REST, всі про нього знають, але зазвичай на рівні того, що ресурси треба описувати в множині, використовуючи сегменти URL. І так, це теж важливо, але основні концепції дизайну REST API значно глибші.

Щоб не роздувати пост до космічних масштабів, я коротко опишу основні моменти, а хто захоче розібратись, знайде детальніше в інтернетах:

Семантика HTTP
На ній заснований REST тому розуміння семантики є ключовою темою в дизайні. Тут все просто, разом з AI розбираєте сенс HTTP методів, статус кодів, заголовків, а також query i path параметрів.

Ідемпотентність
Це також частина семантики, але вона на стільки важлива, що я виділив її окремо. В контексті REST потрібно розуміти, які HTTP методи повинні бути ідемпотентні, а які ні.

Про ідемпотентність планував окремий пост, так як це одна з ключових концепцій розподілених систем і буде доречно висвітлити її в контексті мікросервісів.

Statelesness
Відсутність стану - це важливий технічний аспект, який має реалізовувати система при використанні REST. Ваш backend не повинен нічого знати про frontend, а вся потрібна інформація про клієнта, має міститись в запиті.

Fair Queue SQS 🔥

Одна з фундаментальних задач, яку потрібно вирішувати в Multi-tenant системі - це правильне розподілення ресурсів між tenants.

Проблема, що виникає при неправильному підході, називається Noisy Neighbor. Якщо розглядати цю проблему з точки зору SQS, вона виникає тоді, коли один tenant заповнює чергу своїми повідомленнями, що призводить до збільшення latency для інших tenants.

Раніше це вирішувалося різними костилями, але не так давно AWS додав новий тип SQS - Fair. Про принцип роботи та міграцію можна почитати тут.

На діаграмі зображений noisy tenant A, який мав би заповнити Queue Backlog і перебрати ресурси на себе. Але SQS Fair розуміє, де bottleneck, і надає пріоритет обробці повідомлень для tenant C.

Масові скорочення через АІ😱

Я тримаю трохи акцій Cloudflare (NET.US) і сьогодні вони просіли на ~20%. Я звісно подивився в чому справа і виявляється, що в компанії скоротили 20% персоналу через АІ. Здебільшого звільнили back-office ролі по типу HR, finance, operations...також трохи інженерних ролей😁

Ось основні тейки з цієї ситуації після мінімального аналізу:
- Gross margin падає і цей квартал показав рекордно низький рівень, в тому числі через високі витрати на AI інфраструктуру, яка не окупається.
- Guidance мʼяко кажучи не Wow.
- Оцінка компанії була завищена.
- Походу скоро вони знову поломають половину інтернету 😁

І як це часто буває, кривий менеджмент не знайшов нічого кращого, ніж просто звільнити людей, щоб показати трохи кращі цифри в звітах.

Висновки які можна зробити
- Звільнення продовжаться, так як більшість компаній досі не реорганізували свій штат, який був найнятий в період дешевих "ковідних" грошей.
- В ІТ потрібно буде менше людей тому розширюйте горизонти, зосереджуйтесь на системному рівні і вирішенні проблем, а не на кодингу, фреймворках чи бібліотеках.
- Використовуйте АІ для вирішення задач. Це потужний інструмент, який зробить ваше життя трошки простішим.

Нас вже більше 300 в Telegram каналі 🍾🎉🎉
Це дуже круто і яскравий приклад того, що людям цікавий інженерний контент

Дякую кожному, за те що читаєте❤️

Що таке ідемпотентність❓

Цього тижня буду багато писати про розподілені системи та підходи, які часто в них використовуються. Почну з одного з найважливіших понять у мікросервісах - ідемпотентності. Це властивість операції, за якої її повторне виконання має такий самий кінцевий результат, як і одноразове виконання.

Найпростіший шлях - розібрати цю концепцію на прикладі REST API, оскільки семантика HTTP чітко описує методи відносно ідемпотентності.

