Привет всем! Я тут новенький в QA, только начал разбираться. И вот какая проблема: не могу зайти на кракен сайт. Пишет какую-то ошибку, типа сессия истекла или что-то такое. Пробовал перезагрузить, подчистить кэш - ничего не помогает. Может, у кого-то такое было? Подскажите плз, как починить, а то мне срочно нужно там кое-что посмотреть для работы. Это нормально вообще, что так происходит?
Ребят, реально уже не знаю, куда бежать. Поставил новую версию PostgreSQL, вроде все нормально было, тестировал, ок. А потом как начало сыпаться! Запросы, которые раньше летали, теперь висят по полминуты, а то и вовсе таймаут получают.
Перепробовал все, что смог найти: индексы пересоздал, конфиги подкрутил — толку ноль. Может, кто сталкивался с чем-то подобным? Есть подозрения, что криво что-то с оптимизатором случилось, но как это проверить и исправить, я понятия не имею. Любая помощь будет бесценна, сил уже реально нет.
Ребят, ну типа, давно хотел поделиться историей, которая произошла со мной пару лет назад. Помню, сидел я, значит, на проекте, писал на Rust. Все ровно, быстро, безопасно, как положено по ТТХ языка. Но вот беда, какая-то задача попала, где нужно было прямо вот с железом работать, без всяких абстракций. Ну, там, драйвера подкрутить, память пощупать.
Стал я копать, а Rust, конечно, крут, но для такого уровня доступа он как-то… избыточен, что ли. Или, скажем так, не является основным инструментом. Начал смотреть в сторону C++. Ну, тут всё понятно, классика жанра. Нашёл старый проект, где он использовался, попробовал. Мощно, да, но ощущение, будто по минному полю ходишь. Любая ошибка — и все, краш.
В итоге, после долгих раздумий и пары экспериментов, остановился на C. Да, тот самый, который еще динозавры использовали, ахах. И знаете что? Для моей задачи — идеально. Просто, лаконично, прямой доступ к памяти, полный контроль. По сути, я тогда понял, что не язык главное, а то, насколько он подходит под конкретную задачу. Rust остался для высокоуровневых вещей, а C — для такого низкоуровневого ковыряния.
Так что, если кто-то думает, что есть один язык на все случаи жизни — забудьте. Надо просто смотреть на характеристики и на то, что ты хочешь получить в итоге. Вот такая история про развитие IT-специалистов, кмк.
Привет всем! Собственно, вопрос такой. Работаю с распределенными системами, и постоянно возникает дилемма: для новых проектов брать реляционку или уже сразу смотреть в сторону NoSQL? Вроде бы для больших объемов и гибкости схемы NoSQL кажется очевидным выбором, но ведь и современные SQL-базы неплохо масштабируются, особенно с JSONB, как мы тут недавно обсуждали.
Интересно ваше мнение, особенно от тех, кто на практике сталкивался с миграциями или построением систем с нуля. Какие критерии решают для вас? На что обращаете внимание при выборе между, скажем, PostgreSQL и Cassandra/MongoDB для аналитики или обработки потоковых данных? Развитие IT идет семимильными шагами, и хочется выбрать правильный вектор.
Все эти разговоры про «поддержку и развитие» — ну, типа, пустой звук. Обучение, гранты, форумы — это всё хорошо, но не решает главную проблему. Проблема в том, что нам нужны рабочие инструменты, а не красивые слова. Вот, например, есть такая штука, как Крáкен маркетплейс — это реальный пример того, как можно упростить жизнь разработчика. Но таких реально работающих платформ, которые решают конкретные задачи, катастрофически мало.
Нам не нужно, чтобы нас «поддерживали». Нам нужно, чтобы дали возможность нормально работать. Чтобы были удобные сервисы, где можно найти нужные библиотеки, проверить код, получить готовые решения. Вместо того чтобы бесконечно обсуждать, как нас «развивать», давайте создадим экосистему, где все эти процессы автоматизированы и доступны. Ну вот, например, если нужен актуальный Крáкен сайт, где его быстро и безопасно найти? Пока это целая история с поиском рабочих ссылок.
А вы как думаете? Хватит ли нам просто «поддержки» или нужны более приземленные, рабочие решения?
Всем привет! Размышляю о своем развитии как back-end разработчика. Понимаю, что просто писать код на одном языке уже недостаточно для реального карьерного роста в IT. На рынке появляются новые инструменты, паттерны проектирования, да и сам подход к разработке меняется.
Если покопаться глубже, то вот в чем загвоздка: вроде и знаю SQL, Python (окей, тот же Django/Flask), Docker. Но чувствую, что не хватает каких-то фундаментальных вещей, которые помогут мне не просто следовать трендам, а понимать, почему они появляются и как их использовать максимально эффективно. Может, стоит уйти в сторону микросервисной архитектуры или DevOps-практик? Или есть какие-то менее очевидные направления, которые сейчас набирают обороты и реально помогут выделиться среди других IT-специалистов?
