🤔 Что такое WebSocket?

WebSocket — это сетевой протокол, позволяющий клиенту (обычно браузеру) и серверу установить постоянное соединение и обмениваться данными в режиме реального времени. Главное отличие от обычных HTTP-запросов — не нужно устанавливать соединение каждый раз, это ускоряет и облегчает обмен сообщениями.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что такое многопоточность/многопроцессорность?

В программировании многопоточность и многопроцессорность помогают выполнять задачи параллельно, но работают по-разному.

🟠Многопоточность (Multithreading)
Многопоточность позволяет одной программе запускать несколько потоков (threads), которые работают одновременно.

import threading
import time

def task(name):
    print(f"{name} начал работу")
    time.sleep(2)
    print(f"{name} завершил работу")

# Создаём два потока
t1 = threading.Thread(target=task, args=("Поток 1",))
t2 = threading.Thread(target=task, args=("Поток 2",))

t1.start()
t2.start()

t1.join()
t2.join()
print("Все потоки завершены")

Вывод

Поток 1 начал работу
Поток 2 начал работу
Поток 1 завершил работу
Поток 2 завершил работу
Все потоки завершены

🟠2. Многопроцессорность (Multiprocessing)
Многопроцессорность запускает отдельные процессы, которые работают полностью независимо и могут использовать разные ядра процессора.

import multiprocessing
import time

def task(name):
    print(f"{name} начал работу")
    time.sleep(2)
    print(f"{name} завершил работу")

if __name__ == "__main__":
    p1 = multiprocessing.Process(target=task, args=("Процесс 1",))
    p2 = multiprocessing.Process(target=task, args=("Процесс 2",))

    p1.start()
    p2.start()

    p1.join()
    p2.join()
    print("Все процессы завершены")

Вывод (процессы действительно работают параллельно)

Процесс 1 начал работу
Процесс 2 начал работу
Процесс 1 завершил работу
Процесс 2 завершил работу
Все процессы завершены

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что известно про денормализацию?

Денормализация — это намеренное объединение таблиц или дублирование данных, чтобы:
- сократить количество JOIN-ов;
- повысить скорость чтения;
- упростить логику отчётов.
Минус — сложность поддержки и риска несогласованности данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Какие есть операторы ограничений?

Ограничения (constraints) в SQL используются для контроля целостности данных в таблицах. Они помогают предотвратить некорректные значения и обеспечить согласованность данных.

🚩`NOT NULL` (Запрещает `NULL`)

Используется, если поле обязательно для заполнения

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50) NOT NULL  -- Поле name обязательно
);

Нельзя вставить NULL в name

INSERT INTO users (id, name) VALUES (1, NULL);  -- Ошибка!

🚩`UNIQUE` (Гарантирует уникальность значений)

Запрещает дубликаты в столбце

CREATE TABLE users (
    id INT PRIMARY KEY,
    email VARCHAR(100) UNIQUE  -- Email должен быть уникальным
);

Попытка вставить одинаковый email вызовет ошибку

INSERT INTO users (id, email) VALUES (1, 'test@example.com');
INSERT INTO users (id, email) VALUES (2, 'test@example.com');  -- Ошибка!

Создание UNIQUE на нескольких колонках

CREATE TABLE orders (
    user_id INT,
    product_id INT,
    UNIQUE (user_id, product_id)  -- Запрещает заказывать один товар дважды
);

🚩`PRIMARY KEY` (Главный ключ, уникальный идентификатор)

Объединяет NOT NULL + UNIQUE и гарантирует, что строка уникальна.

CREATE TABLE users (
    id INT PRIMARY KEY,  -- Уникальный идентификатор
    name VARCHAR(50)
);

Можно создать PRIMARY KEY на нескольких колонках

CREATE TABLE enrollments (
    student_id INT,
    course_id INT,
    PRIMARY KEY (student_id, course_id)  -- Один студент не может записаться дважды на один курс
);

🚩`FOREIGN KEY` (Связь таблиц)

Создаёт связь между таблицами и поддерживает ссылочную целостность.
Есть таблица пользователей (users) и таблица заказов (orders), где user_id в orders должен ссылаться на id в users.

