интрига года )))

>>> class A: ... b=1 ... >>> a=A() >>> a.b 1 >>> a.__dict__ {}

Я из-за них и велосипедю

А эту херь надо вместе с создателями сжигать в адком пламени

?

юзал в нескольких проектах, норм работает

[a for a in dir(obj) if not a.startswith('__')]

методы не забудь отфильтровать ещё

?

На модели > 40.000 либо по 1,5 минуты выкачивает, либо вообще падает

С 504й ошибкой

методы не забудь отфильтровать ещё

ну оставь ты хоть что-нибудь человеку поделать )))

Джанга. Для админки пишу функцию экспорта в excel. на странице есть QuerySet (коллекция экзмепляров класса). Пишу функцию, чтобы можно было её в любой модели вызвать и получить значения (а их уже в excel засунуть). Поэтому к именам атрибутов не могу привязываться, иначе её для каждой модели переписывать надо. Поэтому нужен какой-то цикл.

Model.__meta.get_fields() попробуй

https://docs.djangoproject.com/en/2.2/ref/models/meta/

Model.__meta.get_fields() попробуй

Это вернёт сами поля. Можно получить их имена. А мне нужны значения.

Это вернёт сами поля. Можно получить их имена. А мне нужны значения.

так у поля ты можешь получить название

это делаешь один раз при инициализации сериализатора

а дальше уже geattr по именам

так у поля ты можешь получить название

Могу, с этим вообще не проблема.

ну

в чем тогда вопрос?

а дальше уже geattr по именам

Вот видимо про getattr я и не знал.

так, попробую ещё раз сформулировать.

Вот видимо про getattr я и не знал.

django.forms.models.model_to_dict

есть вопросик почему берется последние элемент а не первый по умолчанию из любопытства спрашиваю def f(n, l = []): for i in range(n): l.append(i * i) return l print(f(2)) print(f(3, [0, 1])) f.defaults = ([], [], [],) print(f(3)) print(f.defaults)

есть вопросик почему берется последние элемент а не первый по умолчанию из любопытства спрашиваю def f(n, l = []): for i in range(n): l.append(i * i) return l print(f(2)) print(f(3, [0, 1])) f.defaults = ([], [], [],) print(f(3)) print(f.defaults)

def f(n, l = []) так вообще очень не хорошо делать

Пользователь в админке отмечает условные 57 строчек. Я их получаю в QuerySet. Дальше я запускаю цикл по строкам QueySet*а и получаю в цикле строку этого QuerySet*a. Дальше мне нужно в excel разложить значения строки №32 по ячейкам. Вот вопрос в том, как мне получить значения этих ячеек. Т.е. не названия полей, не сами поля как объекты, а именно значение этого field15 для строки №32. Как-то так.

Всё, нашёл!

django.forms.models.model_to_dict

Спасибо!!!

👍

оказывается можно вот так: for instance in QuerySet: values = instance.__dict__ Нашёл на стаке, благодаря @artemius_ua Ещё раз спасибо большое

Всем доброго дня. Пытаюсь получить аналог статической переменной но ничего не получается.. При передачи аргумента методу в итоге переменная не меняется…. Сам код:

def aws_region(self, region): default_region = 'us-east-1' if region is None: return default_region else: default_region = region return default_region Через глобальную переменную также не получается да и меня помидорами закидают за это в джаве данный вопрос я решал через статику или get-set как более элегантно решить это в python ? Данная конструкция не работает default_region = 'us-east-1' def set_aws_region(region): default_region = region

А все нашел решение правда через глобальную переменную. default_region = 'us-east-1' def aws_region(region): global default_region if region is None: return default_region default_region = region return default_region

Можно ещё через замыкание реализовать

Но это извращения )

Народ, есть идея расширить возможности писать кстомные парсеры в рамках моей либы. Пока я родил следующий код: https://github.com/Tishka17/dataclass_factory/blob/feature/pre_post_parse/tests/test_pre_post.py Вопрос: что ещё может понадобиться? Например логично кроме pre_parse иметь post_parse. Но хз что к него пихать

Типа будет работать обычный автоматический парсер, но потом можно что-то дообработать

А примере - строка в словаре превращается в список в датаклассе

странно у вас вроде вечер а такая тишина.

Ребят, я чет недоумеваю. Когда говорят, что шарды разносят по серверам, имеют ввиду истансы, например, постгресовские, или железки?

Тот же самый вопрос к репликам

Инстансы

На одной железке

Но скорее всего и железки

То есть с точки зрения логики шардировпния инстансу в целом пофиг, есть ли другие инстансы на этой железке. Но для скорости это важно

Так же и про надёжность реплик

А вообще это могут быть вообще разные датацентры ;-)

Тогда вытекающий вопрос. Есть таблица 20млн+(и будет дальше расти как на дрожжах) строк, хочу пошардить на одной железке. Но вот не понимаю нужно реплику для каждого шарда делать или сделать одну большую реплику от жирного мастера(и надо ли вообще хранить на мастере столько данных если с них читать не будем)

Смысла в шарде, если он на одной железке не очень мрооо

Для каждого шарда делать реплику

просто вообще хз где спрашивать такие вещи вообще

Для каждого шарда делать реплику

+

Память быстро улетит в трубу

Смысла в шарде, если он на одной железке не очень мрооо

Почему?

Ну и надо правильно настроить реплицирование, чтобы отставание небольшое было

Ну и надо правильно настроить реплицирование, чтобы отставание небольшое было

Ну это относильено acid

Почему?

Ну а за счёт чего будет выигрыш скорости?

Я думал над ассинхронным реплецированием

Ну а за счёт чего будет выигрыш скорости?

ну да..

Выигрыш в скорости запросов?

Но для тренировки можешь конечно на одной машине и разных виртуалках

Записи, чтения

Если на разных машинах, то ширина канал достаточная должна быть

Просто основной ботлнек у меня в том, что аналитик хочет, чтобы мы из этих данных собирали новую сущность(считаем по ним), но для этого нужен запрос который берет одну строчку из одной таблицы и ищет связные с ним данные в другой(one-to-many), считает - выплевывает сущность. Я думал сделать это статикой и по рассписанию как-то

Колбасить на бекенде и кидать в mongodb какую нибудь

Можешь посмотреть в сторону Apache airflow

Я так понял etl какой-то

Колбасить на бекенде и кидать в mongodb какую нибудь

а так как у монги с чтением получше, чем у постгреса(по слухам, хз на самом деле), то сортировать уже беком программно и выплевывать через api

Я так понял etl какой-то

?

Можешь посмотреть в сторону Apache airflow

позырю

Extract transform load

Extract transform load

Да, такой процесс

а так как у монги с чтением получше, чем у постгреса(по слухам, хз на самом деле), то сортировать уже беком программно и выплевывать через api

чтение упирается в ЭТ, и тут на деле реализация вашего железа.

чтение упирается в ЭТ, и тут на деле реализация вашего железа.

ЭТ?

электронная техника

В чтении много нюансов . Например можно читать асинхронно кусочками

сомневаюсь что бест практикс, игнорируются в чтение топовых решениях ПО

Обычный read - синхронный , но есть io_submit, который асинхронный .

Лан, спасибо за инфу

Просто основной ботлнек у меня в том, что аналитик хочет, чтобы мы из этих данных собирали новую сущность(считаем по ним), но для этого нужен запрос который берет одну строчку из одной таблицы и ищет связные с ним данные в другой(one-to-many), считает - выплевывает сущность. Я думал сделать это статикой и по рассписанию как-то

И часто ему это надо?

И часто ему это надо?

"стоит ли тратить время на автоматизацию", последнее время вспоминаю старое доброе "худая овчинка выделки не стоит" 😊

И часто ему это надо?

По запросу, по сути