🖥 Полезнейший сборник из 800+ вопросов по SQL, которые часто задают на собеседованиях.

Он также включает задачи для самостоятельной работы и множество примеров.

Сборник отлично подходит для тех, кто хочет прокачать свои навыки работы с SQL, освежить знания и проверить свои знания.

▪ GitHub

🖥 Python: как убрать «тысячу мелких пакетов» в TCP и ускорить отправку без Nagle-лагов

Неочевидный, но очень полезный приём для высоконагруженных Python-сервисов, которые пишут в сокет маленькими кусками (заголовки, чанки и т.п.).

Проблема: множество send() приводит к лишним системным вызовам и маленьким TCP-сегментам. Если включён Nagle, мелкие посылки «склеятся», но вы получите задержки (особенно рядом с read()`/`write() пинг-понгом).

Решение: управляем склейкой вручную:
- На Linux используйте флаг MSG_MORE — ядро понимает, что «продолжение следует» и подержит пакет, пока вы не отправите финальный кусок без MSG_MORE.
- Альтернатива — временно включать TCP_CORK: ядро копит данные и шлёт крупным сегментом при снятии «пробки».
- Для передачи файлов после заголовков используйте os.sendfile() — это почти нулевые копирования (zero-copy).

Итого: меньше syscalls, крупнее сегменты, ниже latency-хвост без «магии» Nagle.

import os
import socket
import time
from contextlib import contextmanager

HAS_MSG_MORE = hasattr(socket, "MSG_MORE")
HAS_TCP_CORK = hasattr(socket, "TCP_CORK")  # Linux only

@contextmanager
def tcp_cork(sock: socket.socket):
    """Временно включаем TCP_CORK (Linux), чтобы склеить мелкие записи."""
    if HAS_TCP_CORK:
        try:
            sock.setsockopt(socket.IPPROTO_TCP, socket.TCP_CORK, 1)
            yield
        finally:
            # Снятие «пробки» — ядро отправит накопленное
            sock.setsockopt(socket.IPPROTO_TCP, socket.TCP_CORK, 0)
    else:
        # На не-Linux просто не делаем ничего
        yield

def send_with_coalescing(sock: socket.socket, parts: list[bytes]):
    """
    Отправляем несколько маленьких кусков как один крупный сегмент.
    - Linux: предпочитаем MSG_MORE (проще, не требует cork).
    - Иначе: объединяем буфером в памяти как fallback.
    """
    if HAS_MSG_MORE:
        # Все, кроме последнего, шлём с MSG_MORE
        for chunk in parts[:-1]:
            # может вернуть меньше; используем sendall для простоты
            sock.sendall(chunk, socket.MSG_MORE)
        sock.sendall(parts[-1])
    elif HAS_TCP_CORK:
        # Включаем «пробку», шлём всё, затем снимаем
        with tcp_cork(sock):
            for chunk in parts:
                sock.sendall(chunk)
    else:
        # Портативный fallback — склеиваем в памяти
        sock.sendall(b"".join(parts))

def demo_http_like_response(conn: socket.socket, path_to_file: str | None = None):
    # Пример: заголовки и небольшой body
    headers = [
        b"HTTP/1.1 200 OK\r\n",
        b"Content-Type: text/plain\r\n",
        b"Connection: close\r\n",
        b"\r\n",
    ]
    body = [b"Hello, ", b"world", b"!", b"\n"]

    # 1) Заголовки + маленький body — аккуратно склеим
    send_with_coalescing(conn, headers + body)

    # 2) Большой файл после заголовков — лучше через sendfile (zero-copy)
    if path_to_file and os.path.exists(path_to_file):
        # В реальном сервере заголовки Content-Length/Type должны соответствовать файлу
        with open(path_to_file, "rb") as f:
            offset = 0
            while True:
                sent = os.sendfile(conn.fileno(), f.fileno(), offset, 1 << 20)  # 1 MiB
                if sent == 0:
                    break
                offset += sent

def simple_server(port=9090, file_to_send=None):
    srv = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    # Хорошая практика для рестартов
    srv.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
    srv.bind(("0.0.0.0", port))
    srv.listen(128)
    print(f"listening on :{port} ...")
    while True:
        conn, addr = srv.accept()
        try:
            demo_http_like_response(conn, file_to_send)
        finally:
            conn.close()

if __name__ == "__main__":
    # Запустите и сходите curl'ом: curl -v http://127.0.0.1:9090/
    # На Linux увидите меньшую фрагментацию пакетов (ss, tcpdump).
    simple_server(port=9090, file_to_send=None)

🖥 Шпаргалка по командам Linux для среднего и продвинутого уровня

Сохраняйте себе, чтобы не потерять

📌 Полная версия онлайн

🖥 Практический гайд по автоматизации процессов на Python

Перед вами подробный практический гайд по автоматизации процессов на Python для продвинутых разработчиков. Он фокусируется на промышленном уровне качества: архитектура, надёжность, наблюдаемость, упаковка и деплой. В каждом разделе - конкретные паттерны и готовые фрагменты кода.

✔️ Подробнее

🖥 Свежий курс на Stepik: PostgreSQL для разработчиков: от основ к созданию API

Курс научит создавать надёжные REST API-сервисы на базе PostgreSQL, используя FastAPI на Python.

Пошаговое объяснение материала - от установки среды и основ SQL до полноценного API-приложения с безопасностью, связями и масштабируемостью.

На практике разбирается:

•работу с таблицами, типами данных, фильтрацией и агрегатами

• группировки, подзапросы и оптимизацию SQL-запросов

• взаимодействие Python с базой данных

• создание REST API с FastAPI и подключением PostgreSQL

• проектирование структуры БД и нормализацию

• реализацию CRUD-операций и валидацию данных

• postgres для профессионалов

• разбор вопросов с реальных собеседований технические вопросы, SQL-задачи, разбор хитрых приемов.

⚡️ После прохождения вы создадите готовый API-проект и уверенные навыки работы с PostgreSQL в продакшене.

Сегодня дарим промокод на скидку - 30%, действует

🚀 Начать учиться

🖥 Гайд по PostgreSQL для продвинутых разработчиков

PostgreSQL – одна из самых мощных СУБД с открытым исходным кодом. Этот гайд подробно охватывает ключевые аспекты PostgreSQL: от внутренней архитектуры до приёмов оптимизации. Мы рассмотрим администрирование, производительность, расширения, инструменты, а также сравним популярные ORM для Python и Go. В конце приведён список продвинутых вопросов, часто встречающихся на собеседованиях.

🟠Гайд

🖥 Python-декоратор - AI-сервис готов

Beam — открытая альтернатива Modal, которая позволяет деплоить любые AI-задачи в serverless-режиме без инфраструктурной боли. Всё, что нужно — декоратор в Python.

Работает очень просто:
1. uv add beam
2. Пишете свой AI-воркфлоу
3. Оборачиваете вызов в метод
4. Добавляете декоратор @endpoint с конфигом сервера

👉 Результат — готовый serverless endpoint.

Ключевые фичи:
→ Запуск контейнеров < 1 секунды
→ Поддержка распределённого хранилища
→ Авто-масштабирование от 0 до сотен контейнеров
→ GPU: 4090, H100 или свои
→ Деплой inference endpoint'ов через декораторы
→ Изолированные песочницы для кода от LLM
→ И главное — 100% open-source + приватность.

https://github.com/beam-cloud/beta9