30345
توییت های برنامه نویسی و طراحی وب :) @dvtwi Hashtags: devtwitter.t.me/5 DevBooks Channel: https://t.me/+AYbOl75CLNYxY2U0 Github: https://github.com/DevTwitter X: https://x.com/devtwittir
بچه های که میخواهید تازه برنامه نویسی رو شروع کنید دوره های
Mosh Hamedani
برای شروع به نظر من خیلی عالی هستن
https://codewithmosh.com/
@DevTwitter | <Shayan/>
یه مقاله جذاب در مورد نوشتن کد سریع از Shopify
درسته که درباره Ruby on Rails نوشته شده اما اکثر نکاتش به خیلی از زبان و فریمورک های دیگه از جمله گولنگ هم قابل تعمیم دادن هست.
دقت کنید که Shopify در یک مقیاس خیلی بزرگ کار میکنه و نکاتش مهمه.
کدی که با Ruby on Rails نوشته میشه معروفه به کند بودن
اما در Shopify در مقیاس میلیون درخواست در دقیقه داره از Ruby on Rails استفاده میشه
تو این مقاله نکات جالبی رو اشاره میکنه برای اینکه کد سریعتری نوشته بشه
اولین نکته ش در مورد ORM یا همون ActiveRecord هست که باید درک کنید توابع مختلف orm چه رفتاری با دیتابیس دارند.
تو گولنگ همین مشکل با gorm وجود داره که به شدت میتونه لود زیادی روی دیتابیس بندازه بدون اینکه برنامه نویس متوجه این قضیه بشه.
دومین نکته ش باز در مورد دیتابیس هست که میگه از select * پرهیز کنید و فقط ستون هایی که لازم دارید رو انتخاب کنید.
نکته دیگه پرهیز از کوئری زدن به ستون هایی هست که index ندارن و در مقیاس بالا باعث میشه که full scan رخ بده
البته ایندکس اضافه کردن باعث lock شدن دیتابیس ممکنه بشه برای writeها و باید مواظب مایگریشن ایندکس باشیم
نکته بعدی کش کردن همه چیز هست…
Cache All The Things
If you can’t make something faster, a good alternative is to cache it. Things like complex view compilation and external API calls benefit greatly from caching. Especially if the resultant data doesn’t change often.
یه سری چیزارو میشه throttle کرد
Throttle Bottlenecks
But what about operations you can’t cache? Things like delivering an email, sending a webhook, or even logging in can be abused by users of an application. Essentially, any expensive operation that can’t be cached should be throttled.
برای یه سری پروسه ها هم میشه job queue و مکانیزم های async در نظر گرفت
Do It Later (In a Job)
Jobs allow us to defer work to another process through queueing systems often backed by Redis. Exporting a dataset, activating a subscription, or processing a payment are all great examples of job-worthy work
پرهیز از متاپروگرمینگ
Use Metaprogramming Sparingly
Changing a program’s structure at runtime is a powerful feature. In a highly dynamic language like Ruby, there are significant performance costs associated to metaprogramming.
دونستن تفاوت O(1) و O(n) برای مقیاس پذیر بودن خیلی مهمه
Know the difference between O(n) and O(1)
What O(n) and O(1) mean is that there are two kinds of operations. O(n) is an operation that scales in time with size, and O(1) is one that is constant in time regardless of size.
مثلا جای آرایه بهتره از hash استفاده بشه چون lookup کردن تو hash فارغ از اندازه O(1) هست
Allocate Less
استفاده و مدیریت Garbage Collector
If used improperly, dangerous methods can lead to unwanted side effects in your code. A best practice to follow is to avoid mutating global state while leveraging mutation on local state.
https://shopify.engineering/write-fast-code-ruby-rails
@DevTwitter | <Hossein Nazari/>
شاید تعجب کرده باشید که چرا در خیلی از کنفرانس های JavaScript جای این عبارت از js و ecmascript استفاده میکنن..
دلیلش اینه که آقای oracle که sun microsystems رو خرید تریدمارک JavaScript رو هم در نتیجه ش صاحب شد.
حالا آقای ryan dahl که سازنده nodejs و deno هست چند وقتی هست گیر داده به oracle که تریدمارک JavaScript رو کنسل کنه که دیگه به عنوان یه کلمه عمومی همه بتونن ازش استفاده کنن. سفت و سخت پیگیره..