При багаторазовому виклику методів GET, PUT, DELETE стан системи буде таким самим, як і при одноразовому виклику. Тоді як метод POST змінює стан системи, створюючи нову сутність при кожному виклику.

В розподілених системах ми маємо опрацьовувати різні сценарії, де ідемпотентність відіграє ключову роль:
- Timeouts можуть провокувати повторні запити;
- Брокери повідомлень з at least once гарантією доставки можуть дублювати повідомлення;
- Операції можуть виконуватися повторно через retry-механізми;
- Нестабільність системи може запускати повторне опрацювання розподілених транзакцій;

Це лише декілька прикладів ситуацій, у яких нам потрібно забезпечувати ідемпотентність в мікросервісній архітектурі.

Що таке гарантії доставки?

Це одне з найважливіших понять у брокерах повідомлень. Воно визначає, як повідомлення поводитимуться в ланцюжку producer → broker → consumer, а також описує їхню поведінку в разі збоїв системи.

Частіше всього, використовують три рівні гарантій доставки:

At most once - практично виключає дублікати, але повідомлення може загубитися при збоях в системі.

At least once - найпоширеніша гарантія доставки. Повідомлення може дублюватись, якщо брокер не отримав acknowledgement тому consumer повинен бути ідемпотентним (дивись допис вище up⬆️).

Exactly once - повідомлення буде оброблене рівно один раз. У теорії звучить добре, але на практиці реалізація потребує значних зусиль, тому використовується нечасто. Технічно це зазвичай досягається комбінацією at least once і ідемпотентної обробки в задіяних вузлах.

Зламали улюблену бібліотеку frontend молодьожі - TanStack😱

Останнім часом, дуже часто ламають frontend інструменти і як на мене єдиний спосіб вберегти себе від цього - переходити в backend.

📎 - https://tanstack.com/blog/npm-supply-chain-compromise-postmortem

Трохи про танці: Оркестрація vs Хореографія

Ця тема доволі проста, але важлива для розуміння того, як відбувається взаємодія компонентів у розподілених системах.

Оркестрація
В цьому підході ми створюємо додатковий сервіс, який керує всім процесом і транзакціями. Головний плюс такого підходу - це те, що все знаходиться в одному місці, і працювати чи дебажити набагато простіше, ніж в хореографії.

Це, звісно, створює вузькі місця, і оркестратор може стати god service, що суперечить основній концепції Microservices - Loose coupling.

Хореографія
Тут в нас немає центрального сервісу, який керує всім процесом. Кожен сервіс розуміє, як йому відреагувати на конкретну подію та куди "відкотити" транзакцію у разі збою.

З плюсів такого підходу - це простота і менша звʼязаність сервісів. Але якщо логіка ускладнюється, це часто перетворюється на хаос.

В реальності найчастіше використовують гібридний підхід. Для звичної взаємодії між сервісами використовується хореографія, а для складних flow - оркестрація.

Що почитати по АІ?
Знайшов непогану книжечку про Agentic AI. Я тільки почав її читати і в цілому виглядає доволі непогано. Тут немає якихось революційних тем і для мене це більше рефреш і закріплення тем, які потрібно розуміти при роботі з будь яким агентним фреймворком по типу LangGraph.

З плюсів, які можу підкреслити зараз - це детальний опис тем і багато прикладів. Разом з тим книга читається доволі просто.

Рекомендую всім розробникам, які планують розширювати експертизу в АІ.

