🔒 Режим за преглед. Първите петнадесет урока на Foundations са безплатни; този е Pro. Стартирайте 7-дневен trial, за да отключите редактора, AI подсказките и останалата част от курса. Изисква се карта, отменете по всяко време в Dashboard.Стартирай 7-дневен trial →
← Курсове›Senior Deep-Dives›Module 4 · Memory + profiling · Recap›Обработка на грешки: изключения срещу типове резултатиquiz86 / 161
+100 XP
Задача
📝 **Задача:** Създайте малък \`memory_estimator(rows, bytes_per_row, overhead_pct)\`, който връща общата памет в MB (float, 2 десетични знака):
\`\`\`
total_bytes = редове * bytes_per_row * (1 + overhead_pct / 100)
mb = total_bytes / 1_000_000 # десетичен MB — съответства на конвенцията Prometheus/Grafana
връщане (mb, 2)
\`\`\`
Тествайте за 3 реалистични мащаба: малък кеш в паметта, панди среден размер DataFrame, голям Redis набор от данни.
📋 Приложете функцията по-горе. Тестовете се изпълняват автоматично.
💡 **Съвет:** Прочетете отново теорията, ако се затрудните.
🎯 Тест
Въпрос
📝 **Задача:** Създайте малък \`memory_estimator(rows, bytes_per_row, overhead_pct)\`, който връща общата памет в MB (float, 2 десетични знака):
\`\`\`
total_bytes = редове * bytes_per_row * (1 + overhead_pct / 100)
mb = total_bytes / 1_000_000 # десетичен MB — съответства на конвенцията Prometheus/Grafana
връщане (mb, 2)
\`\`\`
Тествайте за 3 реалистични мащаба: малък кеш в паметта, панди среден размер DataFrame, голям Redis набор от данни.
📋 Приложете функцията по-горе. Тестовете се изпълняват автоматично.
💡 **Съвет:** Прочетете отново теорията, ако се затрудните.
💬 Дискусия
Бъди първи — задай въпрос или сподели съвет.
Влез за да се присъединиш към дискусията. Четенето е безплатно.