@DevTwitter | <Hossein Nazari/>
واقعا فکر نمیکردم کار کردن با پروتکل torrent اینقدر سخت باشه بیش از اندازه بزرگه :))
ولی کلی چیز باهاش یادگرفتم. تا بخش خوبی جلو بردمش و الان با گرفتن فایل تورنت یا مکنت لینک میتونه تا دانلود پیش بره.
https://github.com/Soroushsrd/Torrs
@DevTwitter | <Soroush Sardashti/>
#کوته_نیوز
دکتر:
همین روزا درز تلگرامو براتون باز میکنم.
@DevTwitter
ببینید یک ابزارِ کوچک اما کاربردی چقدر میتونه کارها رو ساده کنه. با pasteasfile میتونید محتوایِ کلیپبورد رو در قالبِ یک فایل پیست کنید. کاش ویندوز این قابلیت رو به صورتِ built-in میداشت. لذت بردم.
pasteasfile.org
@DevTwitter | <Ayub Kokabi/>
اگه یه میلیون کار داشته باشی و بخوای همزمان اجراشون کنی، ولی فقط 8 تا CPU داری، چهجوری بهینهترین حالت رو پیدا میکنی؟
تو گولنگ، گوروتینها خیلی سبک هستن. میتونی هزار تا، ده هزار تا، یا حتی بیشتر گوروتین همزمان اجرا کنی. ولی وقتی تعداد کارهات خیلی زیاده (مثلاً یه میلیون)، دیگه تعداد CPUها محدودیت اصلی میشه و نمیصرفه حافظه رو با صدها هزار گوروتین که همزمان نمیتونن اجرا بشن، هدر بدی.
یه راه خفن برای کنترل این داستان استفاده از Semaphore هست که میتونی تعداد گوروتینهای در حال اجرا رو محدود کنی.
حالا چطور کار میکنه؟
1. یه کانال با ظرفیت مشخص (N) درست میکنی که این ظرفیت میشه تعداد گوروتینهای همزمانی که میخوای اجرا بشه.
2. کانال رو با N تا "توکن" (هرچیزی مثل عدد) پر میکنی.
3. هر گوروتین قبل از اجرا باید یه توکن از کانال بگیره و وقتی کارش تموم شد توکن رو برمیگردونه.
4. اگه توکن نباشه گوروتین منتظر میمونه تا یکی آزاد بشه.
این تصویر یه مثال ساده با N=2 هست.
با این روش دیگه سیستم توی کارهای بیخودی قفل نمیشه و فقط به تعداد موردنیاز از منابع استفاده میکنی.
@DevTwitter | <Mohammad Abdorrahmani/>
سیستمهای هوش مصنوعی دادههای تمیز و ساختارمند رو میخواد، اما آمادهسازیش سخته.
ابزار FireCrawl این کار رو آسون میکنه! یه ابزار متنباز برای کراول و تبدیل وبسایت به فرمتهای آماده مثل Markdown و HTML، با قابلیت مدیریت پروکسی، ضدربات و محتوای داینامیک.
https://github.com/mendableai/firecrawl
@DevTwitter | <Reza Jafari/>
خیلی دلم میخواد توی این پارسر پایتونی که نوشتم کل ast رو عوض کنم به جای اینکه درخت باشه یه آرایه درست کنم و با اندیس parent/child رو به هم وصل کنم ببینم چقدر سرعتش بهتر میشه ولی اصلا وقت نمیشه
@DevTwitter | <Shaygan/>
مارکدان خیلی خوبه؛ ولی اگر بتونی خیلی راحت فایلهای پیدیاف و آفیس و... رو بهش تبدیل کرد، بهتر هم میشه. مایکروسافت یه لایبری پایتونی داده براش.
https://github.com/microsoft/markitdown
یه اپ هم یکی با استفاده ازش ساخته که غیر برنامهنوسها هم راحت استفاده کنن:
https://msftmd.replit.app
@DevTwitter | <Amin Mesbahi/>
افزایش کارایی در لاراول با جلوگیری از مشکل N+1
آیا میدانستید که N+1 Query Problem یکی از موضوعات رایج در مصاحبههای برنامهنویسی لاراول است؟ اگر به دنبال افزایش دانش خود برای پروژهها و همچنین آمادگی برای مصاحبه هستید، این نکته طلایی را از دست ندهید!
