Backend
3.95K subscribers
35 photos
706 links
Комьюнити Backend программистов.
Python, Java, Golang, PHP, C#, C/C++, DevOps

Сайт easyoffer.ru
Реклама @easyoffer_adv
ВП @easyoffer_vp
Download Telegram
​​Что такое Кеширование?

Кеширование (Caching) - это техника оптимизации производительности, которая заключается в временном сохранении результатов вычислений, запросов или доступа к данным, чтобы обеспечить быстрый доступ к этим результатам при последующих запросах. Цель кеширования - уменьшить нагрузку на ресурсы системы и повысить отзывчивость приложения.

Основные принципы кеширования:


Уменьшение времени доступа: Запросы к данным из кэша обычно выполняются быстрее, чем запросы к источнику данных (например, базе данных или удаленному сервису), что сокращает время ожидания.

Снижение нагрузки на ресурсы: Использование кэша позволяет снизить количество запросов к базе данных или другим источникам данных, что уменьшает нагрузку на сервер и сеть.

Улучшение масштабируемости: Кеширование способствует повышению производительности системы и обеспечивает более легкую масштабируемость при увеличении нагрузки.

Улучшение отказоустойчивости: Кэширование может улучшить отказоустойчивость приложения, позволяя обслуживать запросы даже при временной недоступности основного источника данных.

Примеры кеширования:


Кеширование на уровне приложения: Веб-приложения могут кэшировать результаты запросов к базе данных или вычислений на сервере. Например, приложение может кэшировать результаты SQL-запросов, чтобы избежать повторных запросов к базе данных при обработке одних и тех же запросов от пользователей.

• Кеширование на уровне сети:
Прокси-серверы или CDN (Content Delivery Network) могут кэшировать статические ресурсы (например, изображения, CSS, JavaScript), чтобы ускорить их доставку до конечных пользователей и снизить нагрузку на серверы.

• Кеширование на клиентской стороне:
Браузеры могут кэшировать загруженные ресурсы, такие как HTML, CSS, JavaScript и изображения, чтобы повторные запросы к веб-сайту были быстрее и более эффективными.
🔥51👍1
​​Какая разница между организацией кода и архитектурой?

Разница между организацией кода (code organization) и архитектурой (architecture) в разработке программного обеспечения заключается в том, что организация кода фокусируется на структуре, распределении и управлении самим кодом внутри проекта, в то время как архитектура определяет более высокоуровневую структуру системы, её компоненты, взаимодействия и принципы организации.

Организация кода (Code Organization):


• Организация кода касается того, как мы структурируем и управляем кодом внутри проекта.
• Это включает в себя правила и соглашения по именованию переменных, функций, классов, модулей и т.д., а также способы организации кода в файлы и директории.
• Цель организации кода - упростить поддержку, расширение и повторное использование кода.

# Пример структуры проекта Python
my_project/
├── main.py
├── utils/
│ ├── helper_functions.py
│ └── constants.py
├── models/
│ ├── user.py
│ └── post.py
└── tests/
├── test_utils.py
├── test_models.py
└── test_main.py


Архитектура (Architecture):


• Архитектура определяет структуру и организацию системы в целом, включая её компоненты, взаимодействия между компонентами, основные принципы проектирования и решения архитектурных проблем.
• Это высокоуровневое понятие, описывающее общую архитектурную концепцию системы, например, клиент-серверное взаимодействие, микросервисная архитектура, MVC (Model-View-Controller) и т.д.
• Цель архитектуры - обеспечить масштабируемость, надежность, безопасность и удобство сопровождения системы.

Пример архитектурных концепций:

MVC (Model-View-Controller): Разделение приложения на три основных компонента - модель (бизнес-логика и данные), представление (отображение данных на пользовательский интерфейс) и контроллер (управление взаимодействием между моделью и представлением).

Микросервисная архитектура: Разделение системы на небольшие автономные сервисы, каждый из которых выполняет определенную функцию и взаимодействует с другими сервисами посредством API.

Клиент-серверная архитектура: Разделение системы на клиентские приложения (которые отправляют запросы) и серверные приложения (которые обрабатывают запросы и предоставляют данные).

