من نوشابه انرژی‌زا بودم، اما اون آب‌قند دوست داشت! 😭

💢 چقدر تا حالا به این فکر کردین که داده‌ها مثل یه رودخونه از یه مسیر مشخص عبور کنن و در هر ایستگاه، کاری روشون انجام بده؟



💠 اگه بخوام خیلی ساده توضیح بدم، Pipeline همینه! یعنی داده‌ها از نقطه A شروع می‌کنن، مرحله‌به‌مرحله فیلتر، پردازش، ترکیب یا جمع‌بندی می‌شن و در نهایت توی نقطه B تحویل داده می‌شن.



حالا جذابیتش چیه؟ هر مرحله، یه مسئولیت خاص داره و می‌شه به راحتی تغییرش داد، کم یا زیادش کرد، یا حتی تو پروژه‌های دیگه استفاده‌ش کرد.



⭐️به این مثال نگاه کنین:

تو یه پخش زنده، ممکنه داده‌ها این شکلی پردازش بشن:

1️⃣دریافت تصاویر و صدا (Reader)

2️⃣فشرده‌سازی داده‌ها (Processor)

3️⃣ اضافه کردن زیرنویس یا جلوه‌های گرافیکی (Processor)

4️⃣ پخش زنده روی یوتیوب یا اینستاگرام (Writer)



⭐️اینجا یه دیاگرام ساده از یه Pipeline کشیدم که نشون می‌ده داده‌ها مرحله به مرحله عبور می‌کنن. این مراحل شامل:

1️⃣ rangeGen: تولید اعداد

2️⃣takeLucky: انتخاب اعداد خاص

3️⃣ merge: ادغام کانال‌ها

4️⃣ sum: محاسبه جمع و تعداد

5️⃣ printTotal: نمایش نتیجه

این مدل به راحتی قابل توسعه و سفارشی‌سازی هست.



💠در تصویر زیر یک مثال ساده با زبان Go برای پیاده‌سازی یک Pipeline آوردم که می‌تونی ایده کلی رو ازش بگیری.


توضیح مراحل:

rangeGen: اعداد رو در بازه مشخص تولید می‌کنه.

takeLucky: فقط اعداد خوش‌شانس (قابل تقسیم بر 7 ولی نه بر 13) رو انتخاب می‌کنه.

merge: داده‌های خروجی از چند کانال مستقل رو یکی می‌کنه.

sum: جمع اعداد خوش‌شانس و تعدادشون رو محاسبه می‌کنه.

printTotal: نتایج رو چاپ می‌کنه.



راستی، تا حالا تو پروژه‌هاتون از همچین روشی استفاده کردین؟

خوشحال می‌شم تجربه‌هاتون رو بشنوم.



#گو #گولنگ #go #golang

💢 مثال Pipeline در گولنگ

💙 آنوفل | Anophel


#go #golang #گو #گولنگ