Dev Perfects
40 subscribers
9.23K photos
1.26K videos
468 files
13K links
بخوام خیلی خلاصه بگم
این کانال میاد مطالب کانالای خفن تو حوزه تکنولوژی و برنامه نویسی رو جمع میکنه

پست پین رو بخونید
https://t.iss.one/dev_perfects/455


ارتباط:
https://t.iss.one/HidenChat_Bot?start=936082426
Download Telegram
Forwarded from CleverDevs (Mammad)
کتاب هایی که خوندین و پیشنهاد میکنید (چه تخصصی چه سایر کتاب ها)

اگه خواستید تو کامنتا معرفی کنید

@CleverDevs - @CleverDevsGp
چطور بتونیم کوئری‌های کند توی لاراول رو پیدا کنیم؟
یکی از فیچرهای باحالی که لاراول داره اینه که بدون نصب پکیجی خیلی راحت و ساده میتونی کوئری‌های سنگین اپلیکیشنت رو شناسایی کنی و کاملا خودکار اون کوئری رو مثلا لاگ کنی یا توی اسلک یا ایمیل یا هر کانالی برای خودت یا تیمت بفرستی که بعدا اونا رو ریفکتور کنی.
توی این مقاله توضیح دادم که با یه پیاده سازی تمیز و اصولی بدون هیچ پکیج اضافی چطور میتونی پرفورمنس اپلیکیشنت رو بالا ببری

https://farshadth.medium.com/a-clean-way-to-detect-slow-queries-in-laravel-d9d4ae57183c

@DevTwitter | <Farshad Tofighi/>
سلاممممم
دیروز یه پکیج کاربردی برای بچه های فرانت (vue.js) ساختم که بتونن به کمک کامپوننت <Transition> که خود vue ارائه میکنه state های مختلف کامپوننت ها و node ها رو مدیریت کنن و کلی ترنزیشن و انیمیشن خفن به پروژشون اضافه کنن
حتما حتما استفاده کنید فیدبک بدید و اگر موردی مدنظرتون بود میتونید تو گیت هاب مطرح کنید
برای نحوه استفاده و قابلیت هاش داکیومنت رو مطالعه کنید

لینک گیت هاب:
https://github.com/Redskullvue/vue-transify

لینک دمو:
https://vue-transify.netlify.app/

@DevTwitter | <Pooya Goodarzi/>
Forwarded from SoniaCircuit (Sonia Fatholahi)
همچین رقم هایی یکم عجیبه

دوستان عزیز که تو شرکت های ایرانی مشغول کار هستید ممنون میشم یه رنج حقوقی بگین بسی مشخص شه تجربه ها چطور بوده
Forwarded from Gopher Academy (Bardia.go)
یکی از سوال های محبوب مصاحبه بک اند: فرق Kafka و RabbitMQ چیه؟

۱. Performance and Scalability
کافکا برای throughput بالا و horizontal scalability ساخته شده است. هرچند RabbitMQ پرفرمنس بالایی دارد وقتی throughput و حجم داده زیاد باشد کافکا مناسب تر است.

۲. Message Ordering
در RabbitMQ در یک صف ترتیب پیام ها حفظ میشود. در کافکا در یک پارتیشن ترتیب پیام های یک topic حفظ میشود اما نه در پارتیشن های مختلف.

۳. Message Priority
در RabbitMQ از اولویت پیام ها پشتیبانی میشود که اجازه میدهد پیام های با اولویت بالا زودتر پردازش شوند. کافگا به صورت built-in از اولویت پشتیبانی نمیکند.

۴. Message Model
مدل پیام های RabbitMQ مبتنی بر صف است و از پروتکل AMQP تبعیت میکند اما کافکا مدل لاگ توزیع شده دارد.

۵. Durability:
برای اینکه پیام ها Durable باشند یعنی اگر failure رخ دهد از بین نروند، در RabbitMQ نیاز به تنظیمات است اما کافکا به طور درونی از این مورد پشتیبانی میکند.

۶. Message Routing
در Rabbit برای مسیریابی پیام ها پیشرفته تر و با استفاده از exchange و binding انجام میشود اما در کافکا ابتدایی تر و با استفاده از topic و پارتیشن ها انجام میشود.

۷. Replication
در Rabbit برای replication می توان از Mirrored Queue استفاده کرد. و کافکا نیز به صورت درونی از partition replication پشتیبانی میکند.

8. Stream Processing
هر دو کافکا و Rabbit از پردازش Stream پشتیبانی می کنند.

9. Latency
طراحی RabbitMQ برای تاخیر کم است و در جایی که نیاز به پردازش نزدیک به realtime است، استفاده میشود.

10. License
لایسنس Rabbit از نوع Mozilla Public License و لایسنس کافکا از نوع 2.0 Apache است.

‏RabbitMQ یک message broker اما کافکا یک distributed streaming platform است. 
یک فرق اساسی این است که کافکا pull-based اما RabbitMQ داری پروتکل push-based است.
یک سیستم pull-based صبر می کند تا مصرف کننده ها داده را درخواست کنند.
یک سیستم push-based به صورت اتوماتیک پیام ها را به مصرف کنندهای که subscribe کردهاند میفرستد.
یک سیستم pull-based برای کافکا معنی میدهد. چون در کافکا پیام های هر پارتیشن ترتیب دارد و کاربران می توانند با throughput بیشتری داده ها را دریافت کنند.