Таким образом, организация кода - это часть более широкого понятия архитектуры, которая фокусируется на том, как мы структурируем и управляем кодом внутри проекта, в то время как архитектура определяет общую структуру и организацию системы, включая её компоненты и взаимодействия.
🔥5👍4
Почему функциональное программирование это мейнстрим?

Интерес к функциональному программированию растет по нескольким причинам, связанным с эффективностью разработки, управлением состоянием, параллелизмом выполнения и другими факторами. Давайте рассмотрим подробнее, почему функциональное программирование становится все более популярным.

Иммутабельность данных (Immutable Data): Функциональное программирование поддерживает концепцию иммутабельности данных, где данные неизменяемы и не могут быть модифицированы после создания. Это упрощает понимание и предсказуемость поведения программы, поскольку отсутствует состояние, которое может меняться. Иммутабельность также способствует безопасности, особенно при параллельном выполнении кода.

// Пример на Scala с использованием неизменяемой коллекции
val numbers = List(1, 2, 3, 4, 5)
val doubledNumbers = numbers.map(_ * 2)


Функции высшего порядка (Higher-Order Functions): Функциональное программирование активно использует функции высшего порядка, которые могут принимать другие функции в качестве аргументов или возвращать их как результат. Это позволяет писать компактный и выразительный код, делая его более модульным и гибким.

// Пример на JavaScript с использованием функции высшего порядка
const applyOperation = (operation, x, y) => operation(x, y);
const add = (a, b) => a + b;
const result = applyOperation(add, 5, 3); // Результат: 8


Параллелизм и асинхронное программирование: Функциональное программирование способствует разработке параллельных и асинхронных приложений. Благодаря иммутабельности данных и отсутствию побочных эффектов, функциональные программы легче масштабируются и управляются в многопоточной среде.

# Пример на Elixir с использованием параллелизма
Enum.map([1, 2, 3, 4], fn x -> x * x end) # Результат: [1, 4, 9, 16]


Декларативный подход к программированию: Функциональное программирование способствует декларативному стилю кода, где разработчик описывает, что нужно сделать, а не как это сделать. Это делает код более понятным и чистым, уменьшая вероятность ошибок.

-- Пример на Haskell с декларативным описанием задачи
sumOfSquares :: [Int] -> Int
sumOfSquares xs = sum (map (^2) xs)


Работа с состоянием без побочных эффектов: Функциональное программирование поощряет работу с данными и состоянием без использования изменяемых переменных и побочных эффектов. Это делает код более предсказуемым и облегчает отладку.

; Пример на Clojure с работой без побочных эффектов
(defn sum-of-squares [xs]
(reduce + (map #(* % %) xs)))


Интерес к функциональному программированию продолжает расти из-за его способности улучшать модульность, управление состоянием, распределение и параллелизм в разработке программного обеспечения.
👍4
👍2
🗓 Будьте осторожны с датами

with new_table as (
select
patient_id
, first_name
, last_name
, time(birth_date, '+1 second') as birth_date

from patients
where TRUE
and patient_id = 1

UNION

select
patient_id
, first_name
, last_name
, birth_date

from patients
WHERE TRUE
and patient_id != 1
)

select
birth_date

from new_table
where TRUE
and birth_date between '1953-12-05' and '1953-12-06'


В этой базе данных все даты сокращены до дня. Это означает, что все значения времени столбца Birthday_date в этом примере равны 00:00:00. Однако в реальных наборах данных это обычно не так.

В зависимости от среды разработки SQL ваши настройки могут скрыть отображение времени. Но то, что время скрыто, не означает, что оно не является частью данных.

В приведенном выше примере я искусственно добавил секунду к пациенту №1. Как видите, этой 1-й секунды было достаточно, чтобы исключить пациента из результатов при использовании ключевого слова BETWEEN.

Еще один распространенный пример, который чаще всего упускают из вида специалисты по работе с данными, — это присоединение к датам, в которых все еще есть временной компонент. В большинстве случаев они действительно пытаются присоединиться к столбцам с сокращенной датой и, в конечном итоге, не получают желаемого результата или, что еще хуже, они не осознают, что получили неправильный результат.
👍5
​​Задача: Генератор коротких ссылок

Ваша компания отправляет СМС с трекинговой ссылкой, но ссылка достаточно длинная и из-за этого СМС выходит за 70 символов (длина 1 СМС). Необходимо спроектировать сервис-«укорачиватель ссылок», чтобы сэкономить деньги компании. Интервьюер при этом выступает заказчиком со стороны бизнеса и ему можно задавать вопросы по сути задачи.

