Привет! Уже довольно продолжительное время занимаюсь метриками в windows. Процесс сбора уже отлажен, и из памяти начинают уходить детали, а поэтому пора перенести полученные знания, так скажем, на бумагу. Статья будет про то, что было, что завезли, как с этим работать, какие будут грабли и костыли к ним. Попутно затронем .net clr, asp.net, wcf, iis, signalr, etw и что-нибудь еще. Статейка для тех кто в теме, ну или почти...
Запускать стартапы в принципе непросто и рискованно, на фоне меняющейся парадигмы мышления конечного потребителя рискованно вдвойне, а в условиях пандемии... - ну вы поняли. Для нас этот опыт уже бесценен, на своих граблях мы изрядно потоптались, готовы делиться полученным опытом. В первой статье на Хабре мы с командой расскажем, как зарождался образовательный маркетплейс МАМАвТЕМЕ, с какими гипотезами мы начали проект, как проверяли их живучесть и к каким промежуточным выводам пришли.
В прошлой статье меня упрекнули, что я при живом Vue 3 пишу про "устаревший" Vue 2. Отговорившись тем, что Vue 3 еще не production-ready, я понемногу начал его смотреть и изучать. И поскольку я заядлый любитель типизации и различных фичей с сахарком, то рассматривать Vue 3 с его новеньким CompositionAPI в статье именно с этой точки зрения. А заодно поэкспериментируем и попробуем написать свой типизированный store, организовать компоненты в стиле <script setup> и подружить его с typescript и eslint, а также напишем небольшой компонент на TSX в качестве еще одного эксперимента.
Редакс - Single-store стейт-менеджер, в котором к тому же принято группировать данные по объектам. Примерно так же, как в стейте классовых компонентов в реакте.
То есть, это совершенная противоположность атомарного подхода, которому, к примеру, следуют многие хуки реакта или Multi-store стейт-менеджеры (например Effector, где селекторы не нужны по определению - достаточно сторов).
Помимо этого, объекты, которыми оперируют редьюсеры в редаксе, не являются какой-то полноценной сущностью - это просто кусок чистых данных. Противоположность - MobX, где в сторах могут быть экшны и компьютеды. Кстати, последние как раз являются заменой селекторов в MobX.
В общем, раз в редаксе нет возможностей ни эффектора, ни MobX, нам лишь остается напрямую обращаться к данным, начиная с самого верха. Это превращается в нечто вроде state.foo.bar.baz. А если перед этим еще нужно произвести какие-то вычисления с участием других значений из стора?
Собственно по этим причинам, там и напрашивается какой-то отдельный слой, который возьмет на себя роль получения, комбинирования и преобразования данных. Этим слоем стали селекторы.
Огромное количество раз я видел, как люди используют их неправильно, получая множество проблем. Внутри - лучшие практики, к которым я пришел за годы боли с редаксом.
Это не столько руководство, сколько эксперимент: получится или нет? Так что это лишь отчасти серьёзно, зато весело и необычно. Погнали!
P.S. Заранее прошу прощения за ужасные фото телевизора. ЭЛТ-ТВ отображают черестрочный контент, сделать хороший кадр трудно.
Роботы телеприсутствия активно встраиваются в жизнь общества, а пандемия значительно ускорила этот процесс. Такие роботы уже начали появляться в странах с развитой IT инфраструктурой в жилых помещениях, офисах, медицинских учреждениях, музеях, магазинах и других точках, представляющих интерес для виртуального посетителя, наблюдателя и удаленно работающего специалиста.
Мы в Dragon Tree Labs активно отслеживаем и на практике изучаем новинки в мире робототехники. Представляем обзор трех роботов телеприсутствия, которые уже живут в нашей робототехнической лабе и помогают команде удаленно общаться с разработчиками из других городов. Также недавно в нашем офисе прописался четвероногий робот Unitree Robotics A1 и Miko 2, но про них читайте в следующей статье.
Вы первыми выходите на рынок с прорывным продуктом, который пользуется успехом, — но в итоге всё-таки закрываете бизнес. Бывает ли такое?
