چند درصد اگهیو بلدیم رزومه بفرستیم؟
چطور تو مصاحبه ها خوب عمل کنیم؟
چه کارایی کنیم شانس قبول شدنون بیشتر شه؟
@ManiFoldsPython
چطور تو مصاحبه ها خوب عمل کنیم؟
چه کارایی کنیم شانس قبول شدنون بیشتر شه؟
@ManiFoldsPython
👍25❤7
Python BackendHub
Voice message
این ویسو توصیه میکنم گوش بدید… به عنوان یک جونیوری که کار رسمی نداشته، بیمه نداشته، تحصیلاتش دیپلم بوده تونستم کار بگیرم و ایشالا اگه بشه باهاش مهاجرتم دارم میکنم، پس شما چرا نتونی؟😁
🔥14❤2👍2
Python BackendHub
Voice message
ریپو رزومه نویسی خودم
https://github.com/ManiMozaffar/awesome-resumes
کانال یوتویوب tech immigrant
https://www.youtube.com/c/techimmigrants
یک پلی لیست خوب از ماک اینترویو
https://www.youtube.com/playlist?list=PLtuWfrF8FU5xGKn2kb8OT2tAKZXPjEuWI
این هفته سرم خیلی شلوغه. بعدا وقت کنم خودمم یک playlist میزنم هم راجب mock interview و هم یک ریپو مینویسم راجب Interviews (مثل ریپو رزومه نویسیم)
@ManiFoldsPython
https://github.com/ManiMozaffar/awesome-resumes
کانال یوتویوب tech immigrant
https://www.youtube.com/c/techimmigrants
یک پلی لیست خوب از ماک اینترویو
https://www.youtube.com/playlist?list=PLtuWfrF8FU5xGKn2kb8OT2tAKZXPjEuWI
این هفته سرم خیلی شلوغه. بعدا وقت کنم خودمم یک playlist میزنم هم راجب mock interview و هم یک ریپو مینویسم راجب Interviews (مثل ریپو رزومه نویسیم)
@ManiFoldsPython
GitHub
GitHub - ManiMozaffar/awesome-resumes: Create resumes and CV with awesome-resumes. Practical tips, guidelines, guide, examples…
Create resumes and CV with awesome-resumes. Practical tips, guidelines, guide, examples and documentation for all IT fields - ManiMozaffar/awesome-resumes
❤9👍1🥰1
در پی ویدیو Encapsulation و Abstraction که فیلم گرفتم راجبش:
https://www.youtube.com/watch?v=jvXn8VcJPNY&list=PLEQ3RnweNGA5XLLANrPl5erS90EREs0F0&index=3
من تو یکی از اپلیکیشن هام یک flowchart خیلی پیچیده داشتم
وقتی داشتم ریفکتورش میکردم واقعا maintain کردنش سخت شده بود. تبدیل شده بود به کد لگاسی. ۲ سال اونجوری افتاده بود دست نخورده مونده بود. و کلشو بردم تو یک کلس دیگه و کامل encapsulate کردم. یک متود decide هم گذاشتم که کل مسیر فلوچارتو طی کنه. و چند تا متود کمکی دیگه که لازم داشتم. شد ۲۵۰ خط کد که همش fi elif و match case میخوره. بعدش ریزالتشو یک آبجکت namedtupl ساختم و با enum و دیتا تایپ های مختلف parse کردم تو اون named tuple که اسمشو گذاشتم decision. خوانایی کدم با این encapsulate ای که انجام دادم حداقل ۱۰ برابر بیشتر شد جوری که همکارم که برنامه نویس هم نبود فهمید دارم چیکار میکنم :))
درنهایت سعی کنید از match case حتما استفاده کنید وقتی کاربردش پیش میاد جای if elif. سینتکس تازه ای هست تو پایتون و نمیبینید تو لایبری های اوپن سورس هنوز ولی واقعا قدرت خوانایی کدتون رو بالا میبره.
