اگه می‌خواین NoSQL یاد بگیرین و نمیدونین کجا از SQL استفاده کنید یا NoSQL این ریپو اومده کلی از منابع خوب رو جمع آوری کرده باهاش می‌تونین به درک درستی از NoSQL برسین

https://github.com/erictleung/awesome-nosql-guides

@Linuxor

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/>

دوستان اگه اپلیکیشن رو بصورت مونولیت مینیوسید، کار خوبی میکنید، اما aggregation pattern رو جدی بگیرید، کمک بزرگی میکنه به حفظ loosely coupled بودن ماژول و سرویس هاتون.

یه اشتباه رایجی که باعث میشه خیلی راحت همه چیز در هم تنیده و coupled بشه نیازهای بیزینسی ای هست که دیتای aggregate شده از چند domain مختلف رو میخواد از شما. تو حالت مونولیت خیلی ساده ست که شما در هر domain به دیتابیس یه domain دیگه درخواست بزنی و یا حتی تو interactor/service دیگه یه متد جدید تعریف کنی که دیتای مد نظر رو بده. که معمولا باعث در هم تنیده شدن و چاق شدن سرویس هاتون میشه.

بهتره سرویس یا همون interactorهاتون کارهای خیلی کوچیک و well-definedی رو انجام بدن و اگه نیازمندی های aggregationطور دارید، یه سری service دیگه بسازید که وابستگی خواهد داشت به سرویس های مختلف و دیتاهای raw رو میگیره و پردازش میکنه که دیتای نهایی رو آماده کنه.

بعضی وقت ها از طریق gateway هم ممکنه بتونید aggregate کنید. بعضی وقت ها ممکنه تو همون لایه دلیوری (کنترلر) تون بتونید دو تا سرویس رو فراخوانی کنید و کار رو در بیارید، گاهی هم پیچیده تر میشه و لازمه یه سرویس(interactor) بنویسید که کار aggregation رو انجام بده
https://learn.microsoft.com/en-us/azure/architecture/patterns/gateway-aggregation

باز خود aggregate کردن حالت های مختلفی داره، اینجا میتونید بیشتر بخونید در موردش
https://medium.com/geekculture/design-patterns-for-microservices-aggregation-pattern-1b8994516fa2

Source:
https://news.1rj.ru/str/gocasts

@Syntax_fa

الگوریتم Shor's یکی از الگوریتم‌های مشهور کوانتومی هست که می‌تونه اعداد رو به عوامل اولشون تجزیه کنه. این الگوریتم پتانسیل داره که رمزنگاری‌های کلاسیک مثل RSA رو بشکنه.

کامپیوتر 127-کیوبیتی IBM یکی از پیشرفته‌ترین کامپیوترهای کوانتومی فعلیه.
اما تجزیه کردن عدد 15 به 3 و 5 (که عوامل اولش هستن)، کاری بسیار ساده است و حتی یه دانش‌آموز ابتدایی هم می‌تونه این کار رو انجام بده.

این شخص با طنز داره می‌گه که بعد از ساعت‌ها تلاش پیچیده، موفق شده با یک فناوری پیشرفته، کاری رو انجام بده که به راحتی روی کاغذ ممکنه.

@Linuxor

نيما يوشيج در تولد يك سالگي فرزندش نوشت:
فرزندم يك بهار
يك تابستان
يك پائيز
و يك زمستان را ديدي
از اين پس همه چيز تكراري است
به جز مهرباني
پس تا مي توانی مهربان باش

🔶 اگر دنبال منابع بهتر NoSQL هستید که این مخزن گیت هاب به شما کمک می کند.

این مخزن ترجمه کردم.

https://github.com/Rayiumir/awesome-nosql-guides-persian

@TheRaymondDev

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 subnoscription, 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/>

هرچی بیشتر یاد می‌گیری، بیشتر احساس پوچی و نادانی می‌کنی. بنظرم این زمانی خوبه که این حس تو رو حریص‌تر کنه.

در مسیری قدم گذاشتی که دوست داشتی شبیه کسی بشی که آخر این مسیره. پس نباید صفحه اول خودت رو با فصل آخر اون شخص مقایسه کنی. :)

آموزش Qt6 - قسمت پانزدهم - مقدمه QML

این قسمت مقدمه‌ای بر QML است و تو این قسمت توضیح میدیم که QML چیه و چطوری کار میکنه و کجاها بدردمون میخوره و برای یادگیریش بهتره چه دانش‌هایی داشته باشیم.
در این قسمت درباره سینتکس و قوانین کدنویسی با QML خیلی توضیح خاصی نمیدیم.

لینک ویدیو در یوتیوب:
https://youtu.be/1hojf1CMd3A

@Bardiaism

در ابتدا docker و docker compose با هم دیگه یکی نبودن به عبارتی دیگه docker-compose به عنوان یک ماژول اضافه تر باید در کنار داکر نصب می‌شد و دستوراتش هم به این شکل بود

docker-compose up

دقت کنید که یه dash (-) وجود داره.

اما بعد چند سال داکر کمپوز به هسته داکر اضافه شد و دستورش هم فرق کرد و اون dash دیگه نیاز نیست. به این شکل

docker compose up

حالا من به یه پروژه ای برخوردم که یک سری اسکریپت توش هست قبل از اجرای اسکریپت میاد چک میکنه آیا فایل اجرایی برای docker-compose توی path وجود داره یه خیر؟ به بیان ساده تر چک میکنه ببینه فایلی به اسم docker-compose در مسیر /usr/local/bin/docker-compose وجود داره یا خیر؟

# Ensure docker-compose exists
if hash docker-compose 2>/dev/null; then

خط کد بالا توی بش این کار رو میکنه. درسته که docker compose الان از دستور قدیمی هم پشتیبانی میکنه ولی این خط کد false میشه چون فایل مورد نظر تو مسیر PATH نیست.

