⚙️ Хочешь понять, как пишутся реально быстрые системы на Go?
Вот полезные исходники VictoriaLogs:
Выжимка из 10 фишек, как разрабы выжали максимум из Go:
1. Свои bloom-фильтры → меньше I/O и лишней обработки
2. Колонно-ориентированное хранение → лучше сжатие и кэш
3. mmap + fallback на pread → zero-copy чтение
4. Lock-free object pool’ы и ареновые аллокаторы
5. JSON‑парсеры без reflection — сотни МБ/с на ядро
6. HTML‑шаблоны компилируются → почти скорость
7. Сжатие Zstd с учётом словаря → баланс CPU и трафика
8. Параллелизм на всех этапах + адаптивные лимиты
9. Scatter‑gather запись → saturate сеть
10. Быстрые хеши и random без блокировок
📚 Читается как гайд по системному Go. Обязательно к изучению.
https://github.com/VictoriaMetrics/VictoriaLogs
Вот полезные исходники VictoriaLogs:
Выжимка из 10 фишек, как разрабы выжали максимум из Go:
1. Свои bloom-фильтры → меньше I/O и лишней обработки
2. Колонно-ориентированное хранение → лучше сжатие и кэш
3. mmap + fallback на pread → zero-copy чтение
4. Lock-free object pool’ы и ареновые аллокаторы
5. JSON‑парсеры без reflection — сотни МБ/с на ядро
6. HTML‑шаблоны компилируются → почти скорость
printf
7. Сжатие Zstd с учётом словаря → баланс CPU и трафика
8. Параллелизм на всех этапах + адаптивные лимиты
9. Scatter‑gather запись → saturate сеть
10. Быстрые хеши и random без блокировок
📚 Читается как гайд по системному Go. Обязательно к изучению.
https://github.com/VictoriaMetrics/VictoriaLogs
👍8🔥2🥰1
LangChain + SQL? Да, если это YDB.
LangChain — крутая штука, но его всегда приходится как-то интегрировать с данными.
И вот тут возникает интересная пара: YDB + LangChain. Почему? Потому что YDB можно дергать напрямую из LangChain, и при этом вы не теряете гибкость SQL.
На вебинаре покажут:
— Как устроены таблицы с эмбеддингами
— Как выглядит реальный запрос с фильтрацией
— Как работают две версии поиска: точный и приближённый
Подойдёт тем, кто устал писать обвязку под каждую новую LLM-фичу.
LangChain — крутая штука, но его всегда приходится как-то интегрировать с данными.
И вот тут возникает интересная пара: YDB + LangChain. Почему? Потому что YDB можно дергать напрямую из LangChain, и при этом вы не теряете гибкость SQL.
На вебинаре покажут:
— Как устроены таблицы с эмбеддингами
— Как выглядит реальный запрос с фильтрацией
— Как работают две версии поиска: точный и приближённый
Подойдёт тем, кто устал писать обвязку под каждую новую LLM-фичу.
🤣1
🔧 Задача для собеседования на Go: Реализация кастомной WaitGroup на семафоре
Условие:
Нужно реализовать аналог sync.WaitGroup с использованием семафора на базе канала. Семафор должен ожидать завершения N горутин, используя минимальные аллокации памяти.
Решение:
Пояснение:
1️⃣ Семафор реализован как канал пустых структур
2️⃣ Буферизированный канал создается с размером, равным количеству горутин
3️⃣ Каждая горутина при завершении кладет значение в канал (
4️⃣ Главная горутина ожидает завершения всех горутин, вычитывая значения (
5️⃣ Когда все горутины завершатся, канал опустеет и выполнение продолжится
@golang_interview
Условие:
Нужно реализовать аналог sync.WaitGroup с использованием семафора на базе канала. Семафор должен ожидать завершения N горутин, используя минимальные аллокации памяти.
Решение:
package main
import (
"fmt"
)
type sema chan struct{}
func New(n int) sema {
return make(sema, n)
}
func (s sema) Inc(k int) {
for i := 0; i < k; i++ {
s <- struct{}{}
}
}
func (s sema) Dec(k int) {
for i := 0; i < k; i++ {
<-s
}
}
func main() {
numbers := []int{1, 2, 3, 4, 5}
n := len(numbers)
sem := New(n)
for _, num := range numbers {
go func(n int) {
fmt.Println(n)
sem.Inc(1)
}(num)
}
sem.Dec(n)
}
Пояснение:
1️⃣ Семафор реализован как канал пустых структур
chan struct{}
для минимизации аллокаций2️⃣ Буферизированный канал создается с размером, равным количеству горутин
3️⃣ Каждая горутина при завершении кладет значение в канал (
Inc
)4️⃣ Главная горутина ожидает завершения всех горутин, вычитывая значения (
Dec
)5️⃣ Когда все горутины завершатся, канал опустеет и выполнение продолжится
@golang_interview
❤8👍4🔥2🌚1