Задача хороша тем, что в нее можно углубляться по нескольким направлениям и оценить сразу несколько скиллов кандидата, а также глубину проработки (по сути его опыт), причём даже если он её уже решал (а многие действительно это делали).

Основные направления обсуждения:

как будем делать с точки зрения структуры приложения (в самом проекте/микросервисе и критерии, по которым мы делаем этот выбор). И тот, и другой варианты допустимы — все дело в аргументации. Если кандидат вообще не говорит про задачу с этой стороны, а, например, сразу переходит к структуре таблицы, то, скорее всего, кандидат никогда не задумывается над такими вопросами и/или не работал в более-менее крупных проектах;

структура данных и выбор хранилища (СУБД, key-value типа Redis, еще какие-то варианты, плюсы и минусы тех или иных вариантов). Опять же, в зависимости от вопросов кандидата и желания интервьюера можно подвести к выбору какого-то варианта, но в целом есть множество вариантов реализации, которые будут оправданы — опять же, вопрос в аргументации выбора;

хеши/коллизии, устойчивость к перебору ссылок (расчет количества необходимых вариантов). Важно, чтобы собеседуемый разработчик узнал про количество ссылок, оценил максимально возможную длину ссылки (и срок действия) и принял решение о том, какое количество символов стоит заложить в короткий URL. Плохо, если кандидат сильно перезакладывается или берет слишком маленькое количество символов, что может привести к тому, что допустимые комбинации в обозримом будущем закончатся;

дополнительно можно углубиться в смежные темы: деплой/мониторинг сервиса в том или ином виде в зависимости от выбора в предыдущих вопросах, приблизительная оценка ресурсов, минимально необходимых для эксплуатации, отказоустойчивость.
👍8
На вход подаются два неупорядоченных слайса любой длины. Надо написать функцию, которая возвращает их пересечение

Стандартная задача с leetcode и ее довольно часто спрашивают на собеседованиях в качестве простой задачи для разогрева.

Можно решить сортировкой, за более долгое время, но без выделения дополнительной памяти. А можно выделить дополнительную память и решить за линейное время.

Надо посчитать количество появлений элементов первого массива (лучше брать тот, что покороче) — используем для этого словарь. Потом пройтись по второму массиву и вычитать из словаря те элементы, которые есть в нем. По ходу добавляем в результат те элементы, у которых частота появлений больше нуля.

Решение (осторожно, много кода):


package main

import (
"fmt"
)

// На вход подаются два неупорядоченных массива любой длины.
// Необходимо написать функцию, которая возвращает пересечение массивов
func intersection(a, b []int) []int {
counter := make(map[int]int)
var result []int

for _, elem := range a {
if _, ok := counter[elem]; !ok {
counter[elem] = 1
} else {
counter[elem] += 1
}
}
for _, elem := range b {
if count, ok := counter[elem]; ok && count > 0 {
counter[elem] -= 1
result = append(result, elem)
}
}
return result
}

func main() {

a := []int{23, 3, 1, 2}
b := []int{6, 2, 4, 23}
// [2, 23]
fmt.Printf("%v\n", intersection(a, b))
a = []int{1, 1, 1}
b = []int{1, 1, 1, 1}
// [1, 1, 1]
fmt.Printf("%v\n", intersection(a, b))
}
👍8
​​Задачка на скорость

Набросать код, который будет рассчитывать угол между часовой и минутной стрелкой в заданное время. Данная задача покажет логическое мышление кандидата, и как быстро он сможет придумать решение.

Решение:


def calc_angel(t: datetime.time) -> float:
h = t.hour
if h > 12:
h -= 12
hour_angle = 0.5 * (h * 60 + t.minute)
minute_angle = 6 * t.minute
angle = abs(hour_angle - minute_angle)
return min(angle, 360 - angle)


Пишите в комменты свои варианты решения задачи 👇
👍5🤯1
​​🔎 Поиск повторяющихся записей

SELECT 
first_name
, count() as ct

FROM patients
GROUP BY
first_name
HAVING
count() > 1
ORDER BY
COUNT(*) DESC
;


Таблица из примера — это упрощенная версия баз данных, которые вы будете использовать в своей работе. В большинстве случаев вы захотите выяснить причины дублирования значений в базе данных. Для этого вам пригодится данный запрос.

