🔒 Modalità anteprima. Le prime quindici lezioni di Foundations sono gratuite; questa è Pro. Avvia un trial di 7 giorni per sbloccare l'editor, i suggerimenti AI e il resto del programma. Carta richiesta, disdici in qualsiasi momento dalla Dashboard.Avvia trial di 7 giorni →
← Corsi›Senior Deep-Dives›Module 4 · Memory + profiling · Recap›Gestione degli errori: eccezioni e tipi di risultatiquiz86 / 161
+100 XP
Compito
📝 **Attività:** Costruisci un piccolo \`memory_estimator(rows, bytes_per_row, overhead_pct)\` che restituisca la memoria totale in MB (float, 2 decimali):
\`\`\`
byte_totali = righe * byte_per_riga * (1 + percentuale_overhead / 100)
mb = total_bytes / 1_000_000 # decimal MB: corrisponde alla convenzione Prometeo/Grafana
giro di ritorno(mb, 2)
\`\`\`
Test su 3 scale realistiche: piccola cache in memoria, DataFrame Panda di medie dimensioni, set di dati Redis di grandi dimensioni.
📋 Implementa la funzione sopra. I test vengono eseguiti automaticamente.
💡 **Suggerimento:** Rileggi la teoria se rimani bloccato.
🎯 Quiz
Domanda
📝 **Attività:** Costruisci un piccolo \`memory_estimator(rows, bytes_per_row, overhead_pct)\` che restituisca la memoria totale in MB (float, 2 decimali):
\`\`\`
byte_totali = righe * byte_per_riga * (1 + percentuale_overhead / 100)
mb = total_bytes / 1_000_000 # decimal MB: corrisponde alla convenzione Prometeo/Grafana
giro di ritorno(mb, 2)
\`\`\`
Test su 3 scale realistiche: piccola cache in memoria, DataFrame Panda di medie dimensioni, set di dati Redis di grandi dimensioni.
📋 Implementa la funzione sopra. I test vengono eseguiti automaticamente.
💡 **Suggerimento:** Rileggi la teoria se rimani bloccato.
💬 Discussione
Sii il primo a fare una domanda o condividere un consiglio.
Accedi per partecipare alla discussione. La lettura è gratuita.