مشکل N+1 چیست؟
این مشکل زمانی رخ میدهد که برای هر رکورد، یک کوئری جداگانه اجرا شود. مثلاً وقتی لیست کتابها را با نویسندههایشان واکشی میکنید، بهجای یک کوئری کلی، چندین کوئری اجرا میشود که کارایی برنامه را به شدت کاهش میدهد.
راهحل؟ (Eager Loading):
با استفاده از with() در لاراول، میتوانید روابط مدلها را در یک کوئری بازیابی کنید و از N+1 جلوگیری کنید
در تصویر نمونه درست و غلط رو هم درج کردم
با این روش، همه نویسندهها همراه با کتابها در یک کوئری واکشی میشوند و سرعت اپلیکیشن شما افزایش مییابد.
نکته مصاحبهای:
مصاحبهکنندگان اغلب میپرسند: "چگونه میتوان از مشکل N+1 جلوگیری کرد؟" حالا شما با این پاسخ آماده هستید!
@DevTwitter | <Alireza Ahmadi/>
چند وقته برای ساخت بخشهای مختلف Admin Panel تو پروژههام از Filament PHP استفاده میکنم و باید بگم واقعاً یه ابزار فوقالعادهست! اگر با Laravel کار میکنید و دنبال یه راه حل سریع، شیک و منعطف برای پنلهای ادمین میگردید، حتماً Filament رو امتحان کنید.
تو یکی از پروژههام که نیاز داشتم یه پنل مدیریت برای سفارشها و کاربران بسازم، Filament کمک کرد تو چند ساعت یه سیستم کامل و کاربردی راه بندازم. جالب اینجا بود که بهجای صرف وقت برای طراحی فرمها و جداول، تونستم بیشتر روی منطق اصلی پروژه تمرکز کنم.
اگه تا حالا با Filament کار نکردید، پیشنهاد میکنم تو پروژه بعدیتون حتماً ازش استفاده کنید. مطمئنم تجربهتون تو ساخت پنلهای مدیریتی کاملاً متحول میشه.
https://filamentphp.com
@DevTwitter | <Danial Rahimy/>
فیچر Canvas از OpenAI برای همه فعال شده! ابزار عالی برای کدنویسی و نوشتن متنهای حرفهای به صورت بهینهتر، آسونتر و باکیفیتتر.
تو دوره زیر تو ۵۰ دقیقه یادش بگیرین (ویدیو ۶ برای متخصصای GenAIه و لازم نیست ببینیدش.)
https://www.deeplearning.ai/short-courses/collaborative-writing-and-coding-with-openai-canvas/
@DevTwitter | <Reza Jafari/>
کلون ردیس رو گذاشتم روی گیتهاب فعلا فقط get و set داره و میتونه با چندتا کانکشن همزمان کار کنه. امروزم میخوام persistence رو اضافه کنم.
https://github.com/Glyphack/redis-clone
فعلا بخش hash map عش بدترین چیزشه باید ببینم چه تابع هش خوبی برای دیتابیس هست که استفاده کنم. اگرم ۳۲ بیتی باشه خروجی
@DevTwitter | <Shaygan/>
#کوته_نیوز
همراه اول ریده
@DevTwitter
من وبسایت http://thewebscraping.club رو بار ها معرفی کردم که در مورد وباسکرپینگ مطالب مختلفی میذاره. الان تصمیم گرفتم به مرور با http://notebooklm.google برای پست هاش پادکست بسازم و با روشی که دارم براش زیرنویس فارسی تولید کنم و تو یوتیوب بذارم.
@DevTwitter | <وحید/>
ساختار دادهای جدول هش (Hash Table Data Structure):
هشینگ (Hashing) یکی از ساختارهای دادهای مهم و کارآمد است که برای انتساب یک مقدار به یک کلید خاص استفاده میشود. این فرآیند از طریق یک تابع هش انجام میشود. هدف اصلی این ساختار، دسترسی سریعتر به عناصر با استفاده از این کلیدها است. کارایی هشینگ به شدت به طراحی و کارایی تابع هش وابسته است، به طوری که تابع هش باید برخوردها (Collisions) را به حداقل برساند و دادهها را به صورت یکنواخت در جدول توزیع کند.