Вы можете использовать ключевое слово HAVING для сортировки повторяющихся значений. В таком случае вы заметите, что чаще всего дублируется имя Джон. Затем вы запустите еще один запрос, чтобы увидеть причину повторяющихся значений, и увидите, что все пациенты имеют разные фамилии и ID.
1👍1
​​Что такое Параллелизм?

Как можно одновременно выполнить две задачи? Очень просто — поручить их выполнение двум работникам (потокам). В этом суть параллелизма. Термин говорит сам за себя.

Можно предположить, что параллелизм равен многозадачности, но это не совсем так. Параллелизм более производителен в случаях, когда нужно выполнить большой процесс обработки, но если задача имеет узкое место для ввода-вывода, то это просто пустая трата времени. Что я имею в виду?

Возьмем простой пример. Вы поручили приготовить блюдо 3 поварам, каждый из которых должен работать отдельно с овощами, пастой и соусом. В итоге они потратили разное время: 2 минуты (на овощи), 1 минуту (на пасту), 3 минуты (на соус).

Как вы думаете, сколько времени ушло на приготовление блюда? 3 минуты!

Приготовление всего блюда было таким же медленным, как и самый медленный процесс. И то, что паста и овощи были готовы раньше, не имеет никакого значения. Более того, вы задействовали больше поваров, чем нужно: некоторых из них можно было эффективно использовать для приготовления других блюд.

Помимо этого, есть и другие проблемы, которые приходится решать при параллелизме (в отличие от многозадачности).

• Состояние гонки (race condition).
Гонка возникает, когда два процесса пытаются получить доступ к общей памяти. Это может создать проблемы. Представьте, что ваш банковский баланс равен $100, и вы одновременно проводите две транзакции, которые списывают $100. Что произойдет с банковским балансом — он станет 0 или -100? Эта ситуация должна быть правильно обработана в параллельных системах.

Передача сообщений (message passing).

Этот механизм задействуется, когда два потока изолированы друг от друга. Допустим, у вас есть две задачи, A и B, выполняемые параллельно. Как вы передадите результат задачи A задаче B, ведь они изолированы друг от друга? Здесь как раз и необходим механизм передачи сообщений.
👍1
Задача: Слить N каналов в один

Даны n каналов типа chan int. Надо написать функцию, которая смерджит все данные из этих каналов в один и вернет его.

Мы хотим, чтобы результат работы функции выглядел примерно так:

for num := range joinChannels(a, b, c) {

fmt.Println(num)

}


Для этого напишем функцию, которая будет асинхронно читать из исходных каналов, которые ей передадут в качестве аргументов, и писать в результирующий канал, который вернется из функции.

Создаем канал, куда будем сливать все данные. Он будет небуферезированный, потому что мы не знаем, сколько данных придет из каналов.

Дальше асинхронно прочитаем из исходных каналов и закроем результирующий канал для мерджа, когда все чтение закончится. Чтобы дождаться конца чтения, просто обернем этот цикл по каналам в wait group.

Решение с кодом закину следующим постом, так как кода будет много
Решение задачи «Слить N каналов в один»

package main

import (
"fmt"
"sync"
)

func joinChannels(chs ...<-chan int) <-chan int {
mergedCh := make(chan int)

go func() {
wg := &sync.WaitGroup{}

wg.Add(len(chs))

for _, ch := range chs {
go func(ch <-chan int, wg *sync.WaitGroup) {
defer wg.Done()
for id := range ch {
mergedCh <- id
}
}(ch, wg)
}

wg.Wait()
close(mergedCh)
}()

return mergedCh
}

func main() {

a := make(chan int)
b := make(chan int)
c := make(chan int)

go func() {
for _, num := range []int{1, 2, 3} {
a <- num
}
close(a)
}()

go func() {
for _, num := range []int{20, 10, 30} {
b <- num
}
close(b)
}()

go func() {
for _, num := range []int{300, 200, 100} {
c <- num
}
close(c)
}()

for num := range joinChannels(a, b, c) {
fmt.Println(num)
}

}
👍7
Что такое SOAP?