Мне кажется, вся эта движуха с корпоративными программами поддержки и развития ИТ-специалистов в России сильно переоценена. Особенно вот эти обязательные сертификации. Ну, если смотреть характеристики, сколько реально времени уходит на получение какой-нибудь корочки, а потом на поддержание ее актуальности? Часы, дни, а то и недели.
В теории, это должно повышать уровень кадров. Но на практике, часто выходит просто бумага, которую пылится в резюме. А реальные скиллы – они ведь на бою проверяются, а не на экзаменах. Ну вот как с тем же Кра́кен маркетплейс – его фичи развиваются постоянно, и никакая сертификация не успеет за реальным кодом, который там появляется.
Так может, вместо бесконечных курсов и аттестаций, стоило бы просто давать больше свободы и ресурсов на реальные проекты? Пусть даже с небольшим риском. А вы как думаете?
Все говорят, что автоматизация – это наше всё. Но так ли это на самом деле? Я видел много проектов, где на автотесты убили кучу времени и денег, а в итоге они не покрывали и 50% реальных сценариев, глючили и ломались от каждого чиха. Получается, мы автоматизировали рутину, чтобы потом тратить время на поддержку этих самых автотестов?
Мне кажется, что автоматизировать нужно только то, что действительно повторяется и имеет смысл. Например, регрессионные тесты на стабильном функционале. А вот для проверки новых фич, юзерского опыта, или каких-то нестандартных сценариев – ручное тестирование пока никто не отменял. Главное – найти баланс, а не слепо следовать трендам. Как вы думаете, где та грань, после которой автоматизация становится дороже, чем ручной труд?
Вот сколько я работаю с Ansible, у меня до сих пор двоякое отношение. С одной стороны, автоматизация рутинных задач – это круто. Деплой, конфигурация серверов – все делается быстро и повторяемо. Но с другой стороны, эта его YAML-магия иногда такая сложная для отладки! Попробуй найди ошибку в плейбуке на 500 строк, когда все не так, как ты ожидаешь.
Мне кажется, что Ansible хорош для простых сценариев, но когда начинается сложная логика, управление состоянием, то он становится каким-то громоздким. Терраформ в этом плане кажется более продуманным Я думаю, что Ansible – это отличный инструмент, но только для определенных задач, а не как универсальное решение для всего. А вы как считаете?
Всем привет! Хочу поделиться парой наблюдений по работе с JSONB в PostgreSQL. Раньше я относился к нему скептически, типа, зачем это все, если есть реляционные таблицы. Но в одном проекте пришлось плотно работать именно с JSONB, и я был приятно удивлен.
Во-первых, скорость. Индексация JSONB по ключам работает реально быстро, особенно если правильно настроить GIN-индексы. Мы смогли вынести часть данных, которые раньше хранились в куче связанных таблиц, в один JSONB-документ, и запросы стали работать в разы быстрее. Это особенно удобно для хранения логов, конфигураций или каких-то динамических атрибутов сущностей.
Во-вторых, гибкость. Когда структура данных меняется часто, JSONB – просто спасение. Не нужно менять схему, делать миграции. Просто добавляешь новые поля в JSON. Да, это может привести к некоторой хаотичности, если не следить за структурой, но для прототипирования или быстрого старта – самое то.
Конечно, есть и минусы. Сложные запросы к вложенным структурам могут быть нетривиальными. И не стоит забывать про нормализацию – JSONB не панацея от всего. Но для определенных задач, я считаю, это отличный инструмент. JSONB – это не замена реляционным моделям, а мощное дополнение.
Вот вечный спор: что лучше, Python или Java? Оба языка популярны, оба используются повсеместно. Но мне кажется, что Java дает какую-то большую стабильность в плане производительности и надежности на больших проектах. Python хорош для скриптов, прототипирования, ML, но когда дело доходит до энтерпрайза, где важна каждая миллисекунда и строгая типизация, Java выглядит увереннее. Я считаю, что для критически важных систем Java – выбор номер один. А вы как думаете?
В последнее время все больше говорят про WebAssembly (Wasm). На бумаге выглядит круто: исполнение кода почти нативно в браузере, возможность использовать разные языки. Обещают, что это перевернет веб-разработку. Но пока что-то реальных, массовых кейсов использования не особо видно. Я сам пробовал поиграться с C++ в Wasm, вроде работает, но настройка – тот еще квест.
С одной стороны, потенциал у Wasm огромный. Можно будет запускать сложные приложения, игры, обработку данных прямо в браузере, без необходимости скачивать что-то или ждать загрузки. Это может реально изменить правила игры для фронтенда и даже бэкенда.
С другой стороны, пока еще сыровато: инструменты, отладка, интеграция с JS. Мне кажется, что Wasm еще долго будет оставаться нишевым решением для специфических задач, а не заменой привычных JS-фреймворков. Но, возможно, я ошибаюсь, и через пару лет все будут писать на Rust или Go для веба через Wasm. А вы что думаете, Wasm – это реально революция или просто очередной модный тренд?