== Кэширование данных в web приложениях. Использование memcached / Юрий Краснощек (Delphi LLC, Dell)
https://youtu.be/bQFwdg69gQE

термины
- origin - сорс данных
- freshness/stale data - свежесть
- cache hit/cache miss - попадание и промах в кэше
- validation/invalidation - процесс проверки наличия в кэше
- eviction - вычисление слабого (старого) кэша и удаление

кандидаты на кэширование
- статика, картинки и медиа, скрипты, цсс, хтмл

Хэдеры в вебе
- Expires
- Cache Control = no-cache/no-store, max-age
- Etag
- Content-length
- Vary

Кэш на строне бэка
- надо либа (сервис лэйер)
- надо отдельный кэширущий сервер/сервис

memcached
- типичный noSQL
- легко хранить плохо структурированные данные
- упрощается код хранилища (меньше риск порчи данных)
- кей-вэлью
- фиксированный обьем памяти
- 16битные флаги
- работает в режиме LRU или в режиме консистентного кэша
- команды
- - get
- - set / add / delete / replace
- - prepend / append
- - touch (продляет жизнь)
- - incr / decr
- - gets / cas
- - ключ -C выключает CAS = экономия места
- юзать Много долгих сессий = должны быть долгоиграющими, редко рваться
- batch запросы ускоряют
- надо настраивать потоки
- юзать можно по UDP

- Удобно можно хранить стату бэка
- стата есть в самом memcached втсроенная
- evictions rate
- надо подбирать размер батча
- надо использовать ключ -R для прерывания батча, говоря сколько команд можно за раз сделать

Envictions
- есть slabs, делится на страницы,
- мемкэш не может создать значние больше чем страница (1мб)
- в пределах слабов есть список и новые данные попадают в ХЭД, если заиспользовали опять значение - повышает в индексе... поэтому старые данные находятся в ТЭЙЛ уровне и мемкэш удаляет с конца те которые попали в конец

Кластер мемкэшд
- клиент выбирает инстанс (libketama)
- используется брокер (mcrouter) = упрощает структуру бэка, но появляется еще одно звено = возрастают задержки

- бэком можно выбор ноды для чтения и записи = но сложно ревалидировать и добавлять ноды
- есть подход к консистентному кольцу хэшей = можно быстро подставлять новые тачки в рантайме, удобно, миссов меньше

= ПЛОХО ПОДХОДИТ ДЛЯ РЕШЕНИЯ ПРОБЛЕМ С КОНСИСТЕНТНОСТЬЮ
= ХОРОШО ДЛЯ КЭША 🙈

сортировки и их сложность
O(N) ?

что внутри и как работает эксепшн в пайтн

== Алексей Кузьмин. Обработка ошибок в Python
https://youtu.be/AhlEAXjhUZ4

== Денис Аникин. FastAPI как основной framework для python бекендов
https://youtu.be/4zjj1aHJoko

программистов хлебом не корми, а дай сделать глобальный мессадж бас

== Шина сообщений NSQ в Python — что это, зачем и как
https://youtu.be/SX9XGa-ptsE

CBOR = бинарный формат сериализации, достаточно быстрый

доклад проходной. НО
тут есть пару тулов интересных, которых тупо не знал до этого

== Разработка на Python. А можно еще быстрее?
https://youtu.be/nD4Y-yM_HRs

парсер всех типов моделей в пайтн и SQL
https://github.com/xnuinside/omymodels

генератор клиентских СДК по спеке Open-Api
https://github.com/openapi-generators/openapi-python-client

Pynguin—PYthoN General UnIt test geNerator
https://pynguin.readthedocs.io/en/latest/

== JetBrains «7 советов по редактированию кода в PyCharm»
https://youtu.be/FW3_OPBxk2s

== Оптимизации уровня CPU
https://youtu.be/z6irMP_X630

- проверить последовательность по которой идем по массиву = кэшмиссы
- убрать ветвления
- юзать SIMD
- распаралелить ПРАВИЛЬНО

Кажись мне это очень надо

== srcache-nginx-module

ngx_srcache - Transparent subrequest-based caching layout for arbitrary nginx locations

https://github.com/openresty/srcache-nginx-module

нжнкс модуль что бы сгенерировать себе лицо-картинку в сервисе

== Nginx module to generate gmail-like avatars based on user initials.
https://github.com/dizballanze/ngx_http_avatars_gen_module

== Угнать за 5 миллисекунд
https://youtu.be/Rl4jGw-9_Wg

Что такое квантильная регрессия?

Квантильная регрессия — это регрессия (т.е. прогноз), которая намеренно вводит смещение в результат. Вместо поиска среднего значения прогнозируемой переменной, квантильная регрессия направлена на поиск медианы и любых других квантилей (которые иногда называют процентилями). Квантили особенно полезны для оптимизации товарных запасов в качестве прямого метода для вычисления точки возобновления.

Здесь регрессия выступает синонимом прогноза. "Регрессия" делает акцент на математическом подходе, тогда как "прогноз" - на практическом использовании результата.


На графике показаны 3 обособленных прогноза:
- красным цветом отмечен 75-процентный квантильный прогноз.
- черным цветом отмечен прогноз на основе средних значений.
- зеленым цветом отмечен 25-процентный квантильный прогноз.

Визуально поведение квантилей схоже с поведением доверительных интервалов. Однако, на практике квантиль нужен лишь для процентного выражения отдельно взятых точек.

@machinelearning_interview

в файрфоксе можно посмотреть все внутренние страницы about:about

то что мне зашло:

тут поотключать лишних сервисворкеров
about:serviceworkers

тут можно глянуть все активные? подключения
about:networking#http

страница с сесурити ликами возможными
about:protections

мдаааа. забыл я уже что такое Дебиан... попрощался я с ним когда ему было 7. а уже 11. пол часа гоняю и хочется выплюнуть. все супер древнее))))

дальше на федору прыгать чтоли?