Как читать BLOB из SQLite по частям
Если вложение хранится в SQLite, не обязательно получать его целиком как один
Размер задаётся заранее:
Без аргумента
Если вложение хранится в SQLite, не обязательно получать его целиком как один
bytes. Начиная с Python 3.11, Connection.blobopen() открывает существующий BLOB по имени таблицы, столбца и rowid. У полученного объекта есть файловые операции чтения и записи.Размер задаётся заранее:
zeroblob(8) создаёт восемь нулевых байтов, которые затем можно перезаписать частями. На карточке — фрагмент проверенного примера: после двух записей по четыре байта чтение с read(4) выдаёт два блока. Для большого объекта выбирайте подходящий размер блока и обрабатывайте каждый сразу, не собирая их обратно в список.Без аргумента
read() прочитает весь остаток до конца. Сам BLOB через этот интерфейс увеличить нельзя, а таблицы WITHOUT ROWID не поддерживаются. Контекстный менеджер закрывает BLOB-дескриптор. Детали — в описании Blob.Как узнать, какие тесты выполняли строку кода
Зелёная строка в coverage-отчёте показывает, что код выполнялся. Чтобы увидеть, в каких тестах это происходило, у pytest-cov есть
Запустите
В проверенном примере два случая
Зелёная строка в coverage-отчёте показывает, что код выполнялся. Чтобы увидеть, в каких тестах это происходило, у pytest-cov есть
--cov-context=test. Он сохраняет ID теста и фазу выполнения: setup, run или teardown.Запустите
pytest --cov=calc --cov-context=test --cov-report=html, заменив calc именем своего модуля. В .coveragerc включите [html] show_contexts = True. В нашем запуске coverage 7.17.2 на CPython 3.14.4 понадобился ещё [run] core = ctrace: стандартный sysmon предупреждал о неполных контекстах. По документации pytest-cov, нажатие на число у покрытой строки раскрывает список контекстов. У параметризованных случаев будут разные test ID, включая заданные вами имена.В проверенном примере два случая
neg и pos дали шесть контекстов у одной строки: её вызывали в каждой из трёх фаз. Число контекстов не равно числу тестов. И такой отчёт показывает выполнение кода, а не качество проверок результата.Placeholder оставляет место перед связанным аргументом
У
Импортируйте его как
Если пропусков несколько, входящие позиционные аргументы заполняют их слева направо. Все пропуски нужно заполнить при вызове, иначе будет
У
str.replace исходная строка стоит перед заменяемым фрагментом. Если нужен колбэк, удаляющий дефисы из любой строки, хотелось бы заранее задать второй и третий позиционные аргументы, оставив первый свободным. В Python 3.14 это делает functools.Placeholder.Импортируйте его как
_ и создайте partial(str.replace, _, "-", ""). При вызове strip_dash("a-b-c") строка займёт пропуск, и получится "abc". Раньше partial тоже связывал аргументы по имени, но позиционные пропуски позволяют фиксировать аргументы после свободного места, включая параметры, которые нельзя передать по имени.Если пропусков несколько, входящие позиционные аргументы заполняют их слева направо. Все пропуски нужно заполнить при вызове, иначе будет
TypeError. Передать сам Placeholder как именованный аргумент в partial нельзя.Как закрыть asyncio.Queue без стоп-сигнала в данных
В Python 3.13 у
При обычном завершении оставшиеся элементы можно забрать через
Режим
В Python 3.13 у
asyncio.Queue появился shutdown(). После вызова очередь больше не принимает элементы: новые и уже ожидающие put() получают QueueShutDown. Для завершения конвейера не нужен специальный объект, который потребители должны отличать от обычных данных.При обычном завершении оставшиеся элементы можно забрать через
get(). Когда очередь опустеет, он тоже вызовет QueueShutDown — потребитель может перехватить исключение и выйти. Для каждого обработанного элемента по-прежнему нужен task_done(), чтобы дождаться join(). Завершения самих задач потребителей ждите отдельно.Режим
immediate=True отбрасывает лежащие в очереди элементы. Уже взятая работа остаётся незавершённой: в проверенном примере join() ждал её task_done(). Возврат из него не доказывает, что отброшенные элементы обработаны. Различия режимов описаны в документации shutdown.PEP 639 разделяет лицензию и файлы с её текстом
В метаданных пакета нужно различать обозначение лицензии и файлы с юридическими текстами. Финальная спецификация PEP 639 вводит для Core Metadata 2.4 поле
В
Карточка показывает схему спецификации. Мы проверили разбор TOML и наличие файла в учебной папке, но это не проверка поддержки сборочным backend. В своём пакете проверьте метаданные и файлы уже собранных wheel и sdist. Выражение SPDX не заменяет лицензионные тексты и само по себе не предоставляет новых прав.