یک مقاله خوب میذارم بخونید عالیهه
Strong Static Typing to Prevent Illegal Code States | Python Patterns
https://towardsdatascience.com/strong-static-typing-to-prevent-illegal-code-states-7a13e122cbab
@ManiFoldsPython
https://www.youtube.com/watch?v=jvXn8VcJPNY&list=PLEQ3RnweNGA5XLLANrPl5erS90EREs0F0&index=3
من تو یکی از اپلیکیشن هام یک flowchart خیلی پیچیده داشتم
وقتی داشتم ریفکتورش میکردم واقعا maintain کردنش سخت شده بود. تبدیل شده بود به کد لگاسی. ۲ سال اونجوری افتاده بود دست نخورده مونده بود. و کلشو بردم تو یک کلس دیگه و کامل encapsulate کردم. یک متود decide هم گذاشتم که کل مسیر فلوچارتو طی کنه. و چند تا متود کمکی دیگه که لازم داشتم. شد ۲۵۰ خط کد که همش fi elif و match case میخوره. بعدش ریزالتشو یک آبجکت namedtupl ساختم و با enum و دیتا تایپ های مختلف parse کردم تو اون named tuple که اسمشو گذاشتم decision. خوانایی کدم با این encapsulate ای که انجام دادم حداقل ۱۰ برابر بیشتر شد جوری که همکارم که برنامه نویس هم نبود فهمید دارم چیکار میکنم :))
درنهایت سعی کنید از match case حتما استفاده کنید وقتی کاربردش پیش میاد جای if elif. سینتکس تازه ای هست تو پایتون و نمیبینید تو لایبری های اوپن سورس هنوز ولی واقعا قدرت خوانایی کدتون رو بالا میبره.
یک مقاله خوب میذارم بخونید عالیهه
Strong Static Typing to Prevent Illegal Code States | Python Patterns
https://towardsdatascience.com/strong-static-typing-to-prevent-illegal-code-states-7a13e122cbab
@ManiFoldsPython
YouTube
Abstraction, Polymorphism & Encapsulation
تو این ویدیو پرداختم به مباحث Abstraction, Polymorphism & Encapsulation
👨💻Source Code:
https://github.com/ManiMozaffar/design-101
🌍LinkedIn: https://www.linkedin.com/in/manimozaffar
👨💻 Github: https://github.com/ManiMozaffar
🔖 Chapters:
00:00 مقدمه…
👨💻Source Code:
https://github.com/ManiMozaffar/design-101
🌍LinkedIn: https://www.linkedin.com/in/manimozaffar
👨💻 Github: https://github.com/ManiMozaffar
🔖 Chapters:
00:00 مقدمه…
👍9
dummy return or exception?
نظره شما چیست؟این سوالیه که این چند وقت خیلی برام مطرح شده بود.
اول توضیح بدم یعنی چی. دامی ریترن یعنی ریترن ساختگی. یعنی درواقع چیزی دارین ریترن میکنید که هدف تابع اون نبوده. مثلا داریم:
کاری به کد و بهتر شدنش نداشته باشین این یک مثاله برای اینکه صرفا درک کنید منظور از دامی ریترن چیست.
حالا همینو بخواین با exception بنویسید:
خوبی دامی ریترن:
شما signature یک تابع رو میبیند متوجه میشین که این تابع ممکنه دامی ریترن داشته باشه. نیازی نیست هردفعه برای استفاده ازش برین تو سورس کد و exception رو handle کنید. همینطور موقع کد زدن اگه یک کیس رو هندل نکرده باشین قطعا type checker کد ادیتورتون بهتون میگه.
بدی دامی ریترن:
نمیتونید متوجه شین دقیقا چرا None برگشته. یعنی بهتون tracability خوبی نمیده.
خوبی raise کردن و هندل کاستوم اکسپشن:
هرجایی از کدتون بخواین میتونید jump کنید و بپرین یک جای دیگه. قابلیت پرش تو کد با exception خیلی خوب میتونید داشته باشید. همینطور خیلی state رو خوب نگه میدارن تو خودشون و میتونید کارای خیلی باحالی کنید با همین پاس دادن state تو اکسپشن
بدی کاستوم اکسپشن:
مخفیه و تو signature تابع نیست. تو داک استرینگ هم بگین این تابع فلان اکسپشن رو raise میکنه بازم کامل نیست چرا چون ممکنه داخل اون تابع یک تابع دیگه باشه که یک exception دیگه raise میکنه. و همینطور لایه لایه زیاد میشه. اخرسر اینقدر overhead میشه که میبینید کد کدتون شده handle exception هایی که مخفی بوده از چشمتون و برنامتون خیلی باگ میخوره
من این مدت خیلی کلنجار رفتم با این و بنظرم:
دامی ریترن برای utilty function ها و reusable function ها خیلی مناسب ترن. چون برنامه نویسی رو برامون سخت نمیکنه و چند لایه اکسپشن و هندلر نمیخوریم
کاستوم اکسپشن برای business logic ها خیلی خوبه. باید تو بالا ترین سطح کد باشه و یکی دو لایه بیشتر نشه. کدی که قرار reusable باشه باید dummy return داشته باشه
نظر شما چیه؟ با من موافقین؟ مخالفین؟
@ManiFoldsPython
نظره شما چیست؟این سوالیه که این چند وقت خیلی برام مطرح شده بود.
