توضیحات
Serverless computing enables developers to concentrate solely on their applications rather than worry about where they’ve been deployed. With the Ray general-purpose serverless implementation in Python, programmers and data scientists can hide servers, implement stateful applications, support direct communication between tasks, and access hardware accelerators.
In this book, experienced software architecture practitioners Holden Karau and Boris Lublinsky show you how to scale existing Python applications and pipelines, allowing you to stay in the Python ecosystem while reducing single points of failure and manual scheduling. Scaling Python with Ray is ideal for software architects and developers eager to explore successful case studies and learn more about decision and measurement effectiveness.
If your data processing or server application has grown beyond what a single computer can handle, this book is for you. You’ll explore distributed processing (the pure Python implementation of serverless) and learn how to:
Implement stateful applications with Ray actors
Build workflow management in Ray
Use Ray as a unified system for batch and stream processing
Apply advanced data processing with Ray
Build microservices with Ray
Implement reliable Ray applications
————————————————————–
ترجمه ماشینی :
محاسبات بدون سرور به توسعه دهندگان این امکان را می دهد تا به جای نگرانی در مورد جایی که در آن مستقر شده اند، تنها بر برنامه های خود تمرکز کنند. با پیادهسازی بدون سرور همه منظوره Ray در پایتون، برنامهنویسان و دانشمندان داده میتوانند سرورها را مخفی کنند، برنامههای کاربردی را پیادهسازی کنند، از ارتباط مستقیم بین وظایف پشتیبانی کنند و به شتابدهندههای سختافزاری دسترسی داشته باشند. در این کتاب، هولدن کارائو و بوریس لوبلینسکی متخصصان باتجربه معماری نرمافزار به شما نشان میدهند که چگونه برنامهها و خطوط لوله موجود پایتون را مقیاسبندی کنید و به شما امکان میدهد در اکوسیستم پایتون بمانید و در عین حال نقاط شکست و زمانبندی دستی را کاهش دهید. Scaling Python with Ray برای معماران نرم افزار و توسعه دهندگانی که مشتاق هستند مطالعات موردی موفق را بررسی کنند و درباره اثربخشی تصمیم گیری و اندازه گیری بیشتر بیاموزند، ایده آل است. اگر پردازش داده یا برنامه سرور شما فراتر از آن چیزی است که یک رایانه می تواند انجام دهد، این کتاب برای شما مناسب است. شما پردازش توزیع شده (پیاده سازی خالص پایتون بدون سرور) را کاوش خواهید کرد و یاد خواهید گرفت که چگونه: پیاده سازی برنامه های حالت دار با بازیگران Ray ایجاد مدیریت گردش کار در Ray استفاده از Ray به عنوان یک سیستم یکپارچه برای پردازش دسته ای و جریانی اعمال پردازش پیشرفته داده با Ray ساخت میکروسرویس با Ray برنامه های قابل اعتماد Ray را پیاده سازی کنید
tag : دانلود کتاب مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور , Download مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور , دانلود مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور , Download Scaling Python with Ray: Adventures in Cloud and Serverless Patterns Book , مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور دانلود , buy مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور , خرید کتاب مقیاس گذاری پایتون با ری: ماجراجویی در الگوهای ابری و بدون سرور , دانلود کتاب Scaling Python with Ray: Adventures in Cloud and Serverless Patterns , کتاب Scaling Python with Ray: Adventures in Cloud and Serverless Patterns , دانلود Scaling Python with Ray: Adventures in Cloud and Serverless Patterns , خرید Scaling Python with Ray: Adventures in Cloud and Serverless Patterns , خرید کتاب Scaling Python with Ray: Adventures in Cloud and Serverless Patterns ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.