В метаданных пакета нужно различать обозначение лицензии и файлы с юридическими текстами. Финальная спецификация PEP 639 вводит для Core Metadata 2.4 поле
License-Expression с выражением SPDX и отдельные поля License-File.В
pyproject.toml строка license = "MIT" задаёт выражение, а license-files = ["LICENSE"] указывает файлы для включения в дистрибутив. Это пример записи, а не выбор лицензии за автора. Каждый явно заданный шаблон должен найти хотя бы один файл. Старые таблицы license = {text = ...} и {file = ...} объявлены устаревшими.Карточка показывает схему спецификации. Мы проверили разбор TOML и наличие файла в учебной папке, но это не проверка поддержки сборочным backend. В своём пакете проверьте метаданные и файлы уже собранных wheel и sdist. Выражение SPDX не заменяет лицензионные тексты и само по себе не предоставляет новых прав.
Process.interrupt() даёт дочернему процессу KeyboardInterrupt
В Python 3.14 у
В нашем проверенном примере родитель дождался готовности собственного дочернего процесса, вызвал
Это не гарантия остановки: второй тестовый процесс перехватил
В Python 3.14 у
multiprocessing.Process появился interrupt(). На POSIX он посылает дочернему процессу SIGINT. При стандартном обработчике в нём возникает KeyboardInterrupt, а стек Python разворачивается с выполнением блоков finally.В нашем проверенном примере родитель дождался готовности собственного дочернего процесса, вызвал
interrupt() и сделал join(3). Дочерний процесс оставил файл из finally и завершился с exitcode == 1, как при неперехваченном исключении. У terminate() такой гарантии выполнения finally нет.Это не гарантия остановки: второй тестовый процесс перехватил
KeyboardInterrupt и продолжил работать до отдельного разрешения на выход. Обработчик сигнала тоже может изменить поведение. После ожидания проверяйте is_alive(). На Windows поведение метода не определено — это ограничение прямо указано в документации interrupt.Почему batch_size не ограничивает всю подготовку bulk_update
В
В документации Django 6.0 предлагают внешний цикл: взять порцию ID через
Если заранее собрать все модели в список, внешний цикл не вернёт уже занятую ими память. И массовое обновление не вызывает
В
bulk_update(objects, fields, batch_size=100) размер пачки ограничивает число объектов в одном SQL-запросе. Но Django заранее готовит WHEN-выражения для всех переданных объектов, включая следующие пачки. Маленький batch_size не делает один большой вызов потоковым.В документации Django 6.0 предлагают внешний цикл: взять порцию ID через
islice, загрузить только её модели, изменить поля и вызвать bulk_update() для этой порции. В проверенном примере шесть строк обновились за три отдельных вызова по две модели. Внутри каждого batch_size=1 дал два UPDATE-запроса. Это два разных уровня разбиения.Если заранее собрать все модели в список, внешний цикл не вернёт уже занятую ими память. И массовое обновление не вызывает
save() и сигналы pre_save/post_save. Учитывайте это, если там находится нужная вам логика.❤1
os.cpu_count() может считать больше, чем доступно потоку
Число логических CPU в системе и число CPU, на которых разрешено работать текущему потоку, могут различаться. Начиная с Python 3.13,
Есть важная поправка для диагностики: параметр запуска
Проверяйте конфигурацию запуска, прежде чем выбирать размер пула по этому числу. API не считает физические ядра и не обещает универсально определять квоты cgroup. Оптимальное число воркеров всё ещё зависит от вашей нагрузки.
