🛠 CQRS: что это и зачем оно вам
Мы часто упоминаем CQRS в контексте архитектуры. Пора разобраться, что за ним стоит и когда его стоит применять.
Что такое CQRS
CQRS расшифровывается как Command Query Responsibility Segregation. Суть простая: операции чтения и записи разделяются на два независимых потока.
В классическом подходе один репозиторий или сервис отвечает и за чтение, и за запись. Это удобно, пока система небольшая. Когда нагрузка растёт или модели чтения и записи начинают расходиться, появляются проблемы.
Какую боль решает CQRS
Представьте интернет-магазин. Команда на оформление заказа
Если один и тот же объект обслуживает оба сценария, вы получаете:
• модель данных, которая пытается угодить всем сразу
• сложные запросы с JOIN там, где нужна простая выборка
• трудности с масштабированием — читать нужно в 10 раз чаще, чем писать
CQRS позволяет разделить эти ответственности явно.
Как это выглядит на практике
Допустим, у нас есть приложение на C# с заказами. Для удобства используем
Сначала определяем интерфейсы:
Команда на создание заказа:
Запрос на получение заказов пользователя:
Вызов из контроллера выглядит одинаково для команд и запросов:
Обратите внимание:
Для чтения можно подключить read-replica или отдельную схему, оптимизированную под конкретные запросы. Запись при этом идёт в основное хранилище, а синхронизация происходит через события.
Когда применять
CQRS оправдан, если:
• нагрузка на чтение и запись сильно различается
• модели чтения и записи расходятся, например, вам нужны агрегированные данные на фронте, но нормализованное хранилище на бэке
• вы строите систему с событийной архитектурой или Event Sourcing
CQRS не нужен, если:
• у вас простой CRUD без сложной логики
• команда небольшая и накладные расходы на поддержку двух моделей не оправданы
Если вы чувствуете, что один репозиторий тащит на себе слишком много, это сигнал задуматься о разделении.
📍 Навигация: Вакансии • Задачи • Собесы
🐸 Библиотека шарписта
#il_люминатор
Мы часто упоминаем CQRS в контексте архитектуры. Пора разобраться, что за ним стоит и когда его стоит применять.
Что такое CQRS
CQRS расшифровывается как Command Query Responsibility Segregation. Суть простая: операции чтения и записи разделяются на два независимых потока.
Query — читает данные, ничего не меняет.Command — меняет состояние, ничего не возвращает (кроме подтверждения).В классическом подходе один репозиторий или сервис отвечает и за чтение, и за запись. Это удобно, пока система небольшая. Когда нагрузка растёт или модели чтения и записи начинают расходиться, появляются проблемы.
Какую боль решает CQRS
Представьте интернет-магазин. Команда на оформление заказа
PlaceOrderCommand обновляет остатки, создаёт запись заказа и запускает цепочку событий. А запрос на страницу каталога GetProductsQuery просто возвращает список товаров с ценами.Если один и тот же объект обслуживает оба сценария, вы получаете:
• модель данных, которая пытается угодить всем сразу
• сложные запросы с JOIN там, где нужна простая выборка
• трудности с масштабированием — читать нужно в 10 раз чаще, чем писать
CQRS позволяет разделить эти ответственности явно.
