🤔 Как посмотреть список запущенных процессов на Linux?

С помощью системных команд, которые показывают список всех процессов с их идентификаторами, статусами, именами и потреблением ресурсов.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как в питоне реализуется многопоточность. Какими модулями?

Многопоточность в Python реализуется с помощью модуля threading, но из-за GIL (Global Interpreter Lock) потоки не могут выполняться параллельно на нескольких ядрах.

🟠Модуль `threading` (многопоточность, но с GIL)
Модуль threading позволяет запускать несколько потоков (threads) в одном процессе.

import threading
import time

def task(name):
    print(f"{name} начал работу")
    time.sleep(2)  # Имитация задержки
    print(f"{name} завершил работу")

# Создаём два потока
t1 = threading.Thread(target=task, args=("Поток 1",))
t2 = threading.Thread(target=task, args=("Поток 2",))

t1.start()
t2.start()

t1.join()
t2.join()
print("Все потоки завершены")

Вывод

Поток 1 начал работу
Поток 2 начал работу
(пауза 2 секунды)
Поток 1 завершил работу
Поток 2 завершил работу
Все потоки завершены

🟠Модуль `multiprocessing` (настоящая параллельность)
В отличие от threading, модуль multiprocessing создаёт отдельные процессы, которые могут выполняться на разных ядрах процессора.

import multiprocessing
import time

def task(name):
    print(f"{name} начал работу")
    time.sleep(2)
    print(f"{name} завершил работу")

if __name__ == "__main__":
    p1 = multiprocessing.Process(target=task, args=("Процесс 1",))
    p2 = multiprocessing.Process(target=task, args=("Процесс 2",))

    p1.start()
    p2.start()

    p1.join()
    p2.join()
    print("Все процессы завершены")

🟠Модуль `concurrent.futures` (более удобный API)
Этот модуль позволяет легко управлять потоками (ThreadPoolExecutor) и процессами (ProcessPoolExecutor).

from concurrent.futures import ThreadPoolExecutor
import time

def task(n):
    time.sleep(2)
    return f"Готово: {n}"

with ThreadPoolExecutor(max_workers=2) as executor:
    results = executor.map(task, [1, 2, 3])
    
for result in results:
    print(result)

Пример ProcessPoolExecutor (процессы)

from concurrent.futures import ProcessPoolExecutor

def square(n):
    return n * n

with ProcessPoolExecutor() as executor:
    results = executor.map(square, [1, 2, 3, 4])

print(list(results))  # [1, 4, 9, 16]

🟠Модуль `asyncio` (асинхронность, не потоки!)
Модуль asyncio не создаёт потоки или процессы, а работает через "корутины" и цикл событий (event loop).

import asyncio

async def task():
    print("Начало")
    await asyncio.sleep(2)  # Не блокирует другие задачи
    print("Конец")

async def main():
    await asyncio.gather(task(), task())

asyncio.run(main())

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое монолитная архитектура, её плюсы и минусы?

Монолит — это единое приложение, где все компоненты находятся в одной системе.
Плюсы:
- проще начать разработку;
- меньше накладных расходов;
- отладка и деплой проще.
Минусы:
- сложнее масштабировать по частям;
- одно изменение может повлиять на всё приложение;
- трудно разделить работу между командами.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Зачем нужны схемы в БД?

Схема (schema) в базе данных — это логическая группировка объектов (таблиц, индексов, представлений и т. д.) внутри одной БД.

🚩Что такое схема в БД?

Схема — это контейнер для объектов БД (таблиц, индексов, процедур).

База данных (company_db)
 ├── Схема: public (по умолчанию)
 │   ├── Таблица: employees
 │   ├── Таблица: departments
 ├── Схема: hr
 │   ├── Таблица: employees
 │   ├── Таблица: salaries
 ├── Схема: sales
 │   ├── Таблица: customers
 │   ├── Таблица: orders

🚩Как создавать и использовать схемы?

Создание схемы (CREATE SCHEMA)

CREATE SCHEMA hr;  -- Создаём схему "hr"

Создание таблицы внутри схемы

CREATE TABLE hr.employees (
    id SERIAL PRIMARY KEY,
    name VARCHAR(100),
    position VARCHAR(50)
);

Выбор схемы по умолчанию

SET search_path TO hr;

🚩Где полезны схемы?

