🔄 توی این ویدیو سرپایی نگاهی می‌اندازیم به patch شدن کرنل لینوکس توسط کارمند های گوگل، که با جابجایی چند متغیر تونستند باعث 40% افزایش پرفرمنس TCP بشن

همچنین درمورد مفهوم CPU Cache و Burst Length و چند تا چیزمیز مشابه دیگه صحبت می‌کنیم

پ.ن: فرایند ضبط ویدیو رو سعی کردم ساده‌تر کنم و دست‌انداز های مسیر رو کم‌تر کنم تا ویدیوهای بیشتری بتونم ضبط کنم، از بابت کیفیت متوسط صدا و عدم ادیت مناسب پیشاپیش دلجویی می‌کنم

به مناسبت ریلیز شدن نسخه 1.1 از BunJS، روی سیستم نصب کردمش و یک بنچمارکی ازش گرفتم در مقایسه با OpenSwoole عزیز که در عکس بالا می‌تونیم ببینیم

در حالت بنچمارک Single Thread:
بان: 220 هزار درخواست بر ثانیه
اوپن‌سوله: 148 هزار درخواست بر ثانیه

در حالت بنچمارک 8 ترد:
بان:‌ 146 هزار درخواست بر ثانیه
اوپن‌سوله: 166 هزار درخواست بر ثانیه

در حالت کلی، نزدیک به هم هستند و نکته خنده‌دار این هست که کل دنیا و JS کارها بابت پرفرمنس Bun هایپ شدند و معتقدند یه چیز انقلابی هست، با این وجود OpenSwoole ای که ده ساله همین پرفرمنس رو میده یه عده معتقدن PHP مرده 😏

پ.ن: این پست رو سومین بار هست که می‌فرستم، دو بار قبلی تصویر اشتباهی فرستاده بودم
پ.ن۲: طبیعی هست که پرفرمنس JS در حالت سینگل ترد بالاتر باشه چون خودش هم تک ترد Async هست و مولتی Instance نیست
پ.ن۳: انقدر باگ ZeroDay و مشکلات امنیتی و ... توی این هفته اخیر توی دنیا تکنولوژی پیدا شده،‌ که نمی‌دونم از کدوم بنویسم، خودتون برید بخونید

ظاهرا یک نفر بر بستر بلاکچین بیت‌کوین، برای انتقال 6 دلار، حدود 100 هزار دلار کمیسیون داده، تنها حدسی که می‌شه زد اینه که جای فیلد های Amount و Fee رو اشتباه زده 😅

دفعه بعدی که احساس کردید بدشانس هستید، یاد این بیوفتید که برای انتقال 300 هزار تومن، حدود 6 میلیارد تومن کارمزد انتقال ندادید 😵‍💫

لینک تراکنش

📱 یک افزونه ایرانی باحال برای VSCode برای ارور های Typescript (:

🔹 لینک دانلود و نصب

من معمولا اکثر زبان‌هایی که به‌صورت روزمره باهاشون سر و کار دارم، مفسری هستند، احتمالا شما هم JS و PHP و Python و زبان های مفسری مشابه کار می‌کنید

همونطور که می‌دونید، من طرفدار شدید پرفورمنس و بهینه‌سازی کد هستم و حتی پست هایی هم درمورد بنچمارک بین فریمورک‌ها و زبان‌ها گذاشتم قبلا که در اون‌ها:

سناریوی فرضی ما برای بنچمارک، یک سایت هست که IO داره و Database داره و Network داره، در واقع اکثر زمانی که تلف می‌کنه سر IO Bound Task ها هست همونطوری که توی این پست هم توضیح دادم

ولی اخیرا برای یک پروژه‌ای به یک تسکی خوردیم که CPU Bound خیلی سنگین بود و Memory Bound هم بود، در واقع نیاز داشتیم که روی دیتاست با حجم 12M شهر/روستا iterate کنیم و نسبت به زبان کشور، از بین 20M اسم که به زبان‌های مختلف برای اون شهر/روستا بود، اسم محلی‌اش رو پیدا کنیم

این رو من با دیتاست کوچک‌تری که فقط برای ایران بود 200K شهر/روستا و 200K هم اسم متناظر، من با PHP نوشتم و نتیجه معقول بود و حدود 10-12 ثانیه طول می‌کشید

ولی برای اینکه IO به صورت Async باشه با JS بازنویسی کردم و به 7-8 ثانیه رسیدم با دیتای 200K x 200K

حالا وقتش بود که با دیتاست 20M x 12M تست کنیم، نهایتا باید 10-15 دقیقه طول می‌کشید، درسته؟ نه! طبق محاسباتی که کردیم، حدود 3-4 روز طول می‌کشید تا بتونه این دیتا رو بخونه و پارس کنه و مپ کنه و فیلتر کنه و اسم متناظر رو پیدا کنه 🤣

اینجا بود که یکی از دوست های Rust کارم به دادم رسید و با زبان کامپایلری Rust، همون کد JS ای که نوشته بودم رو با Rust بازنویسی کرد، نتیجه به نظرتون چی شد؟ از 3-4 روز به 10 ثانیه کاهش پیدا کرد ☺️

البته بازنویسی‌ای که کرد، بسیاری از مفاهیم رو به شکل بهینه‌تری در سطوح پایین هندل کرد و خیلی از بارها و overhead ها رو برداشت، مثلا در نسخه JS مصرف رم حدود 24GB رسیده بود بعد از دوساعت اجرا، ولی نسخه Rust کلا 4GB رم مصرف می‌کرد و کلا 10 ثانیه طول می‌کشید روی دیتاست کامل 🎉

نتیجه ماجرا این هست که حس می‌کنم کم‌کم باید یک زبان کامپایلری هم به چرخه زبان هایی که روزمره باهاشون کار می‌کنیم، اضافه کنیم چون واقعا تفاوت خیلی خیلی زیادی هست در کارهای CPU Bound بین‌شون، تفاوتی مثل ۳-۴ روز و ۱۰ ثانیه 😎

🌐 برای مسابقه Tonkeeper یک لندینگ پیج طراحی کردم با SolidJS که از اینجا می‌تونید ببینید و سورس‌کدش هم از اینجا می‌تونید دسترسی داشته باشید و اگر جایی به دردتون خورد استفاده کنید