SOAP (Simple Object Access Protocol) - это протокол обмена сообщениями, который используется для передачи структурированных и формализованных данных между компьютерными системами через сеть. SOAP базируется на XML и используется для обмена данными между приложениями, работающими на различных платформах и написанными на разных языках программирования.

Основные характеристики SOAP:


Простота (Simple): SOAP предоставляет простой и легко понятный способ обмена структурированными данными между клиентом и сервером. Он определяет набор стандартных правил для форматирования и передачи сообщений.

Объектный доступ (Object Access): SOAP позволяет вызывать удаленные процедуры (RPC - Remote Procedure Calls) на удаленном сервере, позволяя клиенту вызывать методы и функции на сервере, как если бы они были локальными.

Протокол (Protocol): SOAP определяет стандартные правила для описания структуры сообщений, методов и параметров вызова. Он обеспечивает возможность сериализации и десериализации данных между различными платформами и языками.

Основные компоненты SOAP:


• SOAP Envelope: Определяет структуру SOAP-сообщения, включая обязательные элементы, такие как заголовок (Header) и тело (Body).
• SOAP Header: Может содержать дополнительные метаданные, такие как информация об аутентификации, авторизации, безопасности и т.д.
• SOAP Body: Содержит основные данные запроса или ответа. Фактическое содержимое сообщения передается внутри SOAP Body.

Пример SOAP-сообщения:

<soap:Envelope xmlns:soap="https://www.w3.org/2003/05/soap-envelope" xmlns:ns="https://example.com/">
<soap:Header/>
<soap:Body>
<ns:GetUserInfo>
<ns:UserID>123</ns:UserID>
</ns:GetUserInfo>
</soap:Body>
</soap:Envelope>


Пример SOAP-ответа:

<soap:Envelope xmlns:soap="https://www.w3.org/2003/05/soap-envelope" xmlns:ns="https://example.com/">
<soap:Header/>
<soap:Body>
<ns:GetUserInfoResponse>
<ns:UserName>John Doe</ns:UserName>
<ns:Email>[email protected]</ns:Email>
</ns:GetUserInfoResponse>
</soap:Body>
</soap:Envelope>
👍10
​​Чем REST лучше SOAP максимально содержательно и с примерами

REST (Representational State Transfer) и SOAP (Simple Object Access Protocol) - это два основных подхода к созданию веб-сервисов для обмена данными между клиентами и серверами. Вот несколько причин, по которым REST часто считается более привлекательным выбором по сравнению с SOAP:

Простота и легковесность:

REST основан на простом и легковесном архитектурном стиле, который использует стандартные протоколы HTTP (GET, POST, PUT, DELETE) для обмена данными. Это делает REST более простым в использовании и понимании по сравнению с SOAP, который требует более сложных протоколов, таких как HTTP+XML.

Использование стандартных форматов данных:

REST часто использует форматы данных, такие как JSON (JavaScript Object Notation) или XML (Extensible Markup Language), которые легче читать и парсить для различных языков программирования. SOAP, с другой стороны, часто использует XML, который может быть более громоздким и менее удобным для работы.

Гибкость и масштабируемость:

REST предоставляет более гибкий подход к созданию веб-сервисов, позволяя использовать различные HTTP методы для выполнения операций (например, GET для чтения данных, POST для создания данных, PUT для обновления данных, DELETE для удаления данных). Это делает REST более масштабируемым и адаптивным к различным потребностям.

Легкая связь между клиентом и сервером:

REST поддерживает принципы кэширования, асинхронного обмена данными и отсутствия состояния (statelessness), что упрощает разработку и обеспечивает более простую связь между клиентом и сервером. Клиент может сохранять данные кэша для повторного использования, а сервер может быть построен как набор независимых сервисов (микросервисы).