Как это выглядит на практике
Допустим, у нас есть приложение на C# с заказами. Для удобства используем
MediatR — библиотеку, которая берёт на себя маршрутизацию команд и запросов.Сначала определяем интерфейсы:
public interface ICommand : IRequest { }
public interface IQuery<TResult> : IRequest<TResult> { }Команда на создание заказа:
public record PlaceOrderCommand(string UserId, string ProductId, int Quantity) : ICommand;
public class PlaceOrderCommandHandler : IRequestHandler<PlaceOrderCommand>
{
private readonly IOrderRepository _repo;
public PlaceOrderCommandHandler(IOrderRepository repo) => _repo = repo;
public async Task Handle(PlaceOrderCommand command, CancellationToken ct)
{
var order = Order.Create(command.UserId, command.ProductId, command.Quantity);
await _repo.SaveAsync(order, ct);
}
}
Запрос на получение заказов пользователя:
public record GetUserOrdersQuery(string UserId) : IQuery<IReadOnlyList<OrderDto>>;
public class GetUserOrdersQueryHandler : IRequestHandler<GetUserOrdersQuery, IReadOnlyList<OrderDto>>
{
private readonly IOrderReadRepository _readRepo;
public GetUserOrdersQueryHandler(IOrderReadRepository readRepo) => _readRepo = readRepo;
public async Task<IReadOnlyList<OrderDto>> Handle(GetUserOrdersQuery query, CancellationToken ct)
=> await _readRepo.GetByUserIdAsync(query.UserId, ct);
}
Вызов из контроллера выглядит одинаково для команд и запросов:
// Команда
await _mediator.Send(new PlaceOrderCommand(userId, productId, quantity));
// Запрос
var orders = await _mediator.Send(new GetUserOrdersQuery(userId));
Обратите внимание:
PlaceOrderCommandHandler работает с доменной моделью Order, а GetUserOrdersQueryHandler возвращает OrderDto — упрощённую структуру специально для отображения. Это ключевой момент.IOrderRepository и IOrderReadRepository — два разных интерфейса. Первый смотрит в основную базу и знает о доменных правилах. Второй может работать с read-replica или отдельной проекцией данных.Для чтения можно подключить read-replica или отдельную схему, оптимизированную под конкретные запросы. Запись при этом идёт в основное хранилище, а синхронизация происходит через события.
Когда применять
CQRS оправдан, если:
• нагрузка на чтение и запись сильно различается
• модели чтения и записи расходятся, например, вам нужны агрегированные данные на фронте, но нормализованное хранилище на бэке
• вы строите систему с событийной архитектурой или Event Sourcing
CQRS не нужен, если:
• у вас простой CRUD без сложной логики
• команда небольшая и накладные расходы на поддержку двух моделей не оправданы
Если вы чувствуете, что один репозиторий тащит на себе слишком много, это сигнал задуматься о разделении.
📍 Навигация: Вакансии • Задачи • Собесы
#il_люминатор
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍2😁2
🦾 Почему ваши AI-продукты на базе LLM ломаются (и как это чинить)?
Выкатили ИИ-фичу в прод, а она галлюцинирует, падает или выдает мусор? Приглашаем на открытый вебинар, где разберем реальную боль внедрения LLM-агентов и научимся делать так, чтобы «всё работало».
🗓️ Когда: 14 мая в 19:00 МСК
⏱️ Формат: 60 минут мяса + 30 минут ответов на ваши вопросы
🧑🏻💻 Кто вещает: Эмиль Сатаев — Backend Platform Developer (8+ лет в разработке). Человек, который своими руками внедряет LLM и агентные системы в реальные коммерческие сервисы.
🎁 Главный бонус для онлайна:
Только участникам прямого эфира подарим уникальный промокод на скидку 10.000 ₽ на большой курс AgentOps.
👉 Занять место на вебинаре
Выкатили ИИ-фичу в прод, а она галлюцинирует, падает или выдает мусор? Приглашаем на открытый вебинар, где разберем реальную боль внедрения LLM-агентов и научимся делать так, чтобы «всё работало».
🗓️ Когда: 14 мая в 19:00 МСК
⏱️ Формат: 60 минут мяса + 30 минут ответов на ваши вопросы
🧑🏻💻 Кто вещает: Эмиль Сатаев — Backend Platform Developer (8+ лет в разработке). Человек, который своими руками внедряет LLM и агентные системы в реальные коммерческие сервисы.
🎁 Главный бонус для онлайна:
Только участникам прямого эфира подарим уникальный промокод на скидку 10.000 ₽ на большой курс AgentOps.