اول توضیح بدم یعنی چی. دامی ریترن یعنی ریترن ساختگی. یعنی درواقع چیزی دارین ریترن میکنید که هدف تابع اون نبوده. مثلا داریم:
def get_order(order_id: OrderId) -> Order | None:
try:
reutrn Order.objects.filter(id=order_id)[1]
except Exception:
return None
کاری به کد و بهتر شدنش نداشته باشین این یک مثاله برای اینکه صرفا درک کنید منظور از دامی ریترن چیست.
حالا همینو بخواین با exception بنویسید:
def get_order(order_id: OrderId) -> Order:
try:
reutrn Order.objects.filter(id=order_id)[1]
except Exception:
raise OrderNotFound(id=order_id)
خوبی دامی ریترن:
شما signature یک تابع رو میبیند متوجه میشین که این تابع ممکنه دامی ریترن داشته باشه. نیازی نیست هردفعه برای استفاده ازش برین تو سورس کد و exception رو handle کنید. همینطور موقع کد زدن اگه یک کیس رو هندل نکرده باشین قطعا type checker کد ادیتورتون بهتون میگه.
بدی دامی ریترن:
نمیتونید متوجه شین دقیقا چرا None برگشته. یعنی بهتون tracability خوبی نمیده.
خوبی raise کردن و هندل کاستوم اکسپشن:
هرجایی از کدتون بخواین میتونید jump کنید و بپرین یک جای دیگه. قابلیت پرش تو کد با exception خیلی خوب میتونید داشته باشید. همینطور خیلی state رو خوب نگه میدارن تو خودشون و میتونید کارای خیلی باحالی کنید با همین پاس دادن state تو اکسپشن
بدی کاستوم اکسپشن:
مخفیه و تو signature تابع نیست. تو داک استرینگ هم بگین این تابع فلان اکسپشن رو raise میکنه بازم کامل نیست چرا چون ممکنه داخل اون تابع یک تابع دیگه باشه که یک exception دیگه raise میکنه. و همینطور لایه لایه زیاد میشه. اخرسر اینقدر overhead میشه که میبینید کد کدتون شده handle exception هایی که مخفی بوده از چشمتون و برنامتون خیلی باگ میخوره
من این مدت خیلی کلنجار رفتم با این و بنظرم:
دامی ریترن برای utilty function ها و reusable function ها خیلی مناسب ترن. چون برنامه نویسی رو برامون سخت نمیکنه و چند لایه اکسپشن و هندلر نمیخوریم
کاستوم اکسپشن برای business logic ها خیلی خوبه. باید تو بالا ترین سطح کد باشه و یکی دو لایه بیشتر نشه. کدی که قرار reusable باشه باید dummy return داشته باشه
نظر شما چیه؟ با من موافقین؟ مخالفین؟
@ManiFoldsPython
👍13👎2🔥1
مثال بهتر, من یک فانکشن دارم که قراره کلی جا ازش استفاده کنم به اسم get_user و از طرفی process_order هم دارم که قرار مثلا یک اوردر رو برام پروسس کنه طبق لاجیک بیزنس.
با دامی ریترن
بدون دامی ریترن:
من خودم حالت دوم رو اصلا نمیپسندم. حالت اولاستفاده از کد رو خیلی راحت تر میکنه و خوانایی کدو به شدت بیشتر میکنه.
@ManiFoldsPython
با دامی ریترن
def get_user() -> UserId | None
process_order() ->
user = get_user
if not user:
raise Stp[P(reason="User does not exist")
بدون دامی ریترن:
def get_user() -> UserId
process_order() ->
try:
user = get_user
except UserDoesNotExist as exception:
raise StopOrderProcessing(reason="User does not exist")
من خودم حالت دوم رو اصلا نمیپسندم. حالت اولاستفاده از کد رو خیلی راحت تر میکنه و خوانایی کدو به شدت بیشتر میکنه.
@ManiFoldsPython
👍6👎3💩3
Forwarded from Oh My Task!
I always have a respect for the aged geeks who have been growing with the technology and felt the history instead of reading it. One of them is David Beazley. He was one of the developers who used first versions of Python (<=1.0) in big projects and it’s cool to see these guys seen all the change history of these tools and programming languages.
Follow him on Youtube and watch his lectures about multi-threading and asyncio.
Here he’s teaching you how to build your async:
https://youtu.be/Y4Gt3Xjd7G8?si=A4GrpDoqQPZ8Q8G5
@OhMyTask
Follow him on Youtube and watch his lectures about multi-threading and asyncio.
Here he’s teaching you how to build your async:
https://youtu.be/Y4Gt3Xjd7G8?si=A4GrpDoqQPZ8Q8G5
@OhMyTask
YouTube
Build Your Own Async
Screencast based on a workshop originally presented at PyCon India, Chennai, October 14, 2019.
