پکیج EasyMicroservices.Logger یک اینترفیس به شما ارائه میکنه که با استفاده از اون میتونید توی اپلیکیشن خودتون هرچی میخواید رو لاگ کنید.
این اینترفیس میتونه سطوح زیر رو لاگ کنه:

Verbose
Debug
Information
Warning
Error
Fatal

یک اینترفیس هم برای توابع async وجود داره که میتونید ازش استفاده کنید.

تا به اینجا هم تامین کننده های زیر برای لاگ کردن توی دات نت پیاده سازی شدن:


1 .Log4net
2. Logary
3. Loupe
4. NLog
5. Sentry
6. Serilog


با استفاده از این اینترفیس هر زمان که دوست داشتید میتونید پکیج تامین کننده لاگ خودتون رو با یک خط کد تغییر بدید بدون اینکه زیر ساخت پروژه ی شما دست بخوره.
سورس:
https://github.com/EasyMicroservices/Logger

@easymicroservice
@easymicroservices
@csharptips

#log
#logger
#csharp
#dotnet

سرچ فازی Fuzzy Search
یکی از رفتارهای پرتکرار کاربران در اپلیکیشن‌ها و سیستم‌های جستجو، اینه که خیلی وقت‌ها کل عبارتی که دنبالش هستند تایپ نمیکنند، یا کلمه‌ای رو اشتباه تایپ می‌کنن. اما نتیجه؟
صفحه‌ای خالی از داده، یا پیشنهادهایی که ربطی به نیت واقعی کاربر ندارن.

اینجا بود که مسئله شکل گرفت:
چطور می‌تونیم تجربه‌ی جستجو رو هوشمندتر کنیم؟
به‌جای اینکه از کاربر انتظار دقت ماشینی داشته باشیم، سیستم رو طوری طراحی کنیم که خودش نیت کاربر رو درک کنه.

از همین نگاه، پروژه‌ی Fuzzy Search متولد شد.

برای مطالعه بیشتر و ریپو گیت هاب لینک زیر ببینید
https://www.linkedin.com/feed/update/urn:li:activity:7383751931095232512/?commentUrn=urn%3Ali%3Acomment%3A(activity%3A7383751931095232512%2C7383772897057734657)&dashCommentUrn=urn%3Ali%3Afsd_comment%3A(7383772897057734657%2Curn%3Ali%3Aactivity%3A7383751931095232512)#

💡 ساخت View در MongoDB با استفاده از Aggregation Pipeline

گاهی وقت‌ها در MongoDB نیاز داریم داده‌ها رو به شکل خاصی نمایش بدیم — بدون این‌که داده‌ی جدیدی ذخیره کنیم یا ساختار اصلی کالکشن‌هامون رو تغییر بدیم.
برای مطالعه بیشتر لینک زیر ببینید

https://www.linkedin.com/feed/update/urn:li:activity:7385605640624259072/