Число логических CPU в системе и число CPU, на которых разрешено работать текущему потоку, могут различаться. Начиная с Python 3.13,
os.process_cpu_count() возвращает второе. По документации Python, оно может быть меньше os.cpu_count() из-за CPU affinity. Если определить число не удалось, результатом будет None.Есть важная поправка для диагностики: параметр запуска
-X cpu_count=n или переменная PYTHON_CPU_COUNT переопределяет результат обеих функций. В отдельном проверенном процессе с -X cpu_count=2 обе вернули 2. Это заданная настройка, а не измерение оборудования или демонстрация ограничения affinity.Проверяйте конфигурацию запуска, прежде чем выбирать размер пула по этому числу. API не считает физические ядра и не обещает универсально определять квоты cgroup. Оптимальное число воркеров всё ещё зависит от вашей нагрузки.
Как разрешить только один NULL в уникальном поле Django
Уникальность поля не всегда запрещает несколько строк с
Если «позиция пока не задана» допустима только у одной записи, для ограничения на единственное поле
Условие принципиальное: нужны PostgreSQL 15 или новее. На остальных backend ограничения с
Уникальность поля не всегда запрещает несколько строк с
NULL. В UniqueConstraint параметр nulls_distinct=None выбирает правило базы данных, а на большинстве backend строки с NULL считаются различными. Поэтому несколько таких строк могут пройти проверку уникальности в базе.Если «позиция пока не задана» допустима только у одной записи, для ограничения на единственное поле
ordering можно указать nulls_distinct=False. В примере Django 6.0 такое ограничение допускает лишь одну строку с NULL в этом столбце. На карточке — декларация и правило из документации.Условие принципиальное: нужны PostgreSQL 15 или новее. На остальных backend ограничения с
nulls_distinct игнорируются. Успешное создание Python-объекта ограничения не доказывает, что база применяет это правило. После миграции проверьте повторную вставку NULL на вашей рабочей СУБД.Как получить аннотации с ещё не определённым типом
Интроспектору не всегда нужно сразу разрешать все типы. Если у функции аннотации
Вызов
Формат не подавляет любые ошибки: аннотация
Интроспектору не всегда нужно сразу разрешать все типы. Если у функции аннотации
n: int и x: Missing, а имя Missing ещё не определено, обычное вычисление аннотаций завершится NameError. В Python 3.14 у annotationlib для этого есть формат FORWARDREF.Вызов
get_annotations(f, format=Format.FORWARDREF) возвращает смешанный словарь: для n — настоящий int, для x — объект ForwardRef с именем Missing. Так можно изучить доступную часть сигнатуры, сохранив неразрешённую ссылку. Это ещё не проверка типов и не гарантия, что зависимость позднее найдётся.Формат не подавляет любые ошибки: аннотация
1 / 0 по-прежнему вызывает ZeroDivisionError. Вычисление аннотаций может запускать код, поэтому FORWARDREF нельзя считать песочницей для недоверенных данных. Примеры и ограничения есть в документации annotationlib.Как подключить свой класс к copy.replace()
С Python 3.13
В примере класс
В этой реализации список
С Python 3.13
copy.replace(obj, **changes) умеет работать не только с dataclass и именованными кортежами. Обычный класс может поддержать протокол __replace__: метод получает заменяемые поля и создаёт новый объект того же типа.В примере класс
Job хранит retries и список tags. Его __replace__ собирает текущие значения, накладывает изменения и вызывает конструктор. После replace(job, retries=3) у исходного объекта остаётся 1, у нового — 3. Неизвестные поля отклоняет наш метод, отрицательное число попыток — конструктор. Эти проверки написал автор класса, функция замены не добавляет их автоматически.В этой реализации список
tags передаётся по той же ссылке: его изменение видно обоим объектам. Сам факт вызова copy.replace() не делает класс неизменяемым и не обещает глубокую копию. Правила замены и сохранения вложенных данных задаёт ваш __replace__.❤1