Следующим постом рассмотрим пример сравнения использования REST и SOAP
4👍1👀1
Пример сравнения использования REST и SOAP для создания веб-сервиса получения информации о пользователе:

RESTful сервис:


GET /api/users/123 HTTP/1.1
Host: example.com
Accept: application/json


HTTP/1.1 200 OK
Content-Type: application/json

{
"id": 123,
"name": "John Doe",
"email": "[email protected]"
}


SOAP сервис:


POST /UserService HTTP/1.1
Host: example.com
Content-Type: text/xml; charset=utf-8
Content-Length: 250

<soap:Envelope xmlns:soap="https://www.w3.org/2003/05/soap-envelope" xmlns:ns="https://example.com/">
<soap:Header/>
<soap:Body>
<ns:GetUserInfo>
<ns:UserID>123</ns:UserID>
</ns:GetUserInfo>
</soap:Body>
</soap:Envelope>


HTTP/1.1 200 OK
Content-Type: text/xml; charset=utf-8

<soap:Envelope xmlns:soap="https://www.w3.org/2003/05/soap-envelope" xmlns:ns="https://example.com/">
<soap:Header/>
<soap:Body>
<ns:GetUserInfoResponse>
<ns:UserName>John Doe</ns:UserName>
<ns:Email>[email protected]</ns:Email>
</ns:GetUserInfoResponse>
</soap:Body>
</soap:Envelope>


Из примеров видно, что REST использует простые HTTP запросы (GET) для получения данных в формате JSON, тогда как SOAP требует отправки специально сформированных XML-запросов и обработки XML-ответов. REST обеспечивает более прямую и понятную модель взаимодействия, что делает его популярным выбором для создания современных веб-сервисов.
👍2👀1
Что такое Маршалинг и чем он отличается от Сериализации максимально содержательно и с примерами

Маршалинг (Marshalling) и сериализация (Serialization)
- это процессы преобразования данных из структурированного формата (например, объекты в памяти) в формат, который может быть передан или сохранен (например, в виде байтового потока), и наоборот. Оба термина часто используются в контексте передачи данных между различными приложениями или процессами.

Маршалинг (Marshalling):


Маршалинг представляет собой процесс преобразования данных из формата, применяемого в одном контексте, в формат, применимый в другом контексте, например, для передачи данных через сеть или сохранения в файл. Обычно маршалинг приводит к преобразованию данных в структурированный текстовый или бинарный формат, который может быть передан или сохранен.

import pickle

import json

# Преобразование объекта Python в JSON-строку (маршалинг)
data = {'name': 'John', 'age': 30, 'city': 'New York'}
json_string = json.dumps(data)
print(json_string)


Здесь объект data (словарь Python) маршализуется в JSON-строку с помощью функции json.dumps(). Результатом будет строка {"name": "John", "age": 30, "city": "New York"}.

Сериализация (Serialization):


Сериализация подразумевает преобразование данных в формат, который может быть сохранен в файле или передан через сеть, чтобы потом быть восстановленным в исходное состояние. Сериализация часто используется для сохранения состояния объектов или передачи структурированных данных между различными приложениями или устройствами.

import pickle

# Сериализация объекта Python в бинарный формат (pickle)
data = {'name': 'Alice', 'age': 25, 'city': 'Los Angeles'}
with open('data.pkl', 'wb') as f:
pickle.dump(data, f)


Здесь объект data (словарь Python) сериализуется в бинарный формат с помощью модуля pickle и сохраняется в файл data.pkl.

Отличия между Маршалингом и Сериализацией:


• Формат вывода: Маршалинг чаще всего приводит к преобразованию данных в текстовый формат (например, JSON), который читаем человеком. Сериализация может быть бинарной или текстовой и предназначена для сохранения данных или передачи между системами.

• Цель использования: Маршалинг чаще всего используется для передачи данных через сеть или взаимодействия между различными приложениями. Сериализация чаще всего используется для сохранения состояния объектов или данных в файлы.

• Используемые форматы: Маршалинг часто осуществляется в формате, понятном различным системам (например, JSON для веб-сервисов). Сериализация может быть более специфичной и привязанной к определенному формату (например, использование pickle для сериализации объектов Python).

В целом, маршалинг и сериализация представляют собой важные процессы для обмена и сохранения данных в программировании, и различаются преимущественно по форматам вывода и целям использования.
5👍4🤯1
Задача: Сделать конвейер чисел

Даны два канала. В первый пишутся числа. Нужно, чтобы числа читались из первого по мере поступления, что-то с ними происходило (допустим, возводились в квадрат) и результат записывался во второй канал.