فرض کنید یک تابع هش H(x) مقدار x را در شاخص x % 10 در یک آرایه ذخیره میکند.
به عنوان مثال، اگر لیست مقادیر [11,12,13,14,15] باشد، این مقادیر در موقعیتهای {1,2,3,4,5} در جدول هش ذخیره خواهند شد.
موارد استفاده از ساختار دادهای جدول هش(Hash Table Data Structure):
1-ساختارهای دادهای برای جستجو و بازیابی سریع:
به طور گسترده در پیادهسازی دیکشنریها (مثل Dictionary در Python یا HashMap در Java و C#) استفاده میشود.
2-مدیریت پایگاه دادهها:
برای نگهداری ایندکسها در پایگاه دادهها، جدولهای هش به منظور دسترسی سریع به رکوردها استفاده میشود.
3-سیستمهای کش (Caching):
برای ذخیره و بازیابی دادهها در سیستمهای کش با سرعت بالا، مانند Memcached.
4-سیستمهای تشخیص کلمات تکراری:
در پردازش زبان طبیعی (NLP) و بررسی متون برای ذخیره مجموعهای از کلمات و بررسی وجود یا عدم وجود آنها.
5-مدیریت حافظه:
برای مدیریت سریع تخصیص و آزادسازی حافظه.
6-حل مسائل با زمانبندی مناسب:
مانند تشخیص مقادیر تکراری در یک آرایه یا نگاشت یک مقدار به کلید برای مرتبسازی و جستجو سریع.
7-شبکههای کامپیوتری:
در مسیریابی و کش DNS برای ذخیره آدرسهای IP و نام دامنهها.
مزایا:
1-سرعت بالا در جستجو و بازیابی.
2-کارایی مناسب برای دادههای بزرگ.
3-انعطافپذیری در ذخیرهسازی جفتهای کلید-مقدار.
4-پیادهسازی ساده و گسترده در زبانهای برنامهنویسی.
چالشها:
1-مدیریت برخوردها (Collisions).
2-طراحی مناسب و کارآمد تابع هش.
3-هزینه افزایش اندازه جدول هش (Resizing).
4-مصرف بیشتر حافظه برای کاهش برخوردها.
5-حساسیت به کیفیت کلیدهای ورودی.
@DevTwitter | <Hossein Vaezzadeh/>
نسخه Vite 6 منتشر شد!
ویت 6 با معرفی API محیطی جدید، انعطافپذیری بیشتری را برای توسعهدهندگان فراهم میکند و امکان تجربه توسعه نزدیکتر به محیط تولید را میسر میسازد. همچنین، پشتیبانی از Node.js 18، 20 و 22+ حفظ شده و پشتیبانی از نسخه 21 حذف شده است.
https://code-news.com/p/vite-6-released
@DevTwitter | <Code News/>
یک ابزار خوب برای دیدن و (پراسس کردن) JSON در ترمینال
fx: Terminal JSON viewer & processor
میتونید با ترکیبش با curl راحت دیتای خروجی API ها رو تو ترمینال بررسی کنید
سرعت خیلی خوبی هم داره.
لینک پروژه در گیتهاب:
https://github.com/antonmedv/fx
لینک وبسایت و داکیومنت:
https://fx.wtf/
@DevTwitter | <Ashkan Nourzadeh/>
میخواهید برای مصاحبه DevOps آماده بشید ؟
مجموعه ای از سوالات مصاحبه DevOps
interview.devopscommunity.in
@DevTwitter | <MehrdadLinux/>
اگر از Socks به عنوان پروکسی استفاده میکنید
میدانید که نرم افزارهای زیادی اجازه استفاده از Socks را به صورت
socks5://[yourip]:[yourport]
نمیدن و نیازه شما http پروکسی داشته باشید gost
github.com/ginuerzh/gost
کارش همینه
@DevTwitter | <MehrdadLinux/>
وقتی سرور لینوکسی آلوده میشود رویه استاندارد امحا کامل و جایگزینی با یک سیستم تمیز جدید است، ولی خب نیاز است که شما حملهها را شناسایی و یا نحوه Compromise شدن را شناسایی کنید تا خود را ایمن نگه دارید. یک منبع خوب مرتبط با این مباحث:
https://github.com/cr0nx/awesome-linux-attack-forensics-purplelabs
@DevTwitter | <Vahid Nameni/>
شروع پروژه متنباز Shop Center
دارم روی بکاند یه فروشگاه بزرگ با NestJS کار میکنم که قراره ویژگیهای جذاب و مقیاسپذیر داشته باشه. پروژه کاملا متنبازه و منتظر پیشنهادها و مشارکتهای شما هستم!