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50)
);

CREATE TABLE orders (
    id INT PRIMARY KEY,
    user_id INT,
    FOREIGN KEY (user_id) REFERENCES users(id)  -- Связь с таблицей users
);

Что делать при удалении пользователя?

FOREIGN KEY (user_id) REFERENCES users(id) ON DELETE CASCADE

Ставь 👍 и забирай 📚 Базу знаний

🤔 В чем разница между итератором и генератором?

Итератор — это объект, который поддерживает метод `__iter__()` и `__next__()` и позволяет проходить по коллекции элементов. Генератор — это специальный вид итератора, который создается с помощью ключевого слова `yield` и позволяет лениво возвращать элементы по одному, сохраняя состояние между вызовами. Генераторы обычно используются для обработки больших данных, поскольку они не требуют загрузки всего набора данных в память. Итераторы, в свою очередь, могут быть созданы вручную с помощью классов.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что такое пакет?

Пакет (package) в Python — это набор модулей, объединённых в одну директорию. Главное отличие от обычной папки — наличие файла __init__.py, который делает директорию пакетом.

🚩Как создать пакет?

Допустим, мы хотим создать пакет math_utils с модулями для работы с числами.

/my_project
    /math_utils  ← Это пакет
        __init__.py  ← Делаем директорию пакетом
        arithmetic.py  ← Модуль с функциями сложения/вычитания
        geometry.py  ← Модуль с функциями для работы с фигурами
    main.py  ← Основной файл программы

Код в arithmetic.py

def add(a, b):
    return a + b

def subtract(a, b):
    return a - b

Код в geometry.py

def square_area(side):
    return side * side

Код в __init__.py

from .arithmetic import add, subtract
from .geometry import square_area

Теперь можно импортировать функции прямо из пакета:

from math_utils import add, square_area

print(add(2, 3))  # 5
print(square_area(4))  # 16

🚩Импорт модулей из пакета

Импортируем весь пакет (с __init__.py)

from math_utils import add, square_area

Импортируем конкретный модуль

from math_utils import arithmetic
print(arithmetic.add(3, 5))

Импортируем конкретную функцию из модуля

from math_utils.arithmetic import add
print(add(3, 5))

🚩Как работают пакеты в Python?

Python ищет пакеты по sys.path

import sys
print(sys.path)  # Пути, где Python ищет модули

Если Python не находит пакет, можно добавить путь вручную:

import sys
sys.path.append("/path/to/my_project")

Можно создавать вложенные пакеты

/my_project
    /math_utils
        __init__.py
        /advanced
            __init__.py
            calculus.py

Импорт:

from math_utils.advanced.calculus import derivative

Ставь 👍 и забирай 📚 Базу знаний

🤔 Какие операции можно производить над отображениями?

Можно добавлять и удалять пары ключ-значение, перебирать их, объединять словари и проверять наличие ключа. Также словари поддерживают методы для получения ключей, значений и элементов.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как устроен протокол HTTP?

HTTP (HyperText Transfer Protocol) — это протокол передачи данных, используемый для взаимодействия между клиентом (например, браузером) и сервером. Он является основой работы веба. Протокол устроен как текстовый, клиент-серверный и бесстатичный.

🚩Основные принципы HTTP

🟠Клиент-серверная архитектура
Клиент (например, браузер) отправляет запросы серверу, сервер отвечает на них.

🟠Бесстатичность
Каждый запрос независим от других. Сервер не сохраняет состояние клиента между запросами. Для сохранения состояния используются сессии, куки или токены.

🟠Текстовый протокол
HTTP-запросы и ответы передаются в виде текста, что делает их легко читаемыми.

🚩Структура HTTP-запроса

🟠Стартовая строка
Указывает метод, URL и версию протокола.

   GET /index.html HTTP/1.1
   

  

🟠Заголовки (headers)
Дополнительная информация о запросе.  
   