👉 Занять место на вебинаре
В C# 14 появился более чистый способ писать методы расширения. Да, тот самый отдельный синтаксис
extension:extension(string text)
{
public int WordCount()
{
return text.Split(' ').Length;
}
}
Меньше шаблонного кода. Не нужно каждый раз создавать статический класс и писать this в параметре. Обязательно к использованию в новых проектах!
📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍22😁1🌚1
Microsoft выпустила третью часть серии «Building Blocks for AI» — на этот раз про Microsoft Agent Framework.
Что это и зачем
Обычный чат-бот принимает запрос и возвращает ответ. Агент идёт дальше: он сам решает, какие инструменты использовать, вызывает их, оценивает результат и продолжает работу. Вам не нужно писать «если пользователь спросит о погоде — вызови функцию X». Модель разбирается сама.
Фреймворк строится поверх
IChatClient из Microsoft Extensions for AI (MEAI) и поддерживает Azure OpenAI, OpenAI, GitHub Models, Foundry Local и Ollama.Первый агент
Установка:
dotnet add package Microsoft.Agents.AI
Простейший агент:
AIAgent agent = new AzureOpenAIClient(
new Uri(endpoint),
new DefaultAzureCredential())
.GetChatClient(deploymentName)
.AsAIAgent(
instructions: "You are good at telling jokes.",
name: "Joker");
Console.WriteLine(await agent.RunAsync("Tell me a joke about a pirate."));
Метод
.AsAIAgent() это аналог .AsIChatClient(), только оборачивает клиент в агента с поддержкой сессий, инструментов и памяти. Стриминг тоже работает из коробки через RunStreamingAsync.Инструменты
Агенты вызывают функции сами, без явных условий в коде. Главное добавить атрибуты
[Description], чтобы модель понимала, когда и как использовать инструмент:[Description("Get the weather for a given location.")]
static string GetWeather(
[Description("The location to get the weather for.")] string location)
=> $"The weather in {location} is cloudy with a high of 15°C.";
AIAgent agent = ...AsAIAgent(
instructions: "You are a helpful assistant",
tools: [AIFunctionFactory.Create(GetWeather)]);Спрашиваем «What is the weather in Amsterdam?» и агент сам вызывает
GetWeather("Amsterdam") и подставляет результат в ответ.Многоходовые разговоры
Сессия сохраняет историю между вызовами:
AgentSession session = await agent.CreateSessionAsync();
await agent.RunAsync("Tell me a joke about a pirate.", session);
await agent.RunAsync("Now add emojis and tell it as a parrot.", session);
Сессию можно сериализовать и восстановить:
JsonElement state = await agent.SerializeSessionAsync(session);
var restored = await agent.DeserializeSessionAsync(state);
Память между сессиями
AIContextProvider позволяет агенту извлекать и помнить факты о пользователе между сессиями. Провайдер работает в два этапа:StoreAIContextAsync запускается после каждого взаимодействия — здесь агент учится из разговора (например, извлекает имя пользователя).ProvideAIContextAsync запускается до — здесь агент получает накопленный контекст перед ответом.Провайдеры стекуются: один хранит имя, другой — предпочтения, третий — подтягивает документы из VectorData.
Граф-воркфлоу и мульти-агенты
Для сложных задач можно соединять агентов через граф:
WorkflowBuilder связывает исполнителей рёбрами:Писатель-критик — агент пишет, второй проверяет, если не ок — отправляет обратно:
WorkflowBuilder builder = new(writerAgent);
builder
.AddEdge(writerAgent, criticAgent)
.AddEdge(criticAgent, writerAgent, condition: result => !result.IsApproved)
.WithOutputFrom(criticAgent, condition: result => result.IsApproved);
Помимо этого доступны параллельное выполнение (fan-out / fan-in), условная маршрутизация, вложенные воркфлоу и циклы с лимитом итераций.