Code samples at: https://gist.github.com/dabeaz/f86ded8d61206c757c5cd4dbb5109f74
This workshop is about the low-level foundations and abstractions for asynchronous…
Code samples at: https://gist.github.com/dabeaz/f86ded8d61206c757c5cd4dbb5109f74
This workshop is about the low-level foundations and abstractions for asynchronous…
👏4👍1
چقدر تبلیغای real python احساسی و personal شده 😂😂
الان ایمیل بعدی اسکرین شات میفرسته میگه “به بعضیا باید گفت ببخشید که فکر کردم رفیقی، دیگه تکرار نمیشه 🙃” :)))
@ManiFoldsPython
الان ایمیل بعدی اسکرین شات میفرسته میگه “به بعضیا باید گفت ببخشید که فکر کردم رفیقی، دیگه تکرار نمیشه 🙃” :)))
@ManiFoldsPython
😁26🤣7👍1💩1🖕1
یک مقاله خوب از مهدی
✔️ تازههای پایتون ۳.۱۲
تا چند روز آینده پایتون ۳.۱۲ که آخرین ورژن پایدار پایتون هست قراره منتشر بشه، بیاید تا با جدیدترین قابلیتها و بهبودهای پایتون آشنا بشیم 😁
🔗 https://virgool.io/@liewpl/python-3-12-whats-new-vpq99njtytc6
@ManiFoldsPython
✔️ تازههای پایتون ۳.۱۲
تا چند روز آینده پایتون ۳.۱۲ که آخرین ورژن پایدار پایتون هست قراره منتشر بشه، بیاید تا با جدیدترین قابلیتها و بهبودهای پایتون آشنا بشیم 😁
🔗 https://virgool.io/@liewpl/python-3-12-whats-new-vpq99njtytc6
@ManiFoldsPython
👏13❤4👍3🙏1
برگشتم با یک ویدیو جدید از ادامه دوره دیزاین پترن
تو این ویدیو راجب دیزاین پترن متود فکتوری صحبت کردم و مثال با کد زدم, گفتم کجا و چقدر میتونه استفاده شه و کاربردش چیه و مزایا و معایب استفاده ازش چیه؟
https://www.youtube.com/watch?v=Ci_noxGINY4&list=PLEQ3RnweNGA5XLLANrPl5erS90EREs0F0&index=4
لینک گیتهاب دوره دیزاین پترن
جزوه و مثال های دوره همه اینجا ذخیره خواهند شد.
https://github.com/ManiMozaffar/design-101
@ManiFoldsPython
تو این ویدیو راجب دیزاین پترن متود فکتوری صحبت کردم و مثال با کد زدم, گفتم کجا و چقدر میتونه استفاده شه و کاربردش چیه و مزایا و معایب استفاده ازش چیه؟
https://www.youtube.com/watch?v=Ci_noxGINY4&list=PLEQ3RnweNGA5XLLANrPl5erS90EREs0F0&index=4
لینک گیتهاب دوره دیزاین پترن
جزوه و مثال های دوره همه اینجا ذخیره خواهند شد.
https://github.com/ManiMozaffar/design-101
@ManiFoldsPython
YouTube
دیزاین پترن Factory Method
تو این ویدیو پرداختم به اولین دیزاین پترنی که قراره تو دوره کاور کنم, متود فاکتوری. همچنین کریتور پترن ها هم توضیح دادم
👨💻Source Code:
https://github.com/ManiMozaffar/design-101/tree/main/02-Creator-Patterns/factory_method
🌍 LinkedIn: https://www.link…
👨💻Source Code:
https://github.com/ManiMozaffar/design-101/tree/main/02-Creator-Patterns/factory_method
🌍 LinkedIn: https://www.link…
❤21🔥6💩2👍1
بقیه از AI میترسن که جاشونو بگیره
من از این :)))
اینقدری که خوب دیباگ میکنه منو gpt نمیکنیم :)))
@ManiFoldsPython
من از این :)))
اینقدری که خوب دیباگ میکنه منو gpt نمیکنیم :)))
@ManiFoldsPython
🤣33😁2👍1
Forwarded from آموزش پایتون، دوآپس و مهندسی نرم افزار | BobyCloud (Boby Cloud)
✔️ اخیرا code review برای یک سری از دوستان انجام دادم و یک موردی که در اکثر کدها میدیدم عبارات شرطی (if/else) های غیرضروری و تورفتگی های بیش از حد کدها بود که باعث میشد خوانایی کد پایین بیاد، کدها کثیف بشن و دیباگ و نگهداری کد هم سخت تر بشه. این مورد انقدر زیاد بود که تصمیم گرفتم راجع بهش یه ویدیو بسازم.