Довольно частая задача, более подробно можно почитать тут: https://blog.golang.org/pipelines


Решается довольно прямолинейно — запускаем две горутины. В одной пишем в первый канал. Во второй читаем из первого канала и пишем во второй. Главное — не забыть закрыть каналы, чтобы ничего нигде не заблокировалось.

Как всегда, решение закину следующим постом👇
Решение задачи «Сделать конвейер чисел»

package main

import (
"fmt"
)

func main() {
naturals := make(chan int)
squares := make(chan int)

go func() {
for x := 0; x <= 10; x++ {
naturals <- x
}
close(naturals)
}()

go func() {
for x := range naturals {
squares <- x * x
}
close(squares)
}()

for x := range squares {
fmt.Println(x)
}
}
​​Вышла Node.js 22

По данным OpenNET, основные изменения и дополнения в Node.js 22:

• движок V8 обновлён до версии 12.4, применяемой в Chromium 124;

• включён по умолчанию оптимизирующий JIT-компилятор Maglev, нацеленный на быструю генерацию высокопроизводительного машинного кода для активно используемого кода на JavaScript. Включение Maglev позволяет заметно ускорить работу короткоживущих CLI-приложений, не выполняющих длительных операций, например, время прохождения теста Jetstrea сокращается на 7.5%, а теста Speedometer на 5%;

• ускорена работа с потоками за счёт увеличения значения опции highWaterMark с 16 KB до 65 KB (определяет лимит, до которого выполняется буферизация записи). Изменение приводит к увеличению потребления памяти, поэтому приложениям, рассчитанным на работу с ограниченным объёмом ОЗУ, возможно, потребуется вернуть старое значение через вызов setDefaultHighWaterMark();

• повышена производительность API fetch() и test runner за счёт повышения эффективности создания экземпляров AbortSignal. Повышена производительность API, связанных с синхронной работой с файловыми системами;

• предоставлена экспериментальная возможность использования вызова "require()" для загрузки JavaScript-модулей ESM (ECMAScript Modules) в синхронном режиме. ESM-модули применяются в браузерах и идут на смену модулям CommonJS, специфичным для Node.js. Для загрузки через "require()" ESM-модуль должен выполняться в синхронном режиме (без await на верхнем уровне). Поддержка включается через флаг "--experimental-require-module";

• добавлена экспериментальная возможность запуска скриптов, определённых в файле package.json, используя команду "--run ";

• в категорию стабильных переведена команда "node --watch" с реализацией режима наблюдения, обеспечивающего перезапуск процесса при изменении импортированного файла (например, в случае выполнения "node --watch index.js" процесс будет автоматически перезапущен при изменении index.js);

• стабилизирована встроенная реализация API WebSocket, позволяющего использовать WebSocket в режиме клиента без установки дополнительных зависимостей;

• добавлена частичная поддержка API Navigator;

• в API Webstreams добавлена поддержка формата сжатия deflate-raw;

• в модуль node:fsmodule добавлены функции glob и globSync для сопоставления файловых путей по образцу;

• улучшена обработка некорректно настроенных стеков IPv6. Реализован алгоритм Happy Eyeballs для быстрого отката в случае проблем с работой IPv6;

• объявлен устаревшим API util;

• обновлены версии зависимостей: npm 10.5.1, libuv 1.48.0, simdutf 5.2.3, c-ares 1.28.1, zlib 1.3.0.1-motley-24c07df, simdjson to 3.8.0, ada 2.7.7 и undici 6.6.0.

Поддержка Node.js 22.x будет осуществляться до 30 апреля 2027 года. Сопровождение прошлой LTS-ветки Node.js 20.x продлится до апреля 2026 года, а позапрошлой LTS-ветки 18.x — до апреля 2025 года. Сопровождение промежуточной ветки Node.js 21.x будет прекращено 1 июня 2024 года.


Ставь 🔥 если хочешь больше новостей!
👍31🔥1
Сравнение различных баз данных: Когда выбирать SQL, а когда NoSQL?