Human-in-the-loop
Для чувствительных операций: запись в БД, финансовые транзакции, отправка сообщений; агент может запрашивать подтверждение человека перед вызовом инструмента. Механизм встроен через
FunctionApprovalRequestContent и FunctionApprovalResponseContent из MEAI.Теперь Microsoft Agent Framework — это единый SDK с понятными абстракциями поверх уже знакомого
IChatClient.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍11❤7❤🔥2
Когда задача уже запущена и нам остаётся только ждать её завершения, некоторые пишут примерно такой код:
while (!task.IsCompleted)
{
Thread.Sleep(100);
}
Выглядит логично, но на практике это сводит на нет весь смысл асинхронности.
Что происходит под капотом
Поток не освобождается. Он занят проверкой статуса в цикле и не делает ничего полезного. Процессор тратит такты на холостые итерации, хотя эти ресурсы могли бы использоваться другим кодом, в том числе самой ожидаемой операцией.
Это особенно критично в серверных приложениях, где количество потоков ограничено. Заблокированный поток в пуле означает, что следующий запрос будет ждать.
Используйте await:
await task;
Это освобождает поток до завершения задачи. Планировщик вернёт управление в нужный момент без лишних проверок и потраченных ресурсов.
📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
😁22❤2👏2👍1👾1
WithDegreeOfParallelism: как управлять параллелизмом в PLINQПо умолчанию PLINQ сам решает, сколько потоков использовать, опираясь на количество ядер процессора. Это удобно, но не всегда подходит.
Что делает WithDegreeOfParallelism
Метод позволяет вручную задать максимальное число потоков, которые PLINQ будет использовать при обработке данных. Это прямой контроль над тем, сколько ресурсов займёт параллельная операция.
Зачем это нужно
Если задачи тяжёлые по CPU, без ограничений PLINQ может «съесть» все ядра. Остальные части приложения начнут тормозить — особенно заметно в десктопных приложениях, где есть UI-поток.
Пример использования:
var results = items
.AsParallel()
.WithDegreeOfParallelism(4)
.Select(ProcessItem)
.ToList();
Здесь мы явно говорим PLINQ использовать не больше 4 потоков, независимо от того, сколько ядер на машине.
Когда применять
Метод полезен в двух ситуациях:
1. Обработка больших файлов или тяжёлых вычислений, когда нужно оставить ресурсы для UI или других процессов.
2. Когда пул потоков по умолчанию перегружен и это влияет на другие операции в приложении.
Устанавливайте значение исходя из реальной нагрузки. Четыре потока это не универсальный ответ, это отправная точка для тестирования.
📍 Навигация: Вакансии • Задачи • Собесы
#il_люминатор
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤2
Многие методы в .NET принимают
CancellationToken как параметр. Это правильная практика: метод должен уметь реагировать на отмену. Но что делать, если в конкретном месте отмена просто не нужна?Что такое CancellationToken.None
CancellationToken.None — это пустой токен. Его свойство CanBeCanceled всегда возвращает false. Отменить его невозможно, и никакие CancellationTokenSource к нему не привязаны.Используется там, где токен нужно передать по сигнатуре, но реальной логики отмены нет:
await DoWorkAsync(CancellationToken.None);
Альтернатива через default
В C# есть эквивалентный способ:
await DoWorkAsync(default);
// или явно
await DoWorkAsync(default(CancellationToken));
default(CancellationToken) и CancellationToken.None равны между собой. Два пустых токена всегда равны, вне зависимости от того, как они созданы.Когда применять
Типичный сценарий: вызов метода в
Main, в тестах или в коде инициализации, где нет смысла настраивать отмену, но метод её принимает.// Тест без отмены
var result = await repository.GetAllAsync(CancellationToken.None);
// Инициализация при старте приложения
await migrationService.RunAsync(CancellationToken.None);
Что не стоит делать
Передавать
new CancellationToken() вместо CancellationToken.None. Технически результат тот же, но это создаёт ложное ощущение, что токен где-то настроен. CancellationToken.None читается однозначно: отмены здесь нет намеренно.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤3👏1
Иногда при работе с PostgreSQL нужно вставить несколько связанных записей в одной транзакции, но внешние ключи проверяются сразу и транзакция падает.