🟠Разделение данных по модулям
Если в БД хранятся разные области бизнеса (кадры, продажи, финансы), их можно разделить по схемам:
- hr.employees, hr.salaries
- sales.orders, sales.customers

🟠Разные версии одной БД
Например, в PostgreSQL можно создать схему dev для тестов:
- dev.users — тестовая версия таблицы
- prod.users — продакшен-версия

🟠Безопасность и доступ пользователей
Можно дать доступ к разным схемам разным пользователям:

GRANT USAGE ON SCHEMA hr TO hr_manager;
GRANT SELECT ON ALL TABLES IN SCHEMA hr TO hr_manager;

Ставь 👍 и забирай 📚 Базу знаний

🤔 Срезы или слайсы в Python?

Позволяют получить подмножество элементов из строки, списка и других последовательностей с помощью синтаксиса [start:stop:step].

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что такое cookie?

Это небольшой файл, который создаётся веб-сайтом и сохраняется в браузере пользователя. Куки используются для хранения информации, связанной с пользователем, чтобы улучшить его взаимодействие с сайтом.

🚩Зачем нужны куки?

Куки помогают веб-сайтам «запоминать» данные о пользователе. Вот основные цели их использования:
🟠Аутентификация
Например, после входа в аккаунт куки сохраняют ваш статус (авторизован вы или нет).
🟠Сохранение предпочтений
Куки могут хранить ваши настройки, например, выбранный язык или тему сайта.
🟠Сессии и корзины
Если вы добавляете товары в корзину в интернет-магазине, эта информация может храниться в куки.
🟠Отслеживание действий
Куки используются для аналитики и рекламы, чтобы понять, как вы взаимодействуете с сайтом, или показать персонализированные объявления.

🚩Как работают куки?

Когда вы заходите на сайт, сервер может отправить куки вашему браузеру вместе с HTTP-ответом.
Браузер сохраняет эти данные и отправляет их обратно на сервер при последующих запросах.
Куки привязаны к домену, и только этот домен может их читать.

🚩Пример использования куки

Создание куки на сервере (Python, Flask)

from flask import Flask, request, make_response

app = Flask(__name__)

@app.route('/set_cookie')
def set_cookie():
    response = make_response("Cookie установлена!")
    response.set_cookie('username', 'JohnDoe')  # Устанавливаем куки с именем "username"
    return response

@app.route('/get_cookie')
def get_cookie():
    username = request.cookies.get('username')  # Получаем значение куки
    return f'Привет, {username}!' if username else 'Куки не найдены.'

if __name__ == '__main__':
    app.run(debug=True)

🚩Типы куки

🟠Сессионные куки (Session Cookies)
Хранятся только во время работы браузера и удаляются после его закрытия.
🟠Постоянные куки (Persistent Cookies)
Сохраняются на устройстве пользователя до истечения срока действия.
🟠Безопасные куки (Secure Cookies)
Передаются только через HTTPS для обеспечения безопасности.
🟠HttpOnly куки
Не доступны через JavaScript, используются для защиты от XSS-атак.

🚩Плюсы и минусы

➕Помогают сохранять пользовательские данные для упрощения работы с сайтом.
➕Могут улучшить пользовательский опыт за счёт персонализации.
➖Могут использоваться для отслеживания активности (privacy concerns).
➖Неправильное управление куки может привести к утечкам данных.

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как получить список атрибутов объекта?

Можно воспользоваться универсальными функциями для получения всех доступных атрибутов объекта. Это помогает в отладке и динамическом программировании.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что делать если нужно перехватить исключение, выполнить действия и опять возбудить это же исключение?

Если нужно:
Перехватить исключение
Выполнить какие-то действия (лог, очистка, уведомление и т. д.)
Снова выбросить это же исключение

try:
    x = 1 / 0  # Ошибка деления на ноль
except ZeroDivisionError:
    print("Ошибка! Записываем в лог...")
    raise  # Повторно выбрасываем то же исключение

Вывод

Ошибка! Записываем в лог...
Traceback (most recent call last):
  File "script.py", line 2, in <module>
    x = 1 / 0
ZeroDivisionError: division by zero

Пример: Логирование перед повторным выбросом

import logging

logging.basicConfig(filename="errors.log", level=logging.ERROR)

try:
    user_input = int("abc")  # Ошибка ValueError
except ValueError as e:
    logging.error(f"Ошибка: {e}")  # Записываем в лог
    raise  # Повторно выбрасываем исключение

Пример: Очистка ресурсов перед выбросом исключения

try:
    file = open("data.txt", "r")
    data = file.read()
except FileNotFoundError:
    print("Файл не найден. Освобождаем ресурсы...")
    raise  # Снова выбрасываем исключение
finally:
    file.close()  # Гарантированно закроет файл

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как работает SQL JOIN?