Сравнение различных типов баз данных - SQL и NoSQL - зависит от конкретных потребностей проекта, его структуры данных и требований к масштабируемости, производительности и консистентности данных. Давайте рассмотрим основные аспекты выбора между SQL и NoSQL с примерами.

Когда выбирать SQL:


Структурированные данные: Если ваши данные имеют жесткую структуру и связи между ними легко описать в виде таблиц, то SQL базы данных, такие как MySQL, PostgreSQL или SQLite, будут лучшим выбором. SQL базы данных отлично подходят для приложений, где необходимо соблюдать строгие правила целостности данных.

Транзакционность: Если ваше приложение требует поддержки транзакций с ACID (Atomicity, Consistency, Isolation, Durability) свойствами, то SQL базы данных и их транзакционные возможности подходят лучше. Это важно для финансовых приложений, систем управления инвентаризацией и других приложений, где целостность данных является критически важной.

CREATE TABLE Users (
UserID INT PRIMARY KEY,
Username VARCHAR(50),
Email VARCHAR(100)
);


Когда выбирать NoSQL:


Гибкие и неструктурированные данные: Если ваше приложение работает с гибкими или неструктурированными данными, такими как JSON, XML или документы, то NoSQL базы данных, такие как MongoDB, Couchbase или Cassandra, могут быть более подходящим выбором. Они позволяют хранить и обрабатывать данные без явного определения схемы.

Масштабируемость: NoSQL базы данных часто предоставляют горизонтальное масштабирование (scaling out), что позволяет эффективно масштабировать приложение с ростом количества данных или нагрузки. Это особенно полезно для приложений с высокой нагрузкой и большими объемами данных, таких как социальные сети или аналитические приложения.

{
"userID": 123,
"username": "john_doe",
"email": "[email protected]",
"posts": [
{"title": "Post 1", "content": "Content 1"},
{"title": "Post 2", "content": "Content 2"}
]
}


В этом примере каждый документ представляет собой отдельную запись о пользователе с полями userID, username, email и массивом posts, содержащим посты пользователя.

В итоге, выбор между SQL и NoSQL базами данных зависит от конкретных требований вашего приложения по структуре данных, требованиям к масштабируемости и производительности, а также предпочтений команды разработчиков. Обе модели имеют свои преимущества и ограничения, и выбор должен быть сделан на основе тщательного анализа и оценки потребностей проекта.
👍7
Что такое RabbitMQ

RabbitMQ - это мощная и гибкая система сообщений (Message Queue), которая обеспечивает асинхронную связь между различными компонентами системы.

Основные компоненты RabbitMQ:


1. Producer (Производитель): Программа или сервис, который отправляет сообщения в RabbitMQ.
2. Queue (Очередь): Хранилище сообщений в RabbitMQ. Сообщения остаются в очереди до тех пор, пока они не будут обработаны и прочитаны Consumer'ом.
3. Consumer (Потребитель): Программа или сервис, который получает сообщения из RabbitMQ и обрабатывает их.
4. Exchange (Обменник): Компонент, который получает сообщения от Producer'а и направляет их в одну или несколько очередей. Exchange определяет, как сообщения будут маршрутизироваться.

Пример использования RabbitMQ:


Предположим, у вас есть приложение для обработки заказов в интернет-магазине. Когда пользователь размещает заказ, ваш веб-сервер отправляет сообщение в RabbitMQ, содержащее детали заказа. Затем приложение для обработки заказов, подписанное на соответствующую очередь в RabbitMQ, получает сообщение, обрабатывает заказ и отправляет его на доставку.

import pika

# Подключение к RabbitMQ серверу
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()

# Создание очереди
channel.queue_declare(queue='orders')

# Отправка сообщения в очередь
channel.basic_publish(exchange='', routing_key='orders', body='New order: #123')

print(" [x] Sent 'New order: #123'")

# Закрытие соединения
connection.close()


В этом примере Python-программа отправляет сообщение "New order: #123" в очередь "orders" RabbitMQ. Другое приложение, подписанное на эту очередь, будет получать и обрабатывать это сообщение.

RabbitMQ обладает широким спектром возможностей, таких как управление ошибками, маршрутизация сообщений, подтверждения доставки и многое другое, что делает его очень гибким и мощным инструментом для построения асинхронной архитектуры приложений.
👍14