‏RabbitMQ یک push model با محدودیت prefetch دارد. برای پیام هایی با low-latency مناسب است. هدف اصلی مدل push این است که پیام ها هر چه سریعتر توزیع شوند اما یکی یکی.

‏RabbitMQ می تواند هر ثانیه 4k تا 10k پیام هر ثانیه بفرستد اما کافکا می تواند ۱ میلیون پیام هر ثانیه بفرستد.
در Rabbit مدل smart broker و dumb consumer استفاده میشود اما در کافکا مدل dumb broker و smart consumer استفاده میشود.
نگه داری پیام در RabbitMQ به صورت acknownledge-based اما در کافکا به صورت policy-based است.
در RabbitMQ هیچ محدودیتی برای سایز payload نیست اما در کافکا به صورت پیش فرض یک مگابایت است.

تمرین عملی: یک اپلیکیشن چت بنویسید که چند نمونه از بک اند بالا باشد و هر کلاینت به یک بک اند وصل شود و از طریق کافکا یا RabbitMQ بک اند ها رو با هم sync کنید.

#DevTwitter | <Pouria Jahandideh/>

🕊 @gopher_academy | @GolangEngineers
Forwarded from 🎄 یک برنامه نویس تنبل (Lazy 🌱)
🔶 واکنش استریمر معروف ThePrimeagen به خرابکاری هندی ها

#توییت

@TheRaymondDev
Forwarded from 🎄 یک برنامه نویس تنبل (Lazy 🌱)
🔶 ۸ روز تا پایان پشتیبانی ویندوز ۱۰

#ویندوز

@TheRaymondDev
همین رو واسه آرایه‌های جاوااسکریپت هم زدیم.
صفر تا صد با Ai

یه مینی‌اپ که متدهای آرایه توی جاوااسکریپت رو با توضیح و مثال نشون میده.
دم دست و سریع، مخصوص وقتایی که یادت میره کدوم متد چی کار می‌کنه.

دموی آنلاین:
https://js-array-methods-theta.vercel.app/

سورس‌کد:
https://github.com/DevTwitter/js-array-methods

@DevTwitter
Forwarded from ‌BenDev
📺 سریال Black Mirror – قسمت دوم فصل اول (15 Million Merits)
دیدینش؟

یه صحنه داره پسره اعتبارش تموم شده، بعد مجبوره تبلیغ ببینه…
تبلیغ چی؟ فیلم پورن دوست‌دخترشه
نمی‌خواد ببینه، ولی کل خونه‌اش شده یه مانیتور غول‌پیکر!
هی مشت می‌زنه به دیوار، جیغ می‌کشه، خاموش نمی‌شه!

الان دقیقاً حس من با این محصولات هوش مصنوعیه که می‌گن
«فقط یه پرامپت بده، بقیه‌ش با ما!»


یوتیوب همه جا داره تبلیغ base44.com می‌ده.
فرقی نداره دارم موزیک گوش می‌دم، فیلم می‌بینم یا دارم غذا می‌خورم،
انگار باهام زندگی می‌کنه 😑

بعد می‌گن «هوش مصنوعی خوبه»!
بابا اگه واقعاً “هوش” داشت، می‌فهمید این محصولو به هر قشری می‌تونه پیشنهاد بده
غیر از برنامه‌نویسا 😒

انگار مثلا به گاو دوغ آبعلی تبلیغ کنی

امشب خواب base44 نبینم صلوات!!


@BenDevelop
Forwarded from Linuxor ?
می‌دونستین به همین راحتی عکس می‌تونید کد های جاوا اسکریپتیتون رو روی GPU‌ اجرا کنید؟

یه لایبری حاوااسکریپت هست به اسم gpu.js برای پردازش های ریز و تعداد بالا مثل ضرب ماتریسا می‌تونید ازش استفاده کنید، نکته خوبش اینه اگه gpu ساپورت نشه با CPU حسابش می‌کنه و خطا نمی‌ده

مستندات دقیقی نداره ولی مثال های زیادی داره اینجا می‌تونید ببینیدشون:

github.com/gpujs/gpu.js

@Linuxor
Forwarded from جادی | Jadi
آیا می‌دونستید روزانه یکی دو ماهواره اسپیس ایکس به سمت زمین سقوط می‌کنن؟

طبق این نوشته، از حدود ۸هزار ماهواره اسپیس ایکس که اینترنت پر سرعت رو به نقاط مختلف زمین می‌رسونن، حدود یکی دو تاشون هر روز پایین می‌افتن. این ماهواره‌ها در مدارهای پایین و در حدود ۲هزار کلیومتری زمین در حال چرخش هستند که عمرشون رو به ۵ تا ۷ سال می‌رسونه.