   Host: www.example.com
   User-Agent: Mozilla/5.0
   Accept: text/html
   

  

🟠Тело запроса (body)
Используется в некоторых методах (например, POST), чтобы передать данные на сервер.  
   

   name=John&age=30
   

🚩

Структура HTTP-ответа

🟠Стартовая строка
Указывает версию протокола, код состояния и текстовое описание.  
   

   HTTP/1.1 200 OK
   

  
  
🟠Заголовки (headers)
Дополнительные данные, например, тип содержимого.  
   

   Content-Type: text/html
   Content-Length: 348
   

  

🟠Тело ответа (body)
Содержит данные, которые сервер отправляет клиенту (например, HTML-страница).  
   

   <html>
       <body>Hello, world!</body>
   </html>
   

🚩Основные HTTP-методы
🟠GET
Запрашивает данные с сервера. Данные передаются в URL.
🟠POST
Отправляет данные на сервер (например, формы).
🟠PUT
Обновляет данные на сервере или создаёт, если они отсутствуют.
🟠DELETE
Удаляет данные на сервере.
🟠HEAD
Аналог GET, но возвращает только заголовки без тела ответа.
🟠OPTIONS
Возвращает информацию о поддерживаемых методах для ресурса.
🟠PATCH
Частичное обновление ресурса.

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое объект первого класса?

Это объект, который:
- Может быть передан как аргумент.
- Может быть возвращён из функции.
- Может быть присвоен переменной. В Python функции являются объектами первого класса.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Как работает функция filter()?

filter() — это встроенная функция Python, которая отбирает элементы из последовательности по заданному условию.

filter(function, iterable)

🚩Как работает `filter()`?

Пример 1: Фильтрация чётных чисел

numbers = [1, 2, 3, 4, 5, 6]

# Оставляем только чётные числа
even_numbers = filter(lambda x: x % 2 == 0, numbers)

print(list(even_numbers))  # [2, 4, 6]

Пример 2: Фильтрация строк по длине

words = ["apple", "kiwi", "banana", "cherry"]

# Оставляем только слова длиной больше 5 символов
long_words = filter(lambda word: len(word) > 5, words)

print(list(long_words))  # ['banana', 'cherry']

Пример 3: Фильтрация None и пустых значений

values = [None, 0, "", "hello", 42, [], {}]

# Оставляем только "истинные" значения
filtered_values = filter(None, values)

print(list(filtered_values))  # ['hello', 42]

Пример 4: Использование filter() с def

def is_positive(n):
    return n > 0

numbers = [-5, -2, 0, 3, 7, -1]
positive_numbers = filter(is_positive, numbers)

print(list(positive_numbers))  # [3, 7]

🚩Чем `filter()` лучше `for` + `if`?

Более короткий и читаемый код

# С `filter()`
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))

# С `for` + `if`
even_numbers = [x for x in numbers if x % 2 == 0]

Ставь 👍 и забирай 📚 Базу знаний

🤔 Откуда берётся O(n) и почему это лучше, чем O(n²)?

O(n) означает, что время выполнения пропорционально количеству элементов. O(n²) — значит, число операций растёт квадратично. Например, при 1 000 элементах:
- O(n) ≈ 1 000 операций;
- O(n²) ≈ 1 000 000 операций.
Поэтому линейная сложность значительно быстрее при больших объёмах данных.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что такое dict comprehensions?

dict comprehension (генератор словаря) — это способ быстро создать словарь с помощью компактного синтаксиса, похожего на list comprehension.

