的方案肯定不是最完美的，如果你有更好的方案，欢迎留言联系我哈，感激不尽！

纪念，今天是我第一次徒手写Django的migration文件！

之前推特在严格模式下是可以开的，现在不行了，估计需要更多数据来训练AI。。。
至于图2中所说的像往常一样保持一致，有种此地无银三百两的感觉。。。。

看到LDAPjs的维护者因为一封恶意邮件而归档了项目，深感惋惜，开源环境正在变的越来越差，我们该做些什么呢？
还有一篇 这个项目还在维护吗？

很喜欢NetBSD的主页设计和颜色搭配

在我Debug了2天后，才发现Django的ModelAdmin模块中， list_filter也会调用get_search_results函数来查询数据库
因此如果你设置了list_filter列表，但在admin页面上并没有成功筛选
可能是你自定义了get_search_results函数，对筛选结果进行了额外的操作。