E você tinha que esperar 🕙 na fila por um longo tempo ou poderia perder a vez.

Você provavelmente não gostaria de levar seu _crush_ 😍 com você para um rolezinho no banco 🏦.

### Conclusão dos hambúrgueres { #burger-conclusion }

Nesse cenário dos "hambúrgueres com seu _crush_", como tem muita espera, faz mais sentido ter um sistema concorrente ⏸🔀⏯.

Esse é o caso da maioria das aplicações web.

І вам доводилося 🕙 довго стояти в черзі, інакше ви втратите свою чергу.

Ви, напевно, не хотіли б брати свою симпатію 😍 із собою у справи до банку 🏦.

### Висновок про бургери { #burger-conclusion }

У цьому сценарії «фастфуд із вашою симпатією», оскільки є багато очікування 🕙, значно доцільніше мати рівночасну систему ⏸🔀⏯.

Так є у більшості вебзастосунків.

      .assertLogEqual("Content-Length: 6")
      .assertLogEqual("Content-Type: text/plain; charset=utf-8")
      .assertLogEqual("<-- END HTTP")
      .assertNoMoreLogs()
  }

  @Test
  fun bodyGet() {
    setLevel(Level.BODY)
    server.enqueue(MockResponse())
    val response = client.newCall(request().build()).execute()
    response.body.close()
    applicationLogs
      .assertLogEqual("--> GET $url")

        final String result = chatClient.testBuildAssistantHistoryContent(msg, "smart_summary", 500, 500);
        // Result should not exceed summaryMaxChars by much (suffix may push slightly, but the body is budgeted)
        assertTrue(result.length() <= 500 + 50, "result length " + result.length() + " exceeds reasonable bound");
    }

    @Test
    public void test_smartSummary_longSourceTitlesExceedBudget() {

    for (int i = 0; i < originalCount; i++) {
      Object key = new Object();
      Object value = new Object();
      int hash = map.hash(key);
      // chain all entries together as we only have a single bucket
      entry = map.newEntry(key, hash, entry);
      ValueReference<Object, Object> valueRef = map.newValueReference(entry, value, 1);
      entry.setValueReference(valueRef);
    }
    segment.table.set(0, entry);

    for (int i = 0; i < originalCount; i++) {
      Object key = new Object();
      Object value = new Object();
      int hash = map.hash(key);
      // chain all entries together as we only have a single bucket
      entry = map.newEntry(key, hash, entry);
      ValueReference<Object, Object> valueRef = map.newValueReference(entry, value, 1);
      entry.setValueReference(valueRef);
    }
    segment.table.set(0, entry);

Y tienes que esperar 🕙 en la fila por mucho tiempo o pierdes tu turno.

Probablemente no querrías llevar a tu crush 😍 contigo a hacer trámites en el banco 🏦.

### Conclusión de las Hamburguesas { #burger-conclusion }

En este escenario de "hamburguesas de comida rápida con tu crush", como hay mucha espera 🕙, tiene mucho más sentido tener un sistema concurrente ⏸🔀⏯.

Este es el caso para la mayoría de las aplicaciones web.

labels.notification_search_top=Strona główna wyszukiwania
labels.storage_endpoint=Punkt końcowy
labels.storage_access_key=Klucz dostępu
labels.storage_secret_key=Tajny klucz
labels.storage_bucket=Bucket
labels.storage_type=Typ
labels.storage_type_auto=Auto
labels.storage_type_s3=S3
labels.storage_type_gcs=GCS
labels.storage_region=Region
labels.storage_project_id=ID projektu

一個更「現實」的例子，想像一間銀行。

直到最近，大多數銀行都有多位出納員 👨‍💼👨‍💼👨‍💼👨‍💼，以及一條長長的隊伍 🕙🕙🕙🕙🕙🕙🕙🕙。

所有的出納員都在一個接一個地滿足每位客戶的所有需求 👨‍💼⏯。

你必須長時間排隊 🕙，不然就會失去機會。

所以，你不會想帶你的戀人 😍 一起去銀行辦事 🏦。

### 漢堡結論 { #burger-conclusion }

在「和戀人一起吃速食漢堡」的這個場景中，由於有大量的等待 🕙，使用並行系統 ⏸🔀⏯ 更有意義。

這也是大多數 Web 應用的情況。

許多用戶正在使用你的應用程式，而你的伺服器則在等待 🕙 這些用戶不那麼穩定的網路來傳送請求。

接著，再次等待 🕙 回應。

這種「等待」 🕙 通常以微秒來衡量，但累加起來，最終還是花費了很多等待時間。

一种更"贴近生活"的例子，想象一家银行。

直到最近，大多数银行都有多个出纳员 👨‍💼👨‍💼👨‍💼👨‍💼 还有一条长长排队队伍🕙🕙🕙🕙🕙🕙🕙🕙。

所有收银员都是一个接一个的在客户面前做完所有的工作👨‍💼⏯.

你必须经过 🕙 较长时间排队，否则你就没机会了。

你可不会想带你的恋人 😍 和你一起去银行办事🏦.

### 汉堡结论 { #burger-conclusion }

在"你与恋人一起吃汉堡"的这个场景中，因为有很多人在等待🕙， 使用并发系统更有意义⏸🔀⏯.

大多数 Web 应用都是这样的。

你的服务器正在等待很多很多用户通过他们不太好的网络发送来的请求。

然后再次等待 🕙 响应回来。

这个"等待" 🕙 是以微秒为单位测量的，但总的来说，最后还是等待很久。