JOIN объединяет строки из двух и более таблиц по общим колонкам (чаще всего по ключам). База находит совпадения и возвращает комбинированный набор данных в соответствии с типом JOIN.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как проверить, что значение есть в словаре в Python?

В Python можно проверять наличие ключа или значения в словаре разными способами.

🟠Проверка наличия ключа (`in`)
Самый быстрый и правильный способ — проверять ключи (keys), так как доступ к ним O(1).

data = {"name": "Alice", "age": 25, "city": "New York"}

# Проверяем, есть ли ключ "age"
if "age" in data:
    print("Ключ найден!")

Вывод

Ключ найден!

Не надо проверять так

if data.get("age") is not None:  # ❌ Работает, но `in` быстрее

🟠Проверка наличия значения (`in values()`)
Если нужно проверить значение, используем values()

if 25 in data.values():
    print("Значение найдено!")

Вывод

Значение найдено!

🟠Проверка и ключа, и значения (`items()`)
Если нужно проверить пару (ключ, значение)

if ("age", 25) in data.items():
    print("Пара (ключ, значение) найдена!")

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как прервать выполнение цикла?

С помощью инструкции, которая немедленно завершает цикл и выходит из него, независимо от условия.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как в Django работает система аутентификации?

В Django встроена мощная система аутентификации, которая отвечает за идентификацию пользователей, управление учетными записями и контроль доступа к различным частям приложения. Она включает регистрацию, вход, выход, проверку прав пользователей и работу с сессиями.

🟠Как работает процесс аутентификации?
Аутентификация в Django основана на модели пользователя (User) и механизме сессий. Когда пользователь входит в систему, Django проверяет его учетные данные и создает сессию, сохраняя в ней идентификатор пользователя.
Процесс можно разделить на несколько шагов:
Пользователь вводит логин и пароль.
Django проверяет данные через аутентификационный бэкенд.
Если данные верны, Django создает сессию.
При каждом запросе Django проверяет, авторизован ли пользователь.

🚩Основные компоненты системы аутентификации

🟠Модель пользователя (`User`)
Django предоставляет встроенную модель пользователя django.contrib.auth.models.User. Она содержит:
username, email, password
is_staff, is_superuser, is_active
date_joined, last_login

from django.contrib.auth.models import User

# Создание пользователя
user = User.objects.create_user(username="admin", password="12345")
user.email = "[email protected]"
user.save()

# Проверка пароля
print(user.check_password("12345"))  # True

🟠Аутентификация (`authenticate`)
Django использует функцию authenticate() для проверки учетных данных.

from django.contrib.auth import authenticate

user = authenticate(username="admin", password="12345")
if user is not None:
    print("Успешный вход!")
else:
    print("Ошибка аутентификации!")

🟠Вход и выход (`login` / `logout`)
После успешной аутентификации пользователя можно "впустить" с помощью login().

from django.contrib.auth import login, logout

def user_login(request):
    user = authenticate(username="admin", password="12345")
    if user:
        login(request, user)  # Создает сессию
        return "Пользователь вошел!"
    return "Ошибка входа"

def user_logout(request):
    logout(request)  # Удаляет сессию
    return "Пользователь вышел!"

🟠Проверка аутентификации
Во вьюхах можно проверить, авторизован ли пользователь

if request.user.is_authenticated:
    print("Пользователь залогинен:", request.user.username)
else:
    print("Гость")

Для защиты маршрутов можно использовать декоратор @login_required:

from django.contrib.auth.decorators import login_required

@login_required
def profile(request):
    return "Это страница профиля!"

