Python

前言 前陣子我的藥師朋友經常需要手動計數藥丸，以便進行包藥作業．這個過程既耗時又容易出錯。為了解決這一問題，我幫他設計了一個簡單的應用程式，使用 YOLOv8 模型來自動識別並計算照片中藥丸的數量，從而快速提供準確的結果 專案說明 專案的詳細介紹我把他整理到 Notion 上，裏面有更詳細的說明 Ref: GitHub Repo 系統架構 這個專案需求非常簡單，其實單純一個 Monolithic 的架構就可以應付，但為了練習看看微服務(Micro service)的切分，就嘗試將不同的功能切分成不同的服務，彼此用 Restful API 溝通 Tech Stack 簡單列一下使用到的技術 Backend Python(FastAPI) Node.js(Express) written in TypeScript Auth JWT Google Auth Redis AI Model YOLOv8 Label-Studio (Labeling Tool) Frontend React written in TypeScript PWA Storage PostgreSQL (database) Minio (Image storage) 心得 這是第一次嘗試 React 的 PWA，用 service worker 滿直覺也滿簡單的，配置一下部署到 Netlify 上，就可以把網站下載到手機桌面上充當一個 APP 使用 這是第一次嘗試 Yolov8 的模型，並使用 Label-Studio 工具作為標註，使用起來相當直覺，當有多人需要同時標註時，簡單在電腦啟動 server，然後用 ngrok 臨時建個 tunnel，開放給別人一起標註...

前言 FastAPI 是近幾年繼 Flask 之後更火紅的 Python web server，不僅能自動生成 OpenAPI-Swagger 的 API 文件，也增加了類似 Node.js 的 Async 異步機制，大幅的提升效能．儼然已成為 Python 開 API 的不二人選．但使用上有踩到 def 與 async def 的陷阱，所以有了這篇文章來解釋遇到的問題 Concurrency vs Parallelism 開始以前先複習一下，這兩個名詞是不等價的，描述的是不同的併發狀況 Concurrency 單一時間點，單一 worker 一次只做一件事情，但會交錯切換來完成任務，旨在快速處理任務 ex: 一個廚師同時切換工作項目來料理，如: 切菜, 煮飯, 燒水 多以 Thread 或 Async IO 來達成，因為 IO bound 的 task 更適合，例如: network 的連線等待或 file 的讀取 Parallelism 單一時間點，有多個 worker 會同時做多件事情，所以並行的執行任務，旨在處理更多的任務 ex: 銀行櫃檯有多個窗口，並行的處理任務 多以 Multiple Process 來達成，因為 CPU bound 的 task 更適合，例如: 大量耗時的 Machine Learning 矩陣計算 圖片來源: Async IO in Python: A Complete Walkthrough – Real Python...