🔒 Modo de pré-visualização. As primeiras quinze aulas de Foundations são grátis; esta é Pro. Inicie um trial de 7 dias para desbloquear o editor, as dicas AI e o resto do programa. Cartão necessário, cancele a qualquer momento no Dashboard.Iniciar trial de 7 dias →
← Cursos›Senior Deep-Dives›Module 4 · Memory + profiling · Recap›Tratamento de erros: exceções versus tipos de resultadosquiz86 / 161
+100 XP
Tarefa
📝 **Tarefa:** Construa um pequeno \`memory_estimator(rows, bytes_per_row, overhead_pct)\` que retorne a memória total em MB (float, 2 decimais):
\`\`\`
total_bytes = linhas * bytes_per_row * (1 + overhead_pct/100)
mb = total_bytes / 1_000_000 # decimal MB — corresponde à convenção Prometheus/Grafana
rodada de retorno (mb, 2)
\`\`\`
Teste três escalas realistas: cache pequeno na memória, DataFrame pandas de tamanho médio, conjunto de dados Redis grande.
📋 Implemente a função acima. Os testes são executados automaticamente.
💡 **Dica:** Releia a teoria se tiver dúvidas.
🎯 Quiz
Pergunta
📝 **Tarefa:** Construa um pequeno \`memory_estimator(rows, bytes_per_row, overhead_pct)\` que retorne a memória total em MB (float, 2 decimais):
\`\`\`
total_bytes = linhas * bytes_per_row * (1 + overhead_pct/100)
mb = total_bytes / 1_000_000 # decimal MB — corresponde à convenção Prometheus/Grafana
rodada de retorno (mb, 2)
\`\`\`
Teste três escalas realistas: cache pequeno na memória, DataFrame pandas de tamanho médio, conjunto de dados Redis grande.
📋 Implemente a função acima. Os testes são executados automaticamente.
💡 **Dica:** Releia a teoria se tiver dúvidas.
💬 Discussão
Seja o primeiro a fazer uma pergunta ou compartilhar uma dica.
Faça login para entrar na discussão. A leitura é gratuita.