🚩Настройка аутентификации

🟠Настройки в `settings.py`
Django по умолчанию использует django.contrib.auth.backends.ModelBackend для аутентификации через базу данных. Можно добавить кастомные бэкенды:

AUTHENTICATION_BACKENDS = [
    'django.contrib.auth.backends.ModelBackend',  # Обычная аутентификация
]

🟠Изменение модели пользователя
Если стандартной модели User недостаточно, можно создать кастомную модель

from django.contrib.auth.models import AbstractUser

class CustomUser(AbstractUser):
    phone_number = models.CharField(max_length=15, unique=True)

# В settings.py указываем свою модель
AUTH_USER_MODEL = "myapp.CustomUser"

🟠Разрешения и группы
Django поддерживает группы пользователей и права доступа.

if user.has_perm("app_name.permission_codename"):
    print("У пользователя есть разрешение!")

Использование групп

from django.contrib.auth.models import Group

group = Group.objects.create(name="Editors")  # Создаем группу
user.groups.add(group)  # Добавляем пользователя в группу

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое множество?

Множество — это неупорядоченная коллекция уникальных элементов. В Python оно реализовано как хеш-таблица и позволяет быстро проверять наличие элементов.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Для чего могут применять конструкцию try finally без except?

Конструкция try...finally используется в случаях, когда нужно гарантировать выполнение кода в finally, независимо от того, возникло исключение или нет.

🟠Закрытие файла
Если файл открыт, его нужно закрыть в любом случае, даже если в процессе работы произойдёт ошибка.

try:
    file = open("data.txt", "r")
    data = file.read()
finally:
    print("Закрываем файл...")
    file.close()  # Файл закроется даже при ошибке

🟠Освобождение ресурсов (например, соединение с базой данных)
Если программа работает с базой данных, соединение нужно закрыть, даже если произошла ошибка.

import sqlite3

conn = sqlite3.connect("database.db")

try:
    cursor = conn.cursor()
    cursor.execute("SELECT * FROM users")  # Ошибка, если таблицы нет
finally:
    print("Закрываем соединение с БД...")
    conn.close()  # Закроет соединение в любом случае

🟠Разблокировка ресурсов (например, файл или поток)
Допустим, есть блокировка файла, которую нужно снять в любом случае.

import threading

lock = threading.Lock()

try:
    lock.acquire()
    print("Ресурс заблокирован")
    # Код, который использует ресурс
finally:
    print("Разблокируем ресурс")
    lock.release()  # Освободит блокировку даже при ошибке

Пример 4: Остановка таймера, даже если произошла ошибка

import time

try:
    start_time = time.time()
    x = 1 / 0  # Ошибка деления на ноль
finally:
    elapsed_time = time.time() - start_time
    print(f"Программа выполнялась {elapsed_time:.2f} секунд")

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что делает декоратор property?

Декоратор `property` в Python используется для создания свойств объекта, что позволяет управлять доступом к атрибутам класса через геттеры, сеттеры и методы удаления. Это делает возможным изменение внутреннего представления данных без изменения интерфейса класса, обеспечивает лучший контроль за доступом и валидацию данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Чем отличаются методы сокрытия?

Методы и атрибуты класса могут быть скрыты от внешнего использования с помощью различных уровней сокрытия. Сокрытие реализуется с помощью соглашений об именах, а не с помощью жесткой инкапсуляции, как в некоторых других языках программирования. Основные уровни сокрытия включают публичные, защищенные и приватные методы и атрибуты.

🚩Публичные методы и атрибуты

Доступны из любого места, как внутри класса, так и за его пределами. Их имена не начинаются с подчеркиваний.

class MyClass:
    def __init__(self):
        self.public_attribute = "I am public"
    
    def public_method(self):
        return "This is a public method"

obj = MyClass()
print(obj.public_attribute)  # Вывод: I am public
print(obj.public_method())   # Вывод: This is a public method

🚩Защищенные методы и атрибуты

Не предназначены для использования за пределами класса и его подклассов. Они обозначаются одним подчеркиванием в начале имени. Это всего лишь соглашение, сигнализирующее другим разработчикам, что такие методы и атрибуты не следует использовать вне класса или его подклассов.

