이 이미지는 주로 위에서 설명된 상황에서 유용할 것입니다: [다중 프로세스를 가지는 컨테이너와 특수한 경우들](#containers-with-multiple-processes-and-special-cases).

* <a href="https://github.com/tiangolo/uvicorn-gunicorn-fastapi-docker" class="external-link" target="_blank">tiangolo/uvicorn-gunicorn-fastapi</a>.

/// warning | 경고

Por exemplo:

* **Processamento de áudio** ou **imagem**
* **Visão Computacional**: uma imagem é composta por milhões de pixels, cada pixel tem 3 valores / cores, processar isso normalmente exige alguma computação em todos esses pixels ao mesmo tempo

     */
    @Override
    public ResponseData doGet(final String uri) {
        return processRequest(uri, true);
    }

    /**
     * Processes an FTP request to retrieve data from the specified URI.
     * This method handles the complete FTP request lifecycle including timeout management,
     * connection setup, and data retrieval.
     *

    override fun flush() {
    }

    override fun timeout(): Timeout = Timeout.NONE

    @Throws(IOException::class)
    override fun close() {
    }
  }

  /** Processes HTTP requests layered over HTTP/2. */
  private inner class Http2SocketHandler(
    private val connectionIndex: Int,
    private val socket: MockWebServerSocket,
    private val protocol: Protocol,

/// check | **FastAPI** le recommande comme

Le serveur web principal pour exécuter les applications **FastAPI**.

Vous pouvez le combiner avec Gunicorn, pour avoir un serveur multi-processus asynchrone.

Pour plus de détails, consultez la section [Déploiement](deployment/index.md){.internal-link target=_blank}.

///

## Benchmarks et vitesse

Vous prenez vos burgers 🍔 et allez à une table avec votre crush 😍

Vous les mangez, et vous avez terminé 🍔 ⏹.

<img src="/img/async/parallel-burgers/parallel-burgers-06.png" class="illustration">

Durant tout ce processus, il n'y a presque pas eu de discussions ou de flirts car la plupart de votre temps à été passé à attendre 🕙 devant le comptoir 😞.

/// info

Con **FastAPI** puedes aprovechar la concurrencia que es muy común para el desarrollo web (la misma atracción principal de NodeJS).

Pero también puedes explotar los beneficios del paralelismo y la multiprocesamiento (tener múltiples procesos ejecutándose en paralelo) para cargas de trabajo **CPU bound** como las de los sistemas de Machine Learning.

labels.crawlingThreadCount=Numero di scansioni simultanee
labels.boost=Valore di boost
labels.crawlingConfigName=Nome
labels.crawlingConfigPath=Percorso da scansionare
labels.processType=Tipo di processo
labels.parameters=Parametri
labels.designFile=File da caricare
labels.bulkFile=File di massa
labels.appendQueryParameter=Aggiungi parametro di ricerca
labels.configId=ID configurazione

labels.crawlingThreadCount=Número de rastreamentos simultâneos
labels.boost=Valor de impulso
labels.crawlingConfigName=Nome
labels.crawlingConfigPath=Caminho a ser rastreado
labels.processType=Tipo de processo
labels.parameters=Parâmetros
labels.designFile=Arquivo para upload
labels.bulkFile=Arquivo em massa
labels.appendQueryParameter=Adicionar parâmetro de pesquisa
labels.configId=ID da configuração

labels.crawlingThreadCount=Nombre d'explorations simultanées
labels.boost=Boost
labels.crawlingConfigName=Nom
labels.crawlingConfigPath=Chemin à explorer
labels.processType=Type de processus
labels.parameters=Paramètres
labels.designFile=Fichier à téléverser
labels.bulkFile=Fichier en vrac
labels.appendQueryParameter=Ajouter des paramètres de recherche
labels.configId=ID de configuration