گیتهاب:
https://github.com/AliDeWeb/Shop-Center
@DevTwitter | <Ali Moradi/>
میخواستم ببینم هر ماژول به چه ماژولی دیپندنسی داره و بخصوص چی بهش دیپندنسی داره کلی سرچ کردم و کارای احمقانه آخرش تو نیمساعت یه اسکریپت پایتون نوشتم و تامام کدش هم خیلی و ساده و احمقانه هست ولی کار میکنه و کافیه
https://gist.github.com/behdad222/4d016d20ea64ad0ca56743c67496821a
@DevTwitter | <Behdad Abedi/>
اگه تجربه توسعه مینی اپای تلگرام رو داشته باشید احتمالا دردسرای تانل کردن و ماک کردن دیتا و تست کردن همزمان نسخه اندروید و ios رو دیدید. عرفان با این اپش همه این مشکلات رو حل کرده و شما میتونید یه محیط توسعه کامل برای مینی اپا رو داشته باشید
https://github.com/erfanmola/TMA-Studio
@DevTwitter | <MohammadReza Shahmoradi/>
سرورلس کامپیوتینگ: تحول در دنیای توسعه نرمافزار
سرورلس کامپیوتینگ (Serverless Computing) یک مدل معماری است که به توسعهدهندگان این امکان را میدهد تا بدون نیاز به مدیریت زیرساختهای سرور، تنها بر روی نوشتن و پیادهسازی کد تمرکز کنند. برخلاف آنچه که از اسمش به نظر میرسد، سرورلس به این معنا نیست که هیچ سروری وجود ندارد، بلکه این به این معناست که تمام مدیریت سرور، مقیاسپذیری و نگهداری آن به عهده ارائهدهندگان خدمات ابری (مانند AWS، Google Cloud و Azure) است.
چرا سرورلس کامپیوتینگ یک تغییر بزرگ است؟
کارایی هزینهای بالا: ما فقط برای منابعی که مصرف میکنیم هزینه پرداخت میکنیم. به این معنی که برای زمانهایی که کد شما اجرا نمیشود، هیچ هزینهای نمیپردازیم. این ویژگی برای استارتاپها و کسبوکارهای در حال رشد که به دنبال صرفهجویی در هزینهها هستند، ایدهآل است.
مقیاسپذیری خودکار: در این مدل، نیازی به نگرانی درباره مقیاسپذیری و تنظیم تعداد سرورها نیست. ابزارهای سرورلس بهطور خودکار بار ترافیک را مدیریت کرده و تعداد منابع مورد نیاز را بسته به تقاضا تنظیم میکنند.
تمرکز بیشتر روی کد: توسعهدهندگان میتوانند بیشتر بر روی نوشتن منطق کسبوکار و ویژگیهای جدید تمرکز کنند، بدون اینکه دغدغهای در مورد مدیریت زیرساختها داشته باشند.
پیادهسازی سریعتر: به دلیل این که تنها قسمتهای خاصی از برنامه به صورت مستقل اجرا میشوند، میتوانیم ویژگیهای جدید را در زمان کوتاهی پیادهسازی کرده و آنها را سریعتر به محیط تولید منتقل کنیم.
انعطافپذیری و سرعت: برای ایجاد API ها، پردازشهای زمان واقعی، و میکروسرویسها به راحتی میتوان از سرورلس استفاده کرد که باعث افزایش سرعت توسعه و تغییرات میشود.
ابزارهای سرورلس معروف:
AWS Lambda
Google Cloud Functions
Azure Functions
این ابزارها به ما این امکان را میدهند که کدهای خود را در قالب توابع مستقل اجرا کنید و فقط زمانی که این توابع فراخوانی میشوند، منابع مصرف شوند.