class MyClass:
    def __init__(self):
        self._protected_attribute = "I am protected"
    
    def _protected_method(self):
        return "This is a protected method"

class SubClass(MyClass):
    def access_protected(self):
        return self._protected_method()

obj = MyClass()
sub_obj = SubClass()

print(sub_obj.access_protected())  # Вывод: This is a protected method

🚩Приватные методы и атрибуты

Скрыты от внешнего доступа и доступны только внутри самого класса. Они обозначаются двумя подчеркиваниями в начале имени. Python реализует это с помощью механизма именования, который изменяет имя метода или атрибута, добавляя к нему имя класса, чтобы затруднить доступ извне.

class MyClass:
    def __init__(self):
        self.__private_attribute = "I am private"
    
    def __private_method(self):
        return "This is a private method"
    
    def access_private(self):
        return self.__private_method()

obj = MyClass()

try:
    print(obj.__private_attribute)
except AttributeError as e:
    print(e)  # Вывод: 'MyClass' object has no attribute '__private_attribute'

try:
    print(obj.__private_method())
except AttributeError as e:
    print(e)  # Вывод: 'MyClass' object has no attribute '__private_method'

# Доступ к приватным методам через публичный метод класса
print(obj.access_private())  # Вывод: This is a private method

Ставь 👍 и забирай 📚 Базу знаний

📺 База 1000+ реальных собеседований

На программиста, тестировщика, аналитика, проджекта и другие IT профы.

Есть собесы от ведущих компаний: Сбер, Яндекс, ВТБ, Тинькофф, Озон, Wildberries и т.д.

🎯 Переходи по ссылке и присоединяйся к базе, чтобы прокачать свои шансы на успешное трудоустройство!

🤔 Для чего нужен модуль operator?

Модуль operator предоставляет функции, которые соответствуют стандартным операторам Python (арифметическим, логическим, сравнениям и др.). Это удобно для использования в функциональном программировании — например, когда оператор нужно передать как функцию (в map, sorted, reduce и т.д.). Также он делает код более читаемым и структурированным в случае сложной логики.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как можно оптимизировать хвостовую рекурсию в Python?

Хвостовая рекурсия (tail recursion) — это особый вид рекурсии, когда рекурсивный вызов является последней операцией в функции. В языках, поддерживающих оптимизацию хвостовой рекурсии (TCO – Tail Call Optimization), такие вызовы не создают новый стек вызовов, а переиспользуют текущий, что предотвращает переполнение стека.
Но в Python хвостовая рекурсия НЕ оптимизируется из-за особенностей интерпретатора (Python хранит полную историю вызовов для отладки).

🚩Способы оптимизации хвостовой рекурсии в Python

🟠Использование явного стека вместо рекурсии (итерация)
Лучший способ избежать проблем с глубокой рекурсией — заменить её циклом.

def factorial(n, acc=1):
    if n == 0:
        return acc
    return factorial(n - 1, acc * n)  # Хвостовая рекурсия (но Python не оптимизирует!)

Решение: заменить на цикл (итеративный подход)

def factorial_iter(n):
    acc = 1
    while n > 0:
        acc *= n
        n -= 1
    return acc

print(factorial_iter(10000))  # Работает без ошибок

🟠Использование `sys.setrecursionlimit()` (не рекомендуется)
Python имеет ограничение на глубину рекурсии (обычно около 1000). Можно его увеличить

import sys
sys.setrecursionlimit(20000)  # Увеличение лимита

🟠Использование `functools.lru_cache()` (мемоизация)
Если рекурсивная функция пересчитывает одни и те же значения, можно кешировать результаты.

from functools import lru_cache

@lru_cache(None)  # Кеширует все вызовы функции
def fibonacci(n):
    if n < 2:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)

print(fibonacci(100))  # Работает быстро, без переполнения стека

🟠Использование `stack` вместо рекурсии (эмуляция стека)
Если алгоритм требует рекурсии, но стек ограничен, можно использовать список как стек.

def factorial_stack(n):
    stack = [(n, 1)]
    while stack:
        n, acc = stack.pop()
        if n == 0:
            return acc
        stack.append((n - 1, acc * n))

print(factorial_stack(10000))  # Работает без ошибок

Ставь 👍 и забирай 📚 Базу знаний

🤔 Какие магические методы и для чего используются?

Магические методы (например, __init__, __str__, __len__, __add__) используются для определения поведения объектов в специфичных ситуациях, таких как инициализация, строковое представление, арифметические операции или работа с коллекциями.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний