14:24 <discord_afpy> <entwanne> Non c'est pas de base, c'est une version à côté compilée avec un paramètre précis.
14:24 <discord_afpy> <entwanne> Parce que dans le cas général, c'est plus lent.
14:53 <discord_afpy> <dancergraham> mkd ca pourrait t'interesser - gestion de fichiers .po avec django? https://forum.djangoproject.com/t/just-opensourced-my-django-po-file-management-system/40652
15:00 <discord_afpy> <saturn7694> comment ça c'est plus lent ?
15:01 <discord_afpy> <saturn7694> c'est plus lent avec les threads ?
15:01 <discord_afpy> <saturn7694> plus lentr à build avec la feature peut être ?
15:05 <discord_afpy> <saturn7694> je me demande si ça vaut bien le coup... Si c'est pour faire du calcul autant poper des sous processus et si c'est pour attendre une E/S le GIL c'est pas un souci. ça doit peut être trouver un intérêt sur deux trois trucs
15:08 <discord_afpy> <entwanne> Plus lent sans le GIL, parce que ce verrou apporte des garanties qui permettent d'aller plus vite
15:09 <discord_afpy> <entwanne> Et oui ça vaut le coup, pour les gens qui ont besoin de threads
15:10 <discord_afpy> <entwanne> Le multiprocessing ne fait pas tout, la gestion de mémoire partagée est bien plus simple avec des threads par exemple
15:15 <discord_afpy> <saturn7694> il faut des verrous ça a un coût, c'est bizzarre comme réponse parce que c'est précisément le souci avec le GIL. L'impossibilité de paralléliser du temps cpu.
15:17 <discord_afpy> <saturn7694> on peut partager de la mémoire entre processus aussi sous linux
15:17 <discord_afpy> <saturn7694> bon je sais pas ce que ça vaut en terme de perf
15:17 <discord_afpy> <entwanne> Sans le GIL ça va plus vite si tu as des threads assez indépendants (pas trop d'accès concurrents à des ressources partagées), c'est le but oui
15:18 <discord_afpy> <saturn7694> oui sur des trucs très cpu bound
15:18 <discord_afpy> <entwanne> Mais en monothread ou avec beaucoup d'accès concurrents entre les threads, la version avec GIL sera probablement plus rapide
15:18 <discord_afpy> <saturn7694> c'est rare
15:19 <discord_afpy> <saturn7694> c'est pour ça que j'évoquais le calcul scientifique hier
15:20 <discord_afpy> <entwanne> Oui mais le partage de mémoire entre processus python demande à encoder les données pour les stocker sur une telle mémoire, c'est plus compliqué qu'entre threads
15:21 <discord_afpy> <saturn7694> oui c'est vrai
15:22 <discord_afpy> <saturn7694> Sur des matrices numpy ça peut être bien
15:22 <discord_afpy> <saturn7694> avec un thread par slice ça peut être bien
15:24 <discord_afpy> <saturn7694> ce que j'avais retenu pour le thread en python c'est tant que l'on attend des E/S ça allait. (c'était avant asyncio)