DEFERRABLE INITIALLY DEFERRED решает эту проблему — ограничение откладывается до конца транзакции.Что это и зачем
По умолчанию PostgreSQL проверяет ограничения (
FOREIGN KEY, UNIQUE, CHECK) сразу при выполнении каждого оператора. Если порядок вставки нарушает ссылочную целостность — получаем ошибку, даже если к концу транзакции всё было бы корректно.DEFERRABLE INITIALLY DEFERRED говорит базе: не проверяй ограничение после каждой операции — подожди до COMMIT.Это удобно, когда:
- записи ссылаются друг на друга (циклические FK)
- порядок вставки нельзя гарантировать
- нужно пакетно импортировать данные без временного отключения ограничений
Пример схемы
Допустим, есть две таблицы, которые ссылаются друг на друга:
CREATE TABLE teams (
id SERIAL PRIMARY KEY,
name TEXT NOT NULL,
lead_id INT REFERENCES employees(id) DEFERRABLE INITIALLY DEFERRED
);
CREATE TABLE employees (
id SERIAL PRIMARY KEY,
name TEXT NOT NULL,
team_id INT REFERENCES teams(id) DEFERRABLE INITIALLY DEFERRED
);
Без
DEFERRABLE INITIALLY DEFERRED вставить команду со ссылкой на сотрудника, которого ещё нет — невозможно. С ним — всё проверяется один раз при COMMIT.Как использовать в C# с Npgsql
Npgsql поддерживает транзакции напрямую. Главное — убедиться, что обе вставки выполняются в одной транзакции.await using var conn = new NpgsqlConnection(connectionString);
await conn.OpenAsync();
await using var tx = await conn.BeginTransactionAsync();
// Вставляем команду, но сотрудник ещё не существует
await using (var cmd = new NpgsqlCommand(
"INSERT INTO teams (id, name, lead_id) VALUES (1, 'Backend', 42)", conn, tx))
{
await cmd.ExecuteNonQueryAsync();
}
// Теперь вставляем сотрудника
await using (var cmd = new NpgsqlCommand(
"INSERT INTO employees (id, name, team_id) VALUES (42, 'Иван', 1)", conn, tx))
{
await cmd.ExecuteNonQueryAsync();
}
// FK проверяются здесь — оба существуют, всё ок
await tx.CommitAsync();
Без
DEFERRABLE INITIALLY DEFERRED первая вставка упала бы с ошибкой foreign key violation, потому что employees(42) не существует в момент вставки команды.Как использовать с EF Core
EF Core сам по себе не умеет объявлять
DEFERRABLE ограничения через Fluent API. Но можно сделать через HasCheckConstraint с raw SQL или через миграцию.Самый надёжный способ — написать миграцию вручную:
protected override void Up(MigrationBuilder migrationBuilder)
{
migrationBuilder.Sql(@"
ALTER TABLE teams
DROP CONSTRAINT IF EXISTS teams_lead_id_fkey;
ALTER TABLE teams
ADD CONSTRAINT teams_lead_id_fkey
FOREIGN KEY (lead_id) REFERENCES employees(id)
DEFERRABLE INITIALLY DEFERRED;
");
}
После этого транзакции EF Core будут пользоваться отложенной проверкой автоматически — ничего дополнительно настраивать не нужно.
Разница между DEFERRED и IMMEDIATE
DEFERRABLE означает, что ограничение можно отложить. INITIALLY DEFERRED — что оно отложено по умолчанию для каждой транзакции.Если нужно временно изменить поведение внутри конкретной транзакции — можно явно переключить режим:
-- Внутри транзакции включить немедленную проверку
SET CONSTRAINTS teams_lead_id_fkey IMMEDIATE;
-- Или отложить конкретное ограничение
SET CONSTRAINTS teams_lead_id_fkey DEFERRED;
В C# через Npgsql это выполняется как обычный SQL-запрос внутри транзакции:
await using var cmd = new NpgsqlCommand(
"SET CONSTRAINTS ALL DEFERRED", conn, tx);
await cmd.ExecuteNonQueryAsync();
📍 Навигация: Вакансии • Задачи • Собесы
#il_люминатор
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🤔1
🎤 Ваши знания по ИИ-агентам + наша аудитория в 1 млн человек = профит
Мы в Proglib активно качаем тему ИИ-агентов. Если вы в теме, то у нас есть предложение 👇
Что с нас?