🚩Простейший пример `dict comprehension`

squares = {x: x**2 for x in range(1, 6)}
print(squares)

Вывод

{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

🚩`dict comprehension` с условием (`if`)

Оставляем только чётные числа:

squares = {x: x**2 for x in range(1, 11) if x % 2 == 0}
print(squares)

Вывод

{2: 4, 4: 16, 6: 36, 8: 64, 10: 100}

🚩Преобразование списка в словарь

Создаём словарь из списка пар (name → длина слова)

names = ["Alice", "Bob", "Charlie"]
name_lengths = {name: len(name) for name in names}
print(name_lengths)

Вывод

{'Alice': 5, 'Bob': 3, 'Charlie': 7}

🚩Обратный словарь (ключи и значения меняются местами)

Инвертируем словарь {ключ: значение} → {значение: ключ}

original = {"a": 1, "b": 2, "c": 3}
inverted = {v: k for k, v in original.items()}
print(inverted)

Вывод

{1: 'a', 2: 'b', 3: 'c'}

🚩Генерация словаря из `zip()`

Объединяем два списка в словарь

keys = ["name", "age", "city"]
values = ["Alice", 25, "New York"]

person = {k: v for k, v in zip(keys, values)}
print(person)

Вывод

{'name': 'Alice', 'age': 25, 'city': 'New York'}

🚩`dict comprehension` с `if-else`

Разделяем числа на чётные и нечётные

numbers = range(1, 6)
parity = {x: "чётное" if x % 2 == 0 else "нечётное" for x in numbers}
print(parity)

Вывод

{1: 'нечётное', 2: 'чётное', 3: 'нечётное', 4: 'чётное', 5: 'нечётное'}

Ставь 👍 и забирай 📚 Базу знаний

🤔 Примеры использования функции filter?

Эта функция отбирает только те элементы, которые соответствуют заданному условию. Например, можно выбрать только положительные числа из списка или отфильтровать строки, содержащие определённое слово.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 Что такое Host?

Host (хост) — это устройство или сервер, подключённый к сети, который может предоставлять или запрашивать данные.

GET /index.html HTTP/1.1
Host: example.com

🚩Где используется `Host`?

🟠В HTTP-запросах (заголовок `Host`)
Когда браузер запрашивает сайт, он отправляет заголовок Host, чтобы сервер знал, какой сайт нужно отдать.

GET / HTTP/1.1
Host: google.com
User-Agent: Mozilla/5.0

🟠В настройке DNS и доменных имён
Host — это доменное имя, привязанное к IP-адресу.
- example.com → 192.168.1.100
- mail.example.com → 192.168.1.101

127.0.0.1 mysite.local

🟠3. В локальной сети (локальные хосты)
Внутри сети устройства тоже считаются хостами (192.168.1.10, 192.168.1.20). localhost (127.0.0.1) — это всегда локальный компьютер.

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что за функция gather()?

gather() используется для параллельного выполнения нескольких корутин. Она собирает их в одну задачу и возвращает результаты в виде списка. Все задачи выполняются одновременно, а gather() ждёт завершения всех.

Ставь 👍 если знал ответ, 🔥 если нет
Забирай 📚 Базу знаний

🤔 За счет чего асинхронность работает быстрее?

Асинхронность в Python позволяет не блокировать выполнение программы во время ожидания операций ввода-вывода (I/O). Это делает её намного быстрее в задачах, где программа тратит много времени на ожидание (например, загрузка файлов, работа с сетью, запросы к базам данных).

🟠Как работает синхронный код (медленный вариант)
В обычном (синхронном) коде каждая операция ждёт завершения предыдущей.

import requests
import time

start = time.time()

def fetch(url):
    response = requests.get(url)  # Ждём ответа от сервера
    return response.text

urls = ["https://example.com"] * 3

for url in urls:
    fetch(url)  # Ждём каждый запрос

print("Время выполнения:", time.time() - start)

🟠Как работает асинхронный код (быстрее!)
Асинхронность в Python использует event loop (цикл событий), который позволяет не ждать выполнения операции, а переключаться на другие задачи.

import asyncio
import aiohttp
import time

start = time.time()

async def fetch(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    urls = ["https://example.com"] * 3
    tasks = [fetch(url) for url in urls]
    await asyncio.gather(*tasks)  # Запускаем все запросы одновременно

asyncio.run(main())

print("Время выполнения:", time.time() - start)

Ставь 👍 и забирай 📚 Базу знаний