Pub/Sub Notifications
Table Inheritance
Foreign Data Wrappers
Partitioned Tables
Range Types
Array Types
Triggers
Hash, GIN and BRIN Indexes
Full Text Search

Si on rapport un cycle CPU (0.3 ns) à 1 s, voici ce que donnent les durée d'un PC :

1 CPU cycle : 0.3 ns - 1 s
Level 1 cache access : 0.9 ns - 3 s
Level 2 cache access : 2.8 ns - 9 s
Level 3 cache access : 12.9 ns - 43 s
Main memory access : 120 ns - 6 min
SSD I/O : 50-150 micros - 2-6 jours
Disque magnétique I/O : 1-10 ms - 1-12 mois
Internet : SF to NYC : 40 ms - 4 ans
Internet : SF to UK : 81 ms - 8 ans
Internet : SF to Australia : 183 ms - 19 ans
Reboot OS virtualisé : 4 s - 423 ans
Timeout SCSI : 30 s - 3000 ans
Reboot hardware virtualisé : 40 s - 4000 ans
Reboot physique : 5 min - 32000 ans

Un site recensant les capacités des navigateurs (notifications, webstorage, etc.)

Comment utiliser une bibliothèque dynamique depuis un code Python.


"""
L’API C de CPython. Y’en a qu’ont essayé, ils ont eu des problèmes…
En utilisant cette méthode, vous aurez accès à tout l’interpréteur Python et vous pourrez tout faire… mais à quel prix ?
Je ne vous recommande pas cette approche, je me suis cassé les dents pendant 4 mois dessus avec un succès mitigé.
"""
=> C'est clair, j'ai créé une fois une extension par ce biais, ça a été très complexe.

CFFI semble bien plus simple à utiliser.

"""
CFFI va donc vous permettre:

   D’importer une bibliothèque dynamique au runtime comme ctypes mais avec une meilleure API -> Mode ABI -> Pas de compilation
   De réaliser une extension Python compilée comme `cython` ou comme avec l’API C de CPYTHON -> Mode API -> Phase de compilation

Par rapport à ctypes, CFFI apporte une API pythonic et légère, l’API de ctypes étant lourde.
Par rapport à l’API C de CPython… Ha non! Je n’en parle même pas de celle-là!
"""

De très nombreux calculateurs, classés par thèmes

Cet éditeur de texte est capable de lire les gros fichiers (> 1 Go). Pour Windows

La partie la plus intéressante :

"""
# Toute la magie se fait là.
   # On utilise heapq.merge(), qui prend en paramètre plein de trucs qu'on
   # vient de trier, et permet de se balader dedans comme si c'était un seul
   # gros truc trié, mais sans tout charger en mémoire.
   # En gros il regarde les premières valeurs de tous les itérables, les compares,
   # puis fait retourne un générateur qui yield tout dans l'ordre
   with open('sorted_data.csv', 'w') as outfile:
       for ligne in heapq.merge(*sorted_temp_files, key=extract_date):
           outfile.write(ligne)
"""

En fin d'article, des paramètres ffmpeg pour différents usages.

Les sélecteurs CSS permettent de faire des choses qu'on serait tenté de faire en Javascript, de manière donc bien plus performante.

Par exemple, afficher automatiquement une valeur d'attribut, que le JS a juste à changer. On peut aussi mettre des conditions sur cet attribut, voire des expressions régulières.

Joplin is a free, open source note taking and to-do application, which can handle a large number of notes organised into notebooks. The notes are searchable, can be copied, tagged and modified either from the applications directly or from your own text editor. The notes are in Markdown format.

Notes exported from Evernote via .enex files can be imported into Joplin, including the formatted content (which is converted to Markdown), resources (images, attachments, etc.) and complete metadata (geolocation, updated time, created time, etc.). Plain Markdown files can also be imported.

The notes can be synchronised with various cloud services including Nextcloud, Dropbox, OneDrive or the file system (for example with a network directory). When synchronising the notes, notebooks, tags and other metadata are saved to plain text files which can be easily inspected, backed up and moved around.

The UI of the terminal client is built on top of the great terminal-kit library, the desktop client using Electron, and the Android client front end is done using React Native.