7 ключевых сложностей по времени выполнения, которые нужно знать для собеседований по программированию:

1. O(1) — Константное время
- Время выполнения не зависит от размера входных данных.
- 📌 Пример: доступ к элементу массива по индексу.

2. O(log n) — Логарифмическое время
- Время выполнения растёт медленно по мере увеличения входных данных. Обычно встречается в алгоритмах, делящих задачу пополам на каждом шаге.
- 📌Пример: бинарный поиск в отсортированном массиве.

3. O(n) — Линейное время
- Время выполнения растёт пропорционально объёму входных данных.
- 📌Пример: поиск элемента в массиве перебором.

4. O(n log n) — Линеаритмическое время
- Время выполнения немного быстрее, чем квадратичное, и включает логарифмическое количество операций на каждый элемент.
- 📌Пример: сортировка массива алгоритмами быстрой сортировки (quick sort) или слиянием (merge sort).

5. O(n²) — Квадратичное время
- Время выполнения растёт пропорционально квадрату входных данных.
- 📌Пример: сортировка пузырьком, где сравниваются и при необходимости меняются местами все пары элементов.

6. O(2ⁿ) — Экспоненциальное время
- Время выполнения удваивается с каждым новым элементом входа. Такие алгоритмы быстро становятся неэффективными при больших объёмах данных.
- 📌Пример: генерация всех подмножеств множества.

7. O(n!) — Факториальное время
- Время выполнения растёт как факториал от количества входных данных.
- 📌Пример: генерация всех перестановок множества.

👉 Java Portal

Функциональное программирование в Java с использованием Streams и лямбд:

Streams обрабатывают фильтрацию, сортировку и свёртку данных, а лямбды упрощают определение функций. В Spring они используются для построения реактивных API, а в задачах алгоритмического программирования — для оптимизации обработки данных.

Выше приведён пример REST-эндпойнта на Spring, фильтрующего пользователей, и функции в стиле олимпиадного программирования для поиска лидеров по очкам.

👉 Java Portal

Как вернуть результат в виде Map из запроса JPA или Hibernate

⏩Читать подробнее

👉 Java Portal | #cтатья

Необходимый репозиторий с сотнями бесплатных API для практики программирования и создания проектов.

Обновляется еженедельно и разделён по темам 😇

⇢ http://github.com/public-apis-dev/public-apis

👉 Java Portal

Этот репозиторий представляет собой целую энциклопедию для Java-разработчиков. Автор структурировал материал от основ языка до продвинутых тем

Он охватывает основы, ООП, многопоточность, сборку мусора, коллекции и другие важные темы

Проект имеет полезные разделы с примерами кода: от классических паттернов вроде Singleton до задач на динамическое программирование. Для тех, кто готовится к собеседованиям, есть подборка LeetCode-шаблонов и реальных interview-задач. 😡

👉 Java Portal

8 концепций проектирования систем, объясненных в одной диаграмме

1. Availability with Load Balancers

Использование балансировщиков (Layer 7) для распределения трафика между несколькими экземплярами сервисов (например, Comment Service, Post Service).

Повышает отказоустойчивость и доступность.

2. Latency with CDNs

CDN кэширует контент ближе к пользователю, уменьшая задержки.

Первый запрос идёт на origin-сервер, второй — уже из кэша CDN.

3. Scalability with Replication

Данные реплицируются между несколькими узлами.

Увеличивает доступность и масштабируемость систем.

4. Durability with Transaction Logs

Система сохраняет изменения в журнал транзакций перед применением.

В случае сбоя состояние может быть восстановлено из лога.

5. Consistency with Eventual Consistency

Записи и чтения могут идти в разные источники.

Система приходит к согласованному состоянию со временем (eventually).

6. Modularity with Loose Coupling and High Cohesion

Модули имеют чёткие границы и хорошо организованы внутри.

Улучшает читаемость, повторное использование и сопровождение кода.

7. Configurability with Configuration-as-Code

Инфраструктура управляется через код (например, Terraform, Ansible).

Контроль версий, автоматизация и повторяемость.

8. Resiliency with Message Queues

Задания помещаются в очередь, откуда обрабатываются несколькими потребителями.

Улучшает отказоустойчивость и масштабируемость обработки.

👉 Java Portal

Метод createNativeQuery из JPA EntityManager

Если тебе нужно выполнить сложную выборку (например, последнюю запись на дату) — не бойся использовать createNativeQuery. Нативный SQL в JPA — это мощный инструмент, особенно когда JPQL ограничен

⏩Читать подробнее

👉 Java Portal | #cтатья

Виртуальные потоки с Project Loom

Традиционные потоки в Java мощный, но тяжёлый механизм, который ограничивает масштабируемость в высоконагруженных многопоточных приложениях.

С появлением Project Loom вводится концепция виртуальных потоков т.е. лёгких потоков, управляемых самой JVM, которые упрощают работу с конкурентностью и делают её более эффективной.

