Nano Hash - криптовалюты, майнинг, программирование

Ruby + Youtube Data API v3 Медленное получение информации о видео

Я пытаюсь получить информацию из видео на YouTube (название, описание, миниатюра). У меня он работает, но он очень медленный (около 5 секунд), и я чувствую, что все делаю неправильно. Есть ли способ быстрее, чем я делаю ниже?

require 'open-uri'
require 'json'

video = 'https://www.googleapis.com/youtube/v3/videos?id=&part=snippet'
text = open(video) { |io| io.read }

hash = JSON.parse text

puts hash["items"][0]["snippet"]["description"]

Ответы:


1

Во-первых, я думаю, что скорость не имеет ничего общего с рубином, а, возможно, с вашим сетевым подключением или Google API.

Что касается вашего кода, я бы сделал то же самое или подобное:

require 'open-uri'
require 'json'

video = 'https://www.googleapis.com/youtube/v3/videos?id=&part=snippet'
hash = JSON.parse(open(video).read)

puts hash["items"][0]["snippet"]["description"]

Если вы много занимаетесь API, я настоятельно рекомендую HTTParty gem!

17.01.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..