📎 - https://github.com/DanieleSalatti/AgenticDesignPatterns/tree/main

Ловіть ще одну Job board де публікують реальні вакансії. Постять їх не часто, але якщо ви маєте EU ФОП і працюєте в backend/full-stack - це буде +1 місце де шукати роботу.

https://www.jobs.nestjs.com/

+1 ресурс по АІ. Я не використовував, але теми виглядають цікавими⬇️⬇️⬇️

https://learn.deeplearning.ai/

А не користувались цим ресурсом? Бачу його часто в лінкедин радять. Дивлюсь там навіть скіл білдер є, який роадмап тобі може сформувати

В тему розподілених систем
Згадав, що в мене є цікава книга по ним. Я читав її років 6 тому, але на мою думку вона не втратила своєї актуальності

Гарно підійде для тих, хто тільки починає знайомитись з мікросервісами або хоче освіжити знання по основним підходам в розробці

Уявіть, вам стирають памʼять і ви можете переглянути цей шедевр ще раз 😁

https://www.youtube.com/watch?v=jj2TXJtzBQw&list=PLB86E02CE3735E3B6

Натрапив на цікавий проект - Floci

Фактично - це локальний емулятор AWS сервісів. На перший погляд він виглядає як LocalStack для бідних, так як підтримка сервісів дуже обмежена, але безкоштовно 😁

Як на мене, підійде тільки для чогось маленького, так як підтримка сервісів бідова і є велика імовірність впертись в обмеження Floci.


📎 - https://github.com/floci-io/floci

Попалось цікаве відео від каналу IBM, про RAG

В цілому, нічого нового чи магічного, але для тих хто тільки почав знайомитись з AI в розробці буде цікаво

📎 - https://www.youtube.com/watch?v=UabBYexBD4k

Security в WEB

Так як рівень API чи Frontend - це зазвичай відповідальність інженерів, потрібно розуміти основні болячки в безпеці.

Як на мене, найкращий ресурс - це OWASP Top 10. Тут зібрані найбільш критичні вразливості на поточний період (останній репорт за 2025).

Цей ресурс важливий не тільки для роботи, а і для проходження інтервʼю, як в наших, так і забугорних компаніях. Тому якщо ти шукаєш новий проект, обовʼязково ознайомся на базовому рівні.

Поки інфоцигани продають курси з АІ непотребом, по типу N8N, LangChain запустили свою академію де можна безкоштовно розібратись з LangChain, LangGraph i LangSmith.

Здебільшого курси використовують Python SDK, але також є TS. Я вже давно слідкую за ними і TypeScript SDK дуже гарно розвивається і цілком production ready, що в рази спрощує інтеграцію АІ в продукти де використовується Node.js.

📎 - https://academy.langchain.com

Одна з причин чому я використовую JetBrains IDEs - це наявність всіх інструментів з коробки, без необхідності встановлювати плагіни сумнівної якості 😈

Чи треба розуміти Big O Notation?😱

Це доволі холіварна тема, але, як на мене, якщо ви Middle чи вище, то загальне розуміння Big O все ж потрібне. І ось чому.

Краще бачення системи
Ми щодня працюємо з різними інструментами: cache, message brokers, databases... Розуміння ефективності структур даних допомагає краще бачити, коли і яку структуру варто використовувати.

Співбесіди 😁
Big O часто питають у різних контекстах. Іноді просять оцінити складність рішення під час лайвкодингу, тому для інтервʼю з цим все одно доведеться розібратися на базовому рівні.

Ефективний код
Усі ми пишемо гівнокод - хоча з приходом AI, він став трохи кращим. Але іноді доводиться вирішувати не зовсім тривіальні задачі. Наприклад, паралельно обробити велику кількість даних.

У такому випадку від ефективності вашого коду може залежати, скільки машин доведеться запустити для цієї задачі і, відповідно, скільки ви за них заплатите.

Доречі, якось писав про це на сайті

Додав нове відео на канал 🔥

У ньому розповів про ідею індексів і про те, як вони прискорюють пошук. Також розібрав кілька типів індексів: B-Tree, Hash, Vector - і висвітлив основні підводні камені, які трапляються під час використання індексів.

📎 - https://youtu.be/gBauJAfvBSo?si=Or_FvIwzph9zOimJ