✅ توی این ویدیو راجع به تکنیک گارد کلاوز (Guard Clause) صحبت میکنیم که با استفاده از برعکس کردن شرطهای if، میشه کدهای تمیزتری نوشت و دیباگ، نگهداری و در نهایت زندگی راحت تری داشته باشیم.
🖥 مشاهده در یوتوب
👉 Link: https://youtu.be/Q3FLJ95Mc1g?si=JnCE5PYehlrTyQMl
〰️〰️〰️〰️〰️〰️
@BobyDotCloud
✅ توی این ویدیو راجع به تکنیک گارد کلاوز (Guard Clause) صحبت میکنیم که با استفاده از برعکس کردن شرطهای if، میشه کدهای تمیزتری نوشت و دیباگ، نگهداری و در نهایت زندگی راحت تری داشته باشیم.
🖥 مشاهده در یوتوب
👉 Link: https://youtu.be/Q3FLJ95Mc1g?si=JnCE5PYehlrTyQMl
〰️〰️〰️〰️〰️〰️
@BobyDotCloud
🔥7❤2👍1👏1😁1
Python BackendHub
context is king @ManiFoldsPython
مقاله جالبه بخونید بنظرم
https://belief-driven-design.com/naming-stuff-is-hard-17fca2ee582/
میشه گفت مهم ترین اصل کلین کد اسم گذاری variable ها هست. چون شما هر طوری کد بزنی اگه اینو درست انجام ندی کدت کلین نیست.
همیشه تو هر کاری زیاده روی هست. به کسی که قراره کدتون رو maintain کنه رحم کنید و مثل عکس اسم گذاری نکنید :))
w 🚫
weight ❔
weightKg ✅
customerWeightInKg ❔
customerCurrentWeightInKg🚫
@ManiFoldsPython
https://belief-driven-design.com/naming-stuff-is-hard-17fca2ee582/
میشه گفت مهم ترین اصل کلین کد اسم گذاری variable ها هست. چون شما هر طوری کد بزنی اگه اینو درست انجام ندی کدت کلین نیست.
همیشه تو هر کاری زیاده روی هست. به کسی که قراره کدتون رو maintain کنه رحم کنید و مثل عکس اسم گذاری نکنید :))
w 🚫
weight ❔
weightKg ✅
customerWeightInKg ❔
customerCurrentWeightInKg🚫
@ManiFoldsPython
👍15👎2
یک تایمی که اپلای میکردم برای اروپا متوجه شدم اکثر شرکت های اروپایی یک فریم ورک و فرهنگ مشخص دارن برای استخدام،
اولا که اگهی ها اینطوری بود:
What you will do
1. ….
2. ….
What you will bring
1. Proficienct in Django
2. …
3. Fimiliar with k8s
Nice to have
1. …
دلیلش اینه که وقتی میگن advance یا … مشخص نیست چقدر ادونس؟ تکنولوژی تو اخرین مرحله advance اش یعنی شما مستقیما core contributer بشی و شاید سال ها طول بکشه تا به اونجا برسی. پس طبیعتا این کلمه advance میتونه به کلی معنی های مختلف ترجمه شه. ولی وقتی تسکی که انتظار میره ازتون رو بنویسن شما متوجه میشی چقدر میخوان اشنایی داشته باشی با یک چیزی
نکته دوم، شرکت های خیلی بزرگ و FAANG میان سوالات سخت الگوریتمی میذارن تو مصاحبه فنی، کاری به خوبی و بدیش ندارم ولی اون شرکتا تو اون حجم راهکار دیگه ای ندارن. نمیتونن بشینن برای کاندید های مناسب یک پوزیشن تک تک coding assignment بدن و پروژه هاشون رو چک کنند، هزینه این کار تو scale بالا ممکنه براشون غیرمنطقی باشه. پس شرکتا معمولا یا coding assignment میدن یا الگوریتم. نمیان جفتشو بدن! کنارش سوالات تئوری هم میپرسن.
و نکته اخر، چه الگوریتم باشه چه coding assignment، مستقیما به پروداکت شرکت ربطی نداره! مثلا من coding assignment هایی که انجام دادم راجب pokemon و imdb و این چیزا بود. طبیعتا نباید چالش شرکتو assignment بدن بهتون، یا اگه همچین کاریکنند باید بهتون هزینه پرداخت کنند چون دارین عملا رو پروداکتشون کد میزنید.
@ManiFoldsPython
اولا که اگهی ها اینطوری بود:
What you will do
1. ….
2. ….
What you will bring
1. Proficienct in Django
2. …
3. Fimiliar with k8s
Nice to have
1. …
دلیلش اینه که وقتی میگن advance یا … مشخص نیست چقدر ادونس؟ تکنولوژی تو اخرین مرحله advance اش یعنی شما مستقیما core contributer بشی و شاید سال ها طول بکشه تا به اونجا برسی. پس طبیعتا این کلمه advance میتونه به کلی معنی های مختلف ترجمه شه. ولی وقتی تسکی که انتظار میره ازتون رو بنویسن شما متوجه میشی چقدر میخوان اشنایی داشته باشی با یک چیزی
نکته دوم، شرکت های خیلی بزرگ و FAANG میان سوالات سخت الگوریتمی میذارن تو مصاحبه فنی، کاری به خوبی و بدیش ندارم ولی اون شرکتا تو اون حجم راهکار دیگه ای ندارن. نمیتونن بشینن برای کاندید های مناسب یک پوزیشن تک تک coding assignment بدن و پروژه هاشون رو چک کنند، هزینه این کار تو scale بالا ممکنه براشون غیرمنطقی باشه. پس شرکتا معمولا یا coding assignment میدن یا الگوریتم. نمیان جفتشو بدن! کنارش سوالات تئوری هم میپرسن.
و نکته اخر، چه الگوریتم باشه چه coding assignment، مستقیما به پروداکت شرکت ربطی نداره! مثلا من coding assignment هایی که انجام دادم راجب pokemon و imdb و این چیزا بود. طبیعتا نباید چالش شرکتو assignment بدن بهتون، یا اگه همچین کاریکنند باید بهتون هزینه پرداخت کنند چون دارین عملا رو پروداکتشون کد میزنید.
@ManiFoldsPython
👍23❤2👏2💯2
یک اپلیکیشن فست نسبتا خوب با رعایت استاندارد ها.
- Backend -> Fastapi
- Front -> React
- Opentelemtry
- Jaeger
- Alembic & migration
https://github.com/fike/fastapi-blog
اصلاحاتی که نیاز داره:
۱. بنظره من jaeger و tracing اش میتونست بهبود پیدا کنه و از فرانت تا بک کلش trace شه.
۲. بکش async باشه.
۳. دپندسی اینجکشن و auth اش خیلی ضعیفه
@ManiFoldsPython
- Backend -> Fastapi
- Front -> React
- Opentelemtry
- Jaeger
- Alembic & migration
https://github.com/fike/fastapi-blog
اصلاحاتی که نیاز داره:
۱. بنظره من jaeger و tracing اش میتونست بهبود پیدا کنه و از فرانت تا بک کلش trace شه.
۲. بکش async باشه.
۳. دپندسی اینجکشن و auth اش خیلی ضعیفه
@ManiFoldsPython
👍13
Python BackendHub
ازتون یک سوال دارم، https://roadmap.sh/backend این سایت پره رودمپ خفنه، که مال بک اند رو گذاشتم، منتهی ته رودمپ میخوره به بحث های دوآپسی بنظر شما یک بک اند کار چقدر باید مفاهیم زیرم بلد باشه؟ ۱. لینوکس ۲. instrumentation ۳. monitoring ۴. کوبر ۵. Web server…
این برام همیشه سوال بود که overlap دوآپس و بک اند چطوریه. این مدت که بیشتر کارای آپریشن کردم به جواب رسیدم...
بذارین سناریو بگم که شبیه واقعیت باشه که دوآپس واقعا کاری از عهدش برنمیاد. اولا که آپریشن صرفا دپلوی و ci cd نیست. مخصوصا تو شرکت های خارجی. دوما سولوشن بقیه بیشتر مواقع به دردتون نمیخوره. حالا با مثال بهتر متوجه میشین.
فکر کنید مثلا دارین ربات اینستاگرام مینویسین که میره پست هارو لایک میکنه و کامنت میذاره و ... . و کاملا distributed هست. یک سرویس دارین اکانت میسازه. یک سرویس دارین لاگین میکنه. یک سرویس دارین کامنت میذاره. یک سرویس دارین لایک میکنه. یک سرویس دارین reels میبینه و ... .
حالا این وسط یک باگی به وجود میاد. از شما به عنوان دولوپر انتظار میره این باگو برطرف کنید. مثلا سیستم لایک, درست کار نمیکنه. این باگ بین چند تا سرویس اتفاق افتاده (مثلا). چطور میخواین بفهمین و کل trace باگو داشته باشین؟
اینجاست که ابزار هایی مثل datadog یا opentelemtry یا jaeger یا kibana مفهوم پیدا میکنن.و بزرگ ترین مشکل اینه که شما دیگه مشکلت صرفا یک درخواست بک اند نیست. مشکلی که شما داری یک instrumentation کاستوم میخواد. instrumentation یعنی چی؟
In the context of logging, "instrumentation" refers to the act of adding logging statements to your code to monitor its behavior, measure performance, or troubleshoot issues. These logging statements serve as "instruments" to give you insight into how your application is running
پس مشکل شما رو پکیج opentelemetry-instrumentation-fastapi یا پکیج های اوپن سورس برطرف نمیکنه.
چرا؟ چون باید خودتون span هاتون رو طراحی کنید. طراحی و معماری میخواد پشت این موضوع. مثلا باید پشت هر یوزر اینستاگرام شما یک span بسازین که من تو یک trace ببینم اون کاربر اینستاگرام چه درخواست هایی زده تا خورده به اون اکسپشن. اینجاست که شما باید با این آپریشن ها آشنا باشید و devops نمیتونه طبیعتا اینارو بنویسه. دوآپس به شما میتونه infrastructure قابل اعتماد بده که بتونید راحت tracing رو انجام بدید و یک جایی براتون visualize کنه.
خیلیا اصلا با این مفاهیم اشنا نیستن و چرخه رو از نو میسازن. یک سولوشن لاگینگ برای خودشون مینویسن. این کارم درست نیست چون همه اینا رو یک سری استاندارد هایی نوشته شدن که بتونید یک سیستم distributed رو لاگ کنید و کلی query service و فیچر دارن که بخواین بازنویسی کنید یک سال فقط باید روش کار کنید در حالی که میتونستین تو یک هفته یک distributed tracing خیلی قوی داشته باشین از اپلیکیشنتون! چرا؟چون بک اند کار هاشون هیچ آشنایی نداشتن با آپریشن.
هر موقع خواستین سمت سیستم distributed برین یادتون باشه پیدا کردن باگ خیلی پیچیده میشه. چون دیگه نمیتونید صرفا با یک chain exception کل درخواست رو trace کنید و باگ میتونه بین چند تا سرویس باشه که اگه instrumentation خوبی نداشته باشین زیاد با این جور باگا سروکله خواهید زد.
@ManiFoldsPython
بذارین سناریو بگم که شبیه واقعیت باشه که دوآپس واقعا کاری از عهدش برنمیاد. اولا که آپریشن صرفا دپلوی و ci cd نیست. مخصوصا تو شرکت های خارجی. دوما سولوشن بقیه بیشتر مواقع به دردتون نمیخوره. حالا با مثال بهتر متوجه میشین.
فکر کنید مثلا دارین ربات اینستاگرام مینویسین که میره پست هارو لایک میکنه و کامنت میذاره و ... . و کاملا distributed هست. یک سرویس دارین اکانت میسازه. یک سرویس دارین لاگین میکنه. یک سرویس دارین کامنت میذاره. یک سرویس دارین لایک میکنه. یک سرویس دارین reels میبینه و ... .
حالا این وسط یک باگی به وجود میاد. از شما به عنوان دولوپر انتظار میره این باگو برطرف کنید. مثلا سیستم لایک, درست کار نمیکنه. این باگ بین چند تا سرویس اتفاق افتاده (مثلا). چطور میخواین بفهمین و کل trace باگو داشته باشین؟
اینجاست که ابزار هایی مثل datadog یا opentelemtry یا jaeger یا kibana مفهوم پیدا میکنن.و بزرگ ترین مشکل اینه که شما دیگه مشکلت صرفا یک درخواست بک اند نیست. مشکلی که شما داری یک instrumentation کاستوم میخواد. instrumentation یعنی چی؟
In the context of logging, "instrumentation" refers to the act of adding logging statements to your code to monitor its behavior, measure performance, or troubleshoot issues. These logging statements serve as "instruments" to give you insight into how your application is running
پس مشکل شما رو پکیج opentelemetry-instrumentation-fastapi یا پکیج های اوپن سورس برطرف نمیکنه.
چرا؟ چون باید خودتون span هاتون رو طراحی کنید. طراحی و معماری میخواد پشت این موضوع. مثلا باید پشت هر یوزر اینستاگرام شما یک span بسازین که من تو یک trace ببینم اون کاربر اینستاگرام چه درخواست هایی زده تا خورده به اون اکسپشن. اینجاست که شما باید با این آپریشن ها آشنا باشید و devops نمیتونه طبیعتا اینارو بنویسه. دوآپس به شما میتونه infrastructure قابل اعتماد بده که بتونید راحت tracing رو انجام بدید و یک جایی براتون visualize کنه.
خیلیا اصلا با این مفاهیم اشنا نیستن و چرخه رو از نو میسازن. یک سولوشن لاگینگ برای خودشون مینویسن. این کارم درست نیست چون همه اینا رو یک سری استاندارد هایی نوشته شدن که بتونید یک سیستم distributed رو لاگ کنید و کلی query service و فیچر دارن که بخواین بازنویسی کنید یک سال فقط باید روش کار کنید در حالی که میتونستین تو یک هفته یک distributed tracing خیلی قوی داشته باشین از اپلیکیشنتون! چرا؟چون بک اند کار هاشون هیچ آشنایی نداشتن با آپریشن.