برای حل این مشکل چند راه بود ولی بهترین راهی که میشه انجام داد تا به صورت کامل پشتیبانی بشه توسط همچین اسکریپت هایی این هست 👇🏻

یک فایل به نام docker-compose در یکی از مسیرهای موجود در PATH بسازید:

sudo nano /usr/local/bin/docker-compose

محتوای زیر را در فایل بنویسید:

#!/bin/bash
docker compose "$@"

به فایل اجازه اجرا بدهید:

sudo chmod +x /usr/local/bin/docker-compose

درواقع با این کار یه wrapper برای docker compose ایجاد میکنیم که با دستور docker-compose اجرا میشه.

میشه از روش های دیگه هم استفاده کرد مثلا تعریف alias توی bashrc ولی این کار باز هم این مشکل رو حل نمی‌کنه
یا نصب docker compose v2 plugin با دستور زیر

sudo apt-get update
sudo apt-get install docker-compose-plugin

تجربه اولین محیط کاری که مشغول بودم

🎄سال نو میلادی به همه دوست داران تکنولوژی مبارک 🎄

@LinAcademy

دوستان، محمد زحمت می‌کشه کانتنت باکیفیت راجع به استک‌ها و ابزارهای محبوب روز دنیا توی این کانال قرار می‌ده. این کارم تبلیغ نیست. خودمم عضو کانالشم و هرازگاهی از پست های خلاصه و مفیدی که می‌ذاره استفاده می‌کنم. ❤️

https://news.1rj.ru/str/ninja_learn_ir

یکی از دوستان گفتن که گوش دادن به ویس ها سخت هست
میتونین ویس هارو تبدیل به متن کنین یا خلاصه اونها رو مطاله کنین
@VoiceToTextMasterBot
@KhanoomJBot

اینم اولین پست go درسال جدید 😂
اگه بد بود یا جاییش اشتباه بود شرمنده
کمی تازه کار هستم در go

بچه های خوبی باشید پست بعدی راجب fastapi 😁😂

مثل اینکه امروز رو مود دیسلاکید 😂

چند وقت پیش توی چشم ما توی خیابون لیزر زدن

و دیگه نتونستیم به درستی ببنیم و با سیستم کار کنیم

حتی در حد یک دقیقه هم نمیتونستیم و به شدت سر درد و چشم درد می‌شدیم

و برای کارای واجب واقعا داشتیم دیونه میشیدم

اما چند سال قبل یکی از دوستای خوبمون بهمون یک عینک با فیلتر زرد داده بود گفته بود این فیلتر زرد رو موقع رانندگی توی شب بزن اذیت نمیشی

ما ازش برای پشت مانیتور استفاده کردیم و میتونم بگم واقعا معجزه کرد.

فقط گفتیم بهتون بگیم مراقب سلامتیون باشید و اگر زیاد با سیستم کار میکنید حتما عینک های خوب بزنید

@poinair پوینا

🔰در سال جدید 2025 کمی لینوکس را عمیقتر یاد بگیریم:
🔰دستور ulimit
🔹در لینوکس برای تنظیم و نمایش محدودیت‌های منابع سیستم برای کاربران و فرآیندها استفاده می‌شود. در اینجا گزینه‌های اصلی ulimit به همراه توضیحات کوتاه آورده شده‌اند:
گزینه‌های ulimit:

تمام محدودیت‌های فعلی را نمایش می‌دهد.

ulimit -a

حداکثر اندازه فایل‌های core dump را تنظیم یا نمایش می‌دهد. وقتی یک برنامه در لینوکس به دلیل خطا یا مشکل (مانند Segmentation Fault) به طور غیرمنتظره‌ای خاتمه می‌یابد، سیستم می‌تواند یک فایل به نام Core Dump ایجاد کند.

ulimit -c 1024  

حداکثر اندازه segment داده‌ها (Data segment) را تنظیم یا نمایش می‌دهد.

ulimit -d 2048  

حداکثر اندازه فایل‌هایی که کاربر می‌تواند ایجاد کند را تنظیم یا نمایش می‌دهد.

ulimit -f 4096  

حداکثر حافظه قفل شده (Locked memory) را تنظیم یا نمایش می‌دهد.

ulimit -l 8192  

حداکثر حافظه فیزیکی (Resident set size) را تنظیم یا نمایش می‌دهد.

ulimit -m 16384  

حداکثر تعداد فایل‌های باز شده (Open files) را تنظیم یا نمایش می‌دهد.

ulimit -n 1024  

حداکثر اندازه stack را تنظیم یا نمایش می‌دهد.

ulimit -s 8192 

حداکثر زمان CPU (بر حسب ثانیه) را تنظیم یا نمایش می‌دهد.

ulimit -t 60  

حداکثر تعداد فرآیندهای همزمان (Processes) را تنظیم یا نمایش می‌دهد.

ulimit -u 512  

حداکثر حافظه مجازی (Virtual memory) را تنظیم یا نمایش می‌دهد.

ulimit -v 32768  

توضیحات دستور کمی طولانی است، در صورت لازم. هر سوالی راجع به دستور داشتید بپرسد
@seilany

📌نویسنده: حسین سیلانی
📌منبع : آکادمی کندوی دانش
https://learninghive.ir

سرعت و کیفیت کم اینترنت و فیلترینگ، بالاتر از تحریم، موثرترین مانع علیه برنامه‌نویسان است.

🔍 ircf.space
@ircfspace

#تاتی_تاتی 😁

🔍 ircf.space
@ircfspace