Python Advanced

• Внутрішня обʼєктна модель CPython: PyObject, reference counting, роль GC 
• Рівні керування памʼяттю: heap, arenas, pools, blocks та логіка роботи pymalloc
• Типові патерни надлишкових алокацій і фрагментації памʼяті в Python-коді
• Інструменти вимірювання та діагностики: tracemalloc, gc, sys.getsizeof, практичні техніки аналізу

Практика:  
Написання коду без зайвих алокацій

• Поверхневе, глибоке та приховане копіювання: де Python створює нові обʼєкти
• Фрагментація памʼяті: причини виникнення та накопичення
• Вплив копіювання та фрагментації на споживання памʼяті та стабільність системи
• Що використовувати замість копій: робота з посиланнями та view-підходи (генератори, слабкі посилання, слоти, іменовані кортежі, датакласи) 

Практика:  
Реалізація Copy-On-Write масиву, аналіз прихованих алокацій, профілювання памʼяті

• Векторизація та відмова від Python-циклів NumPy і альтернативи: PyArrow, JAX — сценарії використання
• Zero-copy підхід: buffer protocol, memoryview, mmap — робота з даними без копій
• Компіляція та JIT-оптимізація: Cython, Numba. Коли це виправдано, а коли ні  

Практика: 
Робота з байтовими даними без копій, вибір оптимального підходу обробки даних під конкретну задачу

• Локальні та зовнішні кеші (in-memory vs Redis): коли який підхід доречний
• Типові помилки кешування: застарілі дані, cache stampede, неконтрольоване зростання 
• Політики cache-eviction (LRU, LFU, TTL) і їх вплив на памʼять та hit-rate
• Підходи до вибору розміру кешу: компроміс між споживанням памʼяті, швидкодією та стабільністю 

Практика:  
Вибір підходу під задачу, реалізація LRU-кешу, аналіз впливу кешу на продуктивність і поведінку алгоритму

• Роль GIL у CPython та його вплив на продуктивність
• Перемикання потоків: як Python поводиться з I/O-bound та CPU-bound задачами
• Взаємодія GIL з планувальником потоків і сигналами
• Реалізація GIL: мʼютекси, семафори, умовні змінні pthreads  

Практика:  
Вибір стратегії виконання та пояснення результатів з урахуванням впливу GIL

• Як та чому виникають гонки потоків
• Примітиви синхронізації: mutex, lock і їхній вплив на продуктивність
• Потокобезпечна взаємодія через черги та обмін даними
• Координація потоків: Semaphore, Event, Condition
• Вибір кількості потоків: компроміс між паралельністю та накладними витратами

Практика:  
Реалізація багатопоточного log collector, реалізація thread-safe структур

• Моделі запуску процесів: fork, spawn
• Обмін даними між процесами: черги, пайпи, shared memory
• IPC та координація процесів
• Вибір кількості процесів: баланс між продуктивністю та можливостями процесора  

Практика:  
Централізація логування, паралельні обчислення та спільний доступ до даних із використанням IPC і shared memory

• Корутинна модель та event loop: як досягається конкурентність 
• Очікування та координація задач: await, gather, task groups
• Типові помилки асинхронного коду: блокування loop, race conditions, витоки памʼяті
• Зелені потоки та інші альтернативи

Практика:  
Оркестрація задач з використанням семафору, вибір стратегії паралельності/конкурентності для різних типів задач