هر موقع خواستین سمت سیستم distributed برین یادتون باشه پیدا کردن باگ خیلی پیچیده میشه. چون دیگه نمیتونید صرفا با یک chain exception کل درخواست رو trace کنید و باگ میتونه بین چند تا سرویس باشه که اگه instrumentation خوبی نداشته باشین زیاد با این جور باگا سروکله خواهید زد.
@ManiFoldsPython
👍10❤5😱1
قسمت جدید دوره تست نویسی راجب Parametrized Testing اضافه شد.
تو این قسمت پارامترایز تستینگ رو توضیح دادم, گفتم کجا به درد میخوره و مزیت و معایبش چیه و کجا باید استفاده شه.
https://www.youtube.com/watch?v=2tE6REdDjp8&list=PLEQ3RnweNGA6v7qTMrDCcpgr9u91zvpq_&index=8
سوالی داشتین حتما کامنت کنید زیر ویدیو.
@ManiFoldsPython
تو این قسمت پارامترایز تستینگ رو توضیح دادم, گفتم کجا به درد میخوره و مزیت و معایبش چیه و کجا باید استفاده شه.
https://www.youtube.com/watch?v=2tE6REdDjp8&list=PLEQ3RnweNGA6v7qTMrDCcpgr9u91zvpq_&index=8
سوالی داشتین حتما کامنت کنید زیر ویدیو.
@ManiFoldsPython
YouTube
Parametrized Testing تست با پارامتر
در این ویدیو باهم تست نویسی با پارامتر انجام میدیم.
✍️ Source Code: https://github.com/ManiMozaffar/testing-101
🌍LinkedIn: https://www.linkedin.com/in/manimozaffar
👨💻 Github: https://github.com/ManiMozaffar
🔖 Chapters:
00:00 مقدمه
00:55 توضیح Parametrized…
✍️ Source Code: https://github.com/ManiMozaffar/testing-101
🌍LinkedIn: https://www.linkedin.com/in/manimozaffar
👨💻 Github: https://github.com/ManiMozaffar
🔖 Chapters:
00:00 مقدمه
00:55 توضیح Parametrized…
❤14👍3🎃2
Mastering API Testing with FastAPI: Databases, Dependencies, and More!
https://www.youtube.com/watch?v=9gC3Ot0LoUQ
@ManiFoldsPython
https://www.youtube.com/watch?v=9gC3Ot0LoUQ
@ManiFoldsPython
YouTube
Mastering API Testing with FastAPI: Databases, Dependencies, and More!
👷 Review code better and faster with my 3-Factor Framework: https://arjan.codes/diagnosis.
In this tutorial, I'll guide you through API testing using FastAPI, complete with a full code example. Use this as a template for testing your own APIs!
Git Repo:…
In this tutorial, I'll guide you through API testing using FastAPI, complete with a full code example. Use this as a template for testing your own APIs!
Git Repo:…
👍5
خیلیا رو میبنیم که تو گرفتن اولین شغلشون سختی های زیادی دارن میکشن و حتی بعضی ها منصرف میشن!
برای همین تصمیم گرفتم این هفته سه ویدیو خوب و اساسی record کنم و البته یک دستی به ریپو های رزومه نویسیم بکشم. ریپو رزومه نویسیمو همین امشب آپدیت کردم و ۲ سکشن جدید بهش اضافه کردم:
https://github.com/ManiMozaffar/awesome-resumes
سه ویدیو ای که قراره record کنم
ویدیو اول)چطور پروفایل خوبی داشته باشیم؟
ویدیو دوم) چطور رزومه خوبی بنویسیم؟
ویدیو سوم)چطور پرفومنس خوبی تو مصاحبه ها داشته باشیم؟
اگه ایده یا نظری دارین بگین.
@ManiFoldsPython
برای همین تصمیم گرفتم این هفته سه ویدیو خوب و اساسی record کنم و البته یک دستی به ریپو های رزومه نویسیم بکشم. ریپو رزومه نویسیمو همین امشب آپدیت کردم و ۲ سکشن جدید بهش اضافه کردم:
https://github.com/ManiMozaffar/awesome-resumes
سه ویدیو ای که قراره record کنم
ویدیو اول)چطور پروفایل خوبی داشته باشیم؟
ویدیو دوم) چطور رزومه خوبی بنویسیم؟
ویدیو سوم)چطور پرفومنس خوبی تو مصاحبه ها داشته باشیم؟
اگه ایده یا نظری دارین بگین.
@ManiFoldsPython
👍23❤19🔥1