و اگر زمانی چیزی رو دیدین که مردد شدین یه شهابسنگ است یا یه ماهواره در حال سقوط، به سرعتش دقت کنین. معمولا ماهواره‌های در حال سقوط بیشتر شبیه هواپیماها حرکت می کنن و مدت زمان طولانی تری در آسمون هستن ولی شهاب‌سنگ‌ها به خاطر سرعت اولیه زیاد به محض ورورد به جو به سرعت می‌سوزن و لحظات کوتاهی قابل مشاهده می‌مونن.

https://earthsky.org/human-world/1-to-2-starlink-satellites-falling-back-to-earth-each-day/
Forwarded from Linuxor ?
This media is not supported in your browser
VIEW IN TELEGRAM
اینو با آهنگ هایده پلی کنید : مثل بارون اگه نباری خبر از حال من نداری

while :;do echo $LINES $COLUMNS $((RANDOM%COLUMNS)) "$(printf "\U$((RANDOM%500+1000))")";sleep 0.05;done|gawk '{a[$3]=0;for(x in a){o=a[x];a[x]=a[x]+1;c=int(rand()*5);if(c==0)col="\033[1;32m";else if(c==1)col="\033[0;32m";else if(c==2)col="\033[1;36m";else if(c==3)col="\033[1;31m";else col="\033[1;37m";printf "\033[%s;%sH%s%s",o,x,col,$4;printf "\033[%s;%sH\033[0m",a[x],x;if(a[x]>=$1)a[x]=0;}}'



@Linuxor ~ sysxplore
Forwarded from Reza Jafari
مروری تخصصی بر معماری‌های نوین مدل‌های زبانی ۲۰۲۵ با ارائه‌ی Sebastian Raschka

این ویدیو که توسط آقای Sebastian Raschka ارائه شده، یه مرور کامل و فنی روی معماری‌های جدید مدل‌های زبانی بزرگ (LLM) منتشرشده در سال ۲۰۲۵ داره. توی این ارائه، به شکل ساده ولی تخصصی توضیح داده می‌شه که چطور این مدل‌ها از معماری اصلی GPT فاصله گرفتن و چه تغییراتی مثل
MLA (Multi-head Latent Attention)،
MoE (Mixture of Experts)،
Sliding Window Attention
یا جابجایی لایه‌های نرمال‌سازی توشون اعمال شده.

در این ویدیو، ۱۱ معماری مهم مدل‌های زبانی بررسی و مقایسه شدن که شامل موارد زیر هستن:

1. DeepSeek V3/R1
2. OLMo 2
3. Gemma 3
4. Mistral Small 3.1
5. Llama 4
6. Qwen3
7. SmolLM3
8. Kimi 2
9. GPT-OSS
10. Grok 2.5
11. GLM-4.5

هدف این ویدیو اینه که نشون بده با اینکه همه‌ی این مدل‌ها هنوز بر پایه‌ی ترنسفورمر ساخته شدن، هرکدوم ترفندها و نوآوری‌های خاص خودشونو دارن که باعث می‌شه هم کارآمدتر باشن، هم حافظه‌ی کمتری مصرف کنن، هم عملکرد بهتری نشون بدن. در کل، این ویدیو یه مرور مفید و به‌روز از مسیر پیشرفت مدل‌های زبانی تو سال ۲۰۲۵ به حساب میاد. از دستش ندید!

🔗 لینک ویدیو

🔤🔤🔤🔤🔤🔤🔤

🥇 اهورا اولین اپراتور هوش مصنوعی راهبردی ایران در حوزه ارائه خدمات و سرویس‌های زیرساخت هوش مصنوعی

🌐 لینک ارتباط با اهورا

@reza_jafari_ai
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from یه شعر (Poem Bot)
مولانا | دیوان شمس | رباعیات | رباعی شمارهٔ ۷۶۲

عشق آن خوشتر کز او بلاها خیزد
عاشق نبود که از بلا پرهیزد
مردانه کسی بود که در شیوه عشق
چون عشق به جان رسد ز جان بگریزد

#مولانا | گنجور
📍@iipoem
Forwarded from Gopher Academy
🔵 عنوان مقاله
Build a Water Simulation in Go with raylib-go

🟢 خلاصه مقاله:
**این مقاله گام‌به‌گام نشان می‌دهد چگونه با Go و raylib-go یک شبیه‌سازی بلادرنگ آب بسازیم؛ از انتخاب مدل فیزیکی تا پیاده‌سازی حلقه رندر. نویسنده بین رویکردهای ذره‌ای و مدل‌های height-field/shallow-water مقایسه می‌کند و برای تعادل سرعت و واقع‌گرایی، height-field دوبعدی را برمی

🟣لینک مقاله:
https://golangweekly.com/link/175063/web


👑 @gopher_academy
A Window to The Past
John Williams
آهنگ Score فیلم هری پاتر و زندانی آزکابان
اون صحنه ای که پروفسور لوپین روی پل با هری در مورد پدر و مادرش و اینکه چه آدمایی بودن صحبت میکنه
Forwarded from DevDrug
یکی از دوستان یه کانال خیلی خوب برای کاریابی درست کرده دوست داشتید ببینید حتما 👌

@BAFO_channel