- Огромный охват: пропиарим ваши соцсети и продукты на 1 000 000+ айтишников.
- Личный бренд: станете узнаваемым экспертом в самой горячей нише 2026 года.
- Никакой рутины: наши редакторы сами упакуют ваши мысли в крутые посты.
Что с вас?
Любой экспертный контент по ИИ-агентам: кейсы из прода, шпаргалки, статьи, наработки по стеку (LangGraph, CrewAI, AutoGen и др.) или просто мысли по архитектуре.
👉 Стать экспертом и заявить о себе
Мы в Proglib активно качаем тему ИИ-агентов. Если вы в теме, то у нас есть предложение 👇
Что с нас?
- Огромный охват: пропиарим ваши соцсети и продукты на 1 000 000+ айтишников.
- Личный бренд: станете узнаваемым экспертом в самой горячей нише 2026 года.
- Никакой рутины: наши редакторы сами упакуют ваши мысли в крутые посты.
Что с вас?
Любой экспертный контент по ИИ-агентам: кейсы из прода, шпаргалки, статьи, наработки по стеку (LangGraph, CrewAI, AutoGen и др.) или просто мысли по архитектуре.
👉 Стать экспертом и заявить о себе
🔥4👍2
.NET Developer (Backend) Middle — до 6,000 $, удалёнка
C#/.NET-разработчик — удалёнка
Разработчик С# (User Interface, WPF) — от 120 000 ₽, офис в Перми
Please open Telegram to view this post
VIEW IN TELEGRAM
AsOrdered — когда порядок элементов важен в PLINQAsParallel() обрабатывает данные параллельно и не гарантирует, что результат выйдет в том же порядке, что и входная последовательность. Если порядок важен, нужен AsOrdered().Что делает AsOrdered
Метод говорит PLINQ сохранять исходный порядок элементов в результирующей коллекции. Параллельная обработка при этом остаётся, но результат будет упорядочен так же, как входные данные.
Зачем это нужно
Есть случаи, когда порядок критичен — например, рендеринг элементов в UI или формирование отчёта, где строки должны идти в определённой последовательности. Без
AsOrdered() результат непредсказуем.Пример использования:
var results = items
.AsParallel()
.AsOrdered()
.Select(ProcessItem)
.ToList();
PLINQ обработает элементы параллельно, но в
results они окажутся в том же порядке, что и в items.Что учитывать
AsOrdered() добавляет накладные расходы, ведь PLINQ вынужден отслеживать позиции элементов и собирать результат в нужном порядке. На больших объёмах данных это заметно. Поэтому используйте метод только там, где порядок действительно нужен, а не по умолчанию.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7❤2❤🔥2
Microsoft Agent Framework получил поддержку устойчивых воркфлоу. Теперь можно описать пайплайн из нескольких AI-агентов один раз и запустить его как в памяти процесса, так и на Azure Functions с автомасштабированием и отказоустойчивостью.
Что было до этого
Если в многошаговом пайплайне процесс падал или перезапускался, всё состояние терялось. Для долгоживущих задач это критично: агент может работать минуты или часы, и потерять прогресс на середине — дорого.
