Highload-проект с нуля за 2 месяца
https://ift.tt/Uk0W52A

Как за ограниченное время из готовых компонентов создать и запустить по-настоящему нагруженный проект? Рассмотрим пример метрик, архитектуры, технических ограничений и подходов к проектированию систем на примере проекта «Экологический диктант».

FVWA (Flask Vulnerable Web Application)
https://ift.tt/fyEZiYV

Мы создали лабораторию с одной целью — помочь начинающим ИБ-специалистам ознакомиться с основными уязвимостями в веб-приложениях. Приложение содержит несколько заданий, в каждом из которых реализован некоторый изъян в безопасности (будь то слабый пароль, SQL-инъекция или XXE). Вы смело можете искать нестандартные пути решения, знакомиться с новыми для себя средствами анализа защищённости веб-приложений, пробовать различные полезные нагрузки и, главное, смотреть исходный код, позволяющий увидеть причину возникновения обнаруженной вами уязвимости. Мы сделали минималистичную борду для сдачи флагов, а это значит, что вы сможете поделиться своими результатами с другими энтузиастами, обсудить интересные находки или поделиться способом решения)

virtualenv - 20.24.0
https://ift.tt/9XHrh52

Инструмент создания виртуального рабочего окружения. Скачать можно по ссылке: https://pypi.python.org/pypi/virtualenv

SQLAlchemy - 2.0.19
https://ift.tt/r629AaG

Библиотека работы с базами данных. Скачать можно по ссылке: https://pypi.python.org/pypi/SQLAlchemy/

pip - 23.2
https://ift.tt/pF7O8fP

Утилита для управления модулями в Python. Скачать можно по ссылке: https://pypi.python.org/pypi/pip/

Как использовать Garbage Collection для управления потреблением памяти
https://ift.tt/qXDOZiR

No more DSLs: Implement and deploy a distributed system with a single program
https://ift.tt/0zH1lOm

Простой бэкап базы данных и статики для небольшого Django-проекта
https://ift.tt/drkvy5H

Так как материалы на сайт добавляются довольно часто, а также регистрируются новые пользователи, конечно же возникла идея, как бы правильно организовать бэкап базы данных и загруженных медиафайлов - чтобы я мог легко синхронизировать данные на сервере с данными, лежащими в базе на рабочем компьютере.

The Real Python Podcast – Episode #164: Constructing Python Library APIs & Tackling Jinja Templating
https://ift.tt/pf8TsRl

What principles should you consider when designing a Python library? How do you construct a library API that's understandable and easy to use? This week on the show, Christopher Trudeau is here, bringing another batch of PyCoder's Weekly articles and projects.

vulture - Find dead Python code
https://ift.tt/31qXvAO

Ping пакеты как временное хранилище данных на python raw socket
https://ift.tt/AgXWfIF

Payload (данные) в ping пакете действительно есть, однако до реальной пользы им далеко - это английский алфавит (нет, я не испытываю ненависть к латинице, просто мне хотелось бы уметь редактировать это содержимое).

#python #pydigest
IT-новости про Python перед вами.

Часть материалов из выпуска Python Дайджест:

- Хозяйке на заметку: автоматизируем рутинные процессы и экономим время
- Ping пакеты как временное хранилище данных на python raw socket
- Python⇒Speed: The easiest way to speed up Python with Rust
- Lock записей и шквал «пятисоток»: какие шишки мы набили на миграциях в Django
- Отслеживание Bluetooth-устройств: эксперимент и выводы
- Как из метрик Prometheus построить график Latency
- FVWA (Flask Vulnerable Web Application)
- vulture - Find dead Python code
- pip - 23.2


Заходите в гости - https://pythondigest.ru/issue/499/

gunicorn - 21.0.0
https://ift.tt/ynK5Vsi

WSGI HTTP-сервер для UNIX. Скачать можно по ссылке: https://pypi.python.org/pypi/gunicorn/

gunicorn - 21.0.1
https://ift.tt/BLhpYod

WSGI HTTP-сервер для UNIX. Скачать можно по ссылке: https://pypi.python.org/pypi/gunicorn/

[Видео] Внутри нового специализирующего адаптивного интерпретатора CPython 3.11
https://ift.tt/1kRBlsY

Python 3.11 вышел в свет 24 октября 2022 года, получив новый «специализирующий адаптивный интерпретатор». Я хочу рассказать вам о том, как ваш код начал оптимизировать сам себя по ходу исполнения, используя разные техники, позволяя в среднем достичь 25% ускорения. Расскажу о сложностях, с которыми можно столкнуться в ходе создания оптимизаций для динамических языков. А также о том, что будет в Python 3.12 и дальше.

sentry - 23.7.0
https://ift.tt/AEQ7Txt

Мощная система логгирования и платформа агрегации ошибок. Скачать можно по ссылке: https://pypi.python.org/pypi/sentry/

[Видео] Как мы делаем CPython быстрее. Прошлое, настоящее и будущее
https://ift.tt/YLCt1er

Многие из вас слышали, что Python 3.11 значительно быстрее 3.10. Как нам это удалось? И как мы делаем 3.12 и последующие выпуски ещё быстрее? В своём выступлении я обзорно расскажу, какие техники мы используем для ускорения CPython. Постараюсь не использовать сложную терминологию и обойтись диаграммами, простыми примерами и математикой из средней школы. Наконец, я попытаюсь спрогнозировать на сколько станут быстрее последующие выпуски CPython, и как далеко можно вообще зайти в деле ускорения Питона.

Визуализация реальных масштабов проклятия размерности
https://ift.tt/JDEav5e

Представьте себе набор данных, состоящий из некоторого количества наблюдений. У каждого наблюдения имеется N признаков. Если преобразовать все эти признаки в их числовое представление, то можно будет сказать, что каждое из наблюдений — это точка в N‑мерном пространстве.

Вышел Savant 0.2.4: компьютерное зрение на базе глубокого обучения для Nvidia Jetson и dGPU
https://ift.tt/vPleHCE

После месяца напряженной работы мы выпустили новую версию Savant (0.2.4), с новыми функциями и примерами использования.Savant — это фреймворк компьютерного зрения с открытым исходным кодом для создания приложений компьютерного зрения на базе нейронных сетей, работающий на стеке Nvidia. Он упрощает разработку динамических, отказоустойчивых конвейеров видео‑аналитики, использующих рекомендованные Nvidia инструменты для центров обработки данных и граничных ускорителей.Savant построен на базе DeepStream и предоставляет высокоуровневый уровень абстракции для быстрой разработки конвейеров компьютерного зрения на базе Nvidia DeepStream.

gunicorn - 21.1.0
https://ift.tt/KwaMFNv

WSGI HTTP-сервер для UNIX. Скачать можно по ссылке: https://pypi.python.org/pypi/gunicorn/

jsonschema - 4.18.4
https://ift.tt/f21TKJY

Валидатор JSON данных. Скачать можно по ссылке: https://pypi.python.org/pypi/jsonschema