Виртуальные потоки позволяют запускать тысячи параллельных задач с минимальными накладными расходами, при этом сохраняя простой, блокирующий стиль написания кода без ущерба для производительности. 😇

👉 Java Portal

Гайд как откатить последний коммит в Git (пошагово)

① Если ещё не делал push:

Оставить изменения в staging (индексе):

git reset --soft HEAD~1

Полностью удалить изменения:

git reset --hard HEAD~1

Отредактировать последний коммит (сообщение или содержимое):

git commit --amend -m "Исправленное сообщение"

② Если уже сделал push:

Используй git revert <хеш>, чтобы создать новый коммит, отменяющий изменения предыдущего.
(Если возникнут конфликты — их придётся разрулить вручную.)

Получи хеш нужного коммита с помощью:

git log

★ Уровень «эксперт»:

Используй git rebase -i для редактирования локального коммит-истории:
Можно менять порядок, объединять, править или удалять коммиты.

После изменений —

git push --force-with-lease

Важно: Делай rebase и push --force-with-lease только если ты один работаешь в ветке
или вся команда согласована и не против переписывания истории.

👉 Java Portal

Пример проекта, демонстрирующий, как использовать GraphQL вместе с Spring Boot.

В репозитории показано:

🔸как настроить GraphQL в Spring-приложении,
🔸как описывать схемы, резолверы и DTO,
🔸как работать с базой данных (MongoDB),
🔸и как совмещать GraphQL с REST-контроллерами.

Подойдёт, если ты хочешь разобраться, как устроен GraphQL в экосистеме Spring или ищешь базу для своего pet-проекта.

👉 Java Portal

Как выдержать нагрузку в 10 000 одновременных пользователей

1. Поставь балансировщик нагрузки (Load Balancer) спереди

- Распределяй трафик между несколькими backend-серверами.
- Инструменты: NGINX, HAProxy, AWS ELB.

2. Масштабируй горизонтально

- Один мощный сервер — нет.
- Используй несколько небольших stateless-серверов за LB.

3. Пиши stateless-сервисы

- Не храни сессии или состояние в оперативке.
- Используй Redis / Memcached или JWT для сессий и авторизации.

4. Используй connection pooling

- Базы «захлебываются» от 10 000 одновременных подключений.
- Ограничь число подключений к БД с каждого сервера через пул (например, HikariCP).

5. Активно кэшируй

Кешировать можно:

- Static files → CDN
- DB-запросы → Redis
- HTML-фрагменты → Edge cache

6. Используй read-replicas

- Разделяй чтение и запись, чтобы масштабировать чтение из базы.

7. Async и очереди (Queued Workloads)

- Переноси тяжёлые задачи (почта, видео и т.д.) в background jobs.
- Используй очереди: SQS, RabbitMQ, Kafka.

8. Включи авто-масштабирование

- Используй инфраструктуру, способную масштабироваться под нагрузку:
AWS EC2 + ASG, GCP GKE и т.д.

9. WebSocket / Реалтайм? Используй gateway-сервисы

- Запускай WebSocket-шлюзы (например, Socket.io за LB).
- Масштабируй через sticky-сессии или pub/sub (Redis, Kafka).

10. Мониторь всё

- Отслеживай CPU, память, задержки, глубину очередей.
- Инструменты: Prometheus + Grafana, Datadog, New Relic.

👉 Java Portal

Выделение памяти в Java

В Java память по умолчанию выделяется в куче с помощью new.
Это просто, управляется сборщиком мусора и подходит для большинства приложений.

Но если нужны высокая производительность или низкие задержки, можно использовать off-heap память через ByteBuffer.allocateDirect().
Такой подход выделяет память вне кучи, снижает нагрузку на GC и повышает эффективность при работе с большими или долго живущими данными.

Off-heap даёт больше контроля и производительности,
но требует аккуратного управления ресурсами,
так как такая память не очищается автоматически, в отличие от памяти в куче.

👉 Java Portal

Вопросы на собеседование по Spring Boot

1. Как Spring Boot определяет, какие бины создавать при автоконфигурации?

2. Для чего используется аннотация @ConditionalOnProperty?

3. Как реализовать пользовательскую валидацию в Spring Boot с помощью аннотаций?

4. Как @Transactional обрабатывает вложенные транзакции?

5. В чём разница между application.properties и application.yml в Spring Boot?

6. Как вынести конфигурацию Spring Boot для разных окружений (environments)?

7. Что такое WebClient в Spring Boot и чем он отличается от RestTemplate?

👉 Java Portal

Сохраняем себе: Jimmer

это иммутабельный ORM, заточенный под работу с графами объектов, а не отдельными сущностями.

🔹Авто-генерация DTO
🔹Без N+1 (batch fetch из коробки)
🔹Умные SQL без лишних JOIN'ов
🔹DSL с type-safety
🔹GraphQL + TypeScript-генерация
🔹Кеширование (включая Redis)
🔹Работает через APT/KSP

⇢ https://github.com/babyfish-ct/jimmer

👉 Java Portal

Объяснение 8 популярных сетевых протоколов в одной диаграмме.

👉 Java Portal

Слышал когда-нибудь про объект, который отказывается умирать?

В Java можно «воскресить» объект во время сборки мусора с помощью метода finalize(). Но это — рискованная практика, и сам метод уже помечен как устаревший.

Этот код демонстрирует поведение метода finalize() в Java — он вызывается только один раз перед удалением объекта сборщиком мусора. В первой попытке объект «воскрешается» внутри finalize, но при повторной попытке finalize уже не вызывается, и объект действительно удаляется.

👉 Java Portal