Что делает MAF Workflows
Фреймворк позволяет описать шаги как
Executor<TInput, TOutput>, соединить их в граф через WorkflowBuilder и выбрать способ запуска, не меняя определение воркфлоу.Поддерживаются паттерны:
- последовательные цепочки
- параллельный fan-out / fan-in
- условный роутинг (
AddSwitch)- человек в петле (human-in-the-loop через
RequestPort)- вложенные воркфлоу как sub-orchestrations
Как это работает
Описываем шаги:
internal sealed class OrderLookup()
: Executor<OrderCancelRequest, Order>("OrderLookup")
{
public override async ValueTask<Order> HandleAsync(
OrderCancelRequest message,
IWorkflowContext context,
CancellationToken cancellationToken = default)
{
await Task.Delay(100, cancellationToken);
return new Order(Id: message.OrderId, ...);
}
}
Собираем граф:
Workflow cancelOrder = new WorkflowBuilder(orderLookup)
.WithName("CancelOrder")
.AddEdge(orderLookup, orderCancel)
.AddEdge(orderCancel, sendEmail)
.Build();
Запускаем в памяти (для локальной разработки):
await using StreamingRun run =
await InProcessExecution.RunStreamingAsync(cancelOrder, input: cancelRequest);
await foreach (WorkflowEvent evt in run.WatchStreamAsync())
{
if (evt is ExecutorCompletedEvent completed)
Console.WriteLine($"{completed.ExecutorId}: {completed.Data}");
}
Добавляем устойчивость
Для production подключаем
Microsoft.Agents.AI.DurableTask. Определение воркфлоу остаётся прежним, меняется только хостинг:dotnet add package Microsoft.Agents.AI.DurableTask --prerelease
Запускаем локальный эмулятор DTS:
docker run -d --name dts-emulator \
-p 8080:8080 -p 8082:8082 \
mcr.microsoft.com/dts/dts-emulator:latest
Дашборд доступен на
http://localhost:8082. Там видно хронологию шагов, входные и выходные данные каждого executor'а.Регистрируем воркфлоу с durable runtime:
IHost host = Host.CreateDefaultBuilder(args)
.ConfigureServices(services =>
{
services.ConfigureDurableWorkflows(
workflowOptions => workflowOptions.AddWorkflow(cancelOrder),
workerBuilder: b => b.UseDurableTaskScheduler(dtsConnectionString),
clientBuilder: b => b.UseDurableTaskScheduler(dtsConnectionString));
})
.Build();
Параллельные AI-агенты
Агенты подключаются напрямую через
AsAIAgent и запускаются параллельно. Если процесс упал в середине, завершённые агенты не перезапускаются:AIAgent physicist = chatClient.AsAIAgent(
"You are a physics expert. Be concise.", "Physicist");
AIAgent chemist = chatClient.AsAIAgent(
"You are a chemistry expert. Be concise.", "Chemist");
Workflow workflow = new WorkflowBuilder(parseQuestion)
.AddFanOutEdge(parseQuestion, [physicist, chemist])
.AddFanInBarrierEdge([physicist, chemist], aggregator)
.Build();
Одно определение воркфлоу работает везде: в памяти для разработки, с Durable Task для отказоустойчивости, на Azure Functions для serverless. Переключение между режимами не затрагивает код executor'ов.
📍 Навигация: Вакансии • Задачи • Собесы
#il_люминатор
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
Иногда нужно вернуть из метода два-три значения или временно сгруппировать данные. Создавать для этого отдельный класс — лишняя работа. В C# 7+ есть кортежи с именованными полями, и они закрывают эту задачу.
Как это выглядит
Самый простой пример:
var user = (Name: "John", Age: 25);
Console.WriteLine(user.Name); // John
Console.WriteLine(user.Age); // 25
Никакого класса, никакой модели. Просто структура с именами прямо там, где она нужна.
Где это помогает
Чаще всего кортежи с именами используют в возвращаемых значениях методов. Вместо того чтобы создавать
out-параметры или отдельный DTO, можно сделать так:public (string Name, bool IsValid) Validate(string input)
{
var isValid = !string.IsNullOrWhiteSpace(input);
return (input.Trim(), isValid);
}
var result = Validate(" John ");
Console.WriteLine(result.Name); // John
Console.WriteLine(result.IsValid); // True
Читаемость не хуже, чем у класса, а кода меньше.