Бывает: именно это произошло с первой студенческой социальной сетью. За месяц в ней зарегистрировалось 75% студенческого городка. Увидев неоспоримый успех, создатели сайта бросили учебу и сосредоточились на проекте.
У сети Campus Network были все задатки Facebook, но год спустя она ушла в небытие.
Стартапы закрываются один за одним (что неудивительно), но в этом случае примечательно то, что очень многое было сделано правильно: сервис был запущен до Facebook и был гораздо более продвинутым.
Что же пошло не так?
gRPC + Dart, Сервис + Клиент, напишем? Часть 2.
Продолжим развивать сервис на основе технологии gRPC, основы которого мы заложили в первой части.
Со временем этот пост можно будет читать в двух разных настроениях. Если придёт новый карантин — вспоминать, как успели вдохнуть свежего воздуха офлайна. Если не придёт — как начало нового этапа общения не только через зум.
В конце мая мы успели сходить на CodeFest, где выступили с докладами и подготовили стенд с пазлом в 1440 деталей и конструктором постеров.
Когда мы задались вопросом перехода на микросервисную архитектуру, мы столкнулись с некоторым количеством трейд-оффов. Проведя ряд экспериментов и отвязавшись от специфических для нашего продукта бизнес-требований, мы попытались сформулировать вопросы, которые могут встать перед любой командой разработки, безотносительно к требованиям к продукту. Ну и, конечно, дать на них ответы.
В качестве прикладного дополнения к рассуждениям мы разработали несколько Proof of Concept, сопроводили их разработку краткими пояснениями и приложили исходный код PoC.
В статье разбираются часто встречающиеся вопросы построения сетей 10 Gigabit Ethernet, в частности: выбор среды для передачи данных с учётом известных преимуществ и недостатков, некоторые нюансы по поводу монтажа, прокладки и мониторинга.
Статья построена по принципу «от общего к частному» — вначале рассматриваются общие вопросы, в конце перейдём к конкретным примерам оборудования для 10G.
Всем привет! Сегодня хотел бы обсудить очень простой, но, на мой взгляд, интересный вопрос по Python и его внутреннему устройству. Как вы думаете, что вернёт эта функция:
def foo():
try:
return 1
finally:
return 2
Если вам интересно, что получится в результате и как это работает, добро пожаловать под кат.
Всем привет, меня зовут Владислав Соболев – ML-инженер в компании “БАРС Груп”. Сегодня я хотел бы рассказать о том, зачем и как мы расставляем знаки препинания в текстах, сравним аналоги, и посмотрим на то, как устроена работа инструмента, который мы написали, чтобы обучать такого рода модели (ссылочка в самом конце). Начнем!
У нас в компании есть ряд ML-проектов, внутри которых используется анализ текста, в том числе и надиктованного голосом. Мы командой долго думали над тем, как можно реализовать данные проекты.
В итоге пришли к выводу, что проще всего для наших целей проводить лингвистический анализ текста искать в нём слова-действия, такие как "сгруппируй", "покажи", определять связи и зависимости между словами, искать ключевые слова, ранжировать их. И на основе всех этих данных – взаимодействовать с сервисами.
Научная гипотеза
Владимир Резников – инженер
1.Введение
В этой статье мы обсудим проблему "дискретности" и "непрерывности" движения физических тел. Этот вопрос впервые был поднят в V веке до нашей эры древнегреческим философом Зеноном Элейским, и по сей день продолжаются горячие дискуссии по этому поводу. Как выразился голландский математик Дирк Ян Стройк в своей книге "Краткий очерк истории математики, 1948 год: парадоксы Зенона" "... вызвали такое волнение, что даже сейчас наблюдается некоторая рябь".Зенон сформулировал ряд апорий (неразрешимых суждений). Мы рассмотрим одну из них, которая называется "Дихотомия" (деление на два) (Рис.1).
Алгоритм поиска строки Бойера — Мура — алгоритм общего назначения, предназначенный для поиска подстроки в строке.
Давайте попробуем найти вхождение подстроки в строку.