نتیجهگیری:
سرورلس کامپیوتینگ به ما این امکان را میدهد که بدون نیاز به مدیریت سرورها و زیرساختهای پیچیده، به سرعت و به صورت مقیاسپذیر برنامهنویسی کنیم. این رویکرد، بهویژه برای پروژههای کوچک و استارتاپها که میخواهند از هزینههای سرور اجتناب کنند و بر نوشتن کد تمرکز کنند، ایدهآل است.
@DevTwitter | <Mohammad Hosein Shahbazi/>
ترکیب nextjs و وردپرس عجب چیزیه !!
این روزا همه دارن از "هدلس وردپرس" حرف میزنن. اولش که شنیدم فکر کردم یه چیز علمی تخیلیه! ولی خب کنجکاو شدم و رفتم تو دل ماجرا.
چی شد؟ فهمیدم که وردپرس مثل یه موتور قدرتمنده، ولی خب بدن نداره! یعنی چی؟ یعنی ما وردپرس رو به عنوان بکاند (محل نگهداری و مدیریت محتوا) نگه میداریم، ولی ظاهر سایت (فرانتاند) رو با یه چیز دیگه میسازیم. اینجا بود که Next.js اومد وسط!
حالا چرا هدلس وردپرس؟
فکر کن وردپرس شده مغز و Next.js شده دست و پا. وردپرس محتوا رو نگه میداره و Next.js اونو به بهترین شکل نشون میده! اینجوری هم سرعت سایتمون بالاتره هم دستمون برای طراحی بازتره.
اما یه نکته مهم:
این روش یه مقدار پیچیدهتر از وردپرس سنتیه. باید یه کم فنی تر باشی و با کد زدن حال کنی!
اگه میخوای بیشتر بدونی:
یه سرچ کوچولو تو گوگل بزن "WordPress Headless with Next.js" کلی مقاله و آموزش پیدا میکنی.
یه نگاه به کتابخونههای WPGraphQL یا Advanced Custom Fields هم بنداز.
اگه میخوای یه پروژه استارت بزنی، از استارتر کیت های Next.js برای وردپرس استفاده کن!
خلاصه که، هدلس وردپرس با Next.js یه ترکیب فوقالعاده است که اگه یه مقدار وقت بذاری و یاد بگیری، میتونه کلی پروژه خفن برات بیاره!
@DevTwitter | <Alireza Fakhar/>
تا الان چندین فریمورک agentic اومده مثل autogen و metaGPT و crewai و ... چند هفته پیش هم یکی دیگه به نام PydanticAI درست شده که کار همون تیمی هست که لایبرری خوش دست و مهم pydantic را درست کرد.
باهاش کار کردم و به سرعت به یکی از ابزارهای مورد علاقه من تبدیل شده است! علاوه بر ویژگیهای فوقالعادهای که در وبسایتشان ذکر شده، این موارد را بسیار دوست دارم:
- کنترل همه flow ها با پایتون ساده: سبک و بدون وابستگیهای غیرضروری.
- ویژگی dependency injection: بسیار شهودی و قدرتمند.
- یکپارچگی با Logfire: برای observability (مشاهدهپذیری) و ردیابی هزینه، کاملاً بینقص.
این یک کتابخانه ساده است که با قابلیت و انعطافپذیری بالا عرضه شده برای کار کردن با agent ها.
برای نمایش تواناییهای آن، یک آموزش تهیه کردهام که نحوه پیادهسازی یک سیستم multi agent RAG با استفاده از PydanticAI را نشان میدهد. اگر به سیستمهای (RAG) یا سیستمهای مبتنی بر agent علاقه دارید، حتماً چکش کنید.
Github: https://github.com/mallahyari/twosetai/blob/main/pydanticai_multi_agent_rag.ipynb
@DevTwitter | <Mehdi Allahyari/>
#میم_شبانگاهی
بکاند کارا وقتی میخوان CSS بنویسن
@DevTwitter
نسخه جدید Grok اومد.
۳ برابر سریعتر، دقیقتر و بهبود ویژگی چند زبانه.
برای توسعهدهندهها، مدلهای grok-2-1212 و grok-2-vision-1212 رو با قیمت ۲ دلار برای ۱ میلیون توکن دادن.
x.com/i/grok
@DevTwitter | <Soroush Ahmadi/>