Деконструкция
Кортеж можно сразу разложить по переменным:
var (name, isValid) = Validate(" John ");
Console.WriteLine(name); // John
Console.WriteLine(isValid); // TrueЭто удобно, если дальше в коде поля используются отдельно, а сам кортеж не нужен.
Когда кортеж не подходит
Кортежи хороши для локального использования и возвращаемых значений. Но если структура данных:
- передаётся между слоями приложения
- сериализуется в JSON или хранится в базе
- используется более чем в двух-трёх местах
Тогда лучше создать полноценный класс или
record. Кортеж не несёт никакой доменной семантики — это просто набор значений.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5❤4🥱1
Методы
async void в C# выглядят безобидно, но скрывают ловушку. Если внутри такого метода возникнет исключение, поймать его стандартными средствами не получится. Оно просто вылетит в поток синхронизации и, скорее всего, уронит приложение.Почему вообще существует
async void? Всё просто: обработчики событий по соглашению возвращают void. Без поддержки async void нельзя было бы использовать async/await внутри них. Это единственный законный случай.Официальное правило звучит так:
async void допустим только как обработчик события, и такой метод не должен бросать исключения.Правильный обработчик выглядит примерно так:
private async void Button_Click(object sender, EventArgs e)
{
try
{
await DoSomethingAsync();
}
catch (Exception ex)
{
// обрабатываем ошибку здесь, не даём ей вылететь наружу
MessageBox.Show(ex.Message);
}
}
Всё остальное —
async Task или async Task<T>. Это позволяет нормально ловить исключения, ждать завершения и тестировать метод.Если видите
async void не в обработчике, это сигнал для ревью.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍7
Представьте: продакшн .NET Core сервис под высокой нагрузкой. Задержки растут, потоки блокируются, DBA смотрит на вас с подозрением. БД вроде бы ни при чём.. или всё же при чём?
Что вы будете делать?
Если знаете — пишите в комментариях 👇 Если хотите проверить себя —
📍 Навигация: Вакансии • Задачи • Собесы
#dotnet_challenge
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Тема: Почему AI-продукты на базе LLM ломаются и как сделать, чтобы работало.
В кружке выше Эмиль Сатаев рассказал, какие именно проблемы с LLM в проде будем разбирать.
Что в программе:
- Разберем реальные кейсы стартапов и ограничения LLM.
- Обсудим рабочие архитектуры: RAG, human-in-the-loop, контроль качества.
- Ответим на ваши вопросы и разберем кейсы участников.
🎁 Бонусы: в конце вебинара подарим промокод на скидку 10.000 ₽ на курсы и разыграем подписки на полезные AI-сервисы.
👉 Зарегистрироваться на вебинар
Please open Telegram to view this post
VIEW IN TELEGRAM
AsParallel()Когда задачи выполняются параллельно и часть из них падает с ошибкой, .NET не бросает одно исключение. Вместо этого все ошибки собираются в
AggregateException. Если не обработать его правильно, приложение просто упадёт, а вы потеряете детали о каждой конкретной ошибке.AggregateException содержит коллекцию InnerExceptions, где хранится каждое исключение из параллельного потока. Перебирая их в catch, мы получаем полный список того, что пошло не так, и можем реагировать на каждый случай отдельно.Вот как это выглядит:
try
{
var results = items
.AsParallel()
.Select(item =>
{
if (item == null)
throw new InvalidOperationException("Item is null");
return ProcessItem(item);
})
.ToList();
}
catch (AggregateException ae)
{
foreach (var ex in ae.InnerExceptions)
{
Console.WriteLine($"Handled: {ex.Message}");
}
}
Если в
items окажется null, код не упадёт молча. Каждая ошибка будет поймана и выведена отдельно.Используйте этот подход всегда, когда логика внутри
AsParallel() может выбросить исключение. Это особенно актуально при работе с внешними данными, файлами или сетевыми вызовами, где ошибки непредсказуемы.📍 Навигация: Вакансии • Задачи • Собесы
#sharp_view
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1😁1