😮 Топ-вакансий для джавистов за неделю

Junior Backend Developer — от 120 000 до 200 000 ₽ — гибрид (Москва)

JAVA-разработчик — от 170 000 ₽ — удалёнка

Senior Java Developer — от 320 000 ₽ — удалёнка

➡️ Еще больше топовых вакансий — в нашем канале Java jobs

▶️ Запись Mobius конференции

Анна Жаркова, лид мобильной разработки ГК «Юзтех», выступила на конференции с докладом о том, как Swift и Kotlin учатся говорить друг с другом, и что из этого выходит на практике.

В докладе:

🔹 прямой экспорт Kotlin/Native в Swift от JetBrains и что это меняет для кроссплатформенной разработки;
🔹 инструмент SwiftJava от Apple — конвертация кода между языками без KMP;
🔹 как и когда использовать каждое из решений в реальных iOS и Android-приложениях;
🔹 натив vs кроссплатформа: плюсы, минусы и лучшие практики.

🎬 Смотреть

══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#CoreJava

🗃 Transactional Outbox: как не потерять событие между БД и брокером

Классическая ситуация: в одном запросе надо сохранить заказ в БД и отправить OrderCreated в Kafka. Выглядит элементарно:

orderRepository.save(order);
kafkaTemplate.send("orders", event); // 💥

Но это dual write — два независимых внешних действия без общей транзакции. И любой сбой ломает консистентность:

▪️ БД закоммитилась, приложение упало до отправки → событие потеряно, соседние сервисы не узнали о заказе
▪️ Событие ушло, а транзакция откатилась → фантомное событие про заказ, которого нет
▪️ Распределённые транзакции (2PC/XA) тут — дорога в ад: медленно, хрупко, Kafka их толком не тянет.

📌 Идея паттерна

Не пишем в брокер напрямую. В той же транзакции БД, что и бизнес-данные, кладём событие в табличку outbox:

INSERT INTO orders (...);
INSERT INTO outbox (id, aggregate, type, payload, created_at) (...);
COMMIT;

Обе вставки в одной локальной транзакции → они атомарны. Либо есть и заказ, и событие, либо ничего. Dual write исчезает: остаётся один источник правды.

🔍 Кто доставляет в Kafka?

Отдельный процесс — message relay. Два подхода:

1️⃣ Polling Publisher — фоновый воркер периодически читает новые строки из outbox, шлёт в брокер, помечает отправленными (или удаляет). Просто и прозрачно, но есть лаг поллинга и нагрузка на БД.

2️⃣ CDC (Debezium) — читаем не таблицу, а WAL/binlog базы. Debezium ловит инсерты в outbox и стримит почти в реалтайме. Сложнее в инфре, зато без поллинга и лишних запросов.

Outbox превращает ненадёжный dual write в один атомарный коммит + асинхронную доставку. Платите за это дубликатами (лечатся идемпотентностью) и eventual consistency.

✔️ Java-тест: задачка с реального собеса

Наш подписчик прислал реальную задачу с собеса в Яндекс. Сможете решить? 👇

📦 Задание

Реализуйте банкомат и тесты к нему. Инициализируется набором купюр, умеет выдавать купюры под заданную сумму либо отвечать отказом. При выдаче купюры списываются с баланса.

/**
 * Банкомат.
 * Инициализируется набором купюр, выдаёт купюры под сумму либо отказывает.
 * При выдаче купюры списываются с баланса.
 *
 * Номиналы:
 *  - 50, 100, 500, 1000, 5000 ₽
 *  - 20, 100, 500 EUR
 *
 * Валюты обрабатываются раздельно, обмен не поддерживается.
 * Банкомат может использоваться многопоточно (резервирование выдачи).
 * Поддержку многопоточности можно вынести в отдельную итерацию.
 */
public class ATM {
    public ??? withdraw(???) {
        // TODO
    }
}

📋 Требования

— Сами определите, что withdraw принимает и что возвращает.
— Валюты считаются раздельно, обмена нет.
— Сумму, которую нельзя собрать имеющимися купюрами, отклоняем (частичная выдача недопустима).
— Покройте решение тестами.
— Бонус: сделайте безопасным для вызова из нескольких потоков.

Ставьте → 🔥, если нравится формат. Если нет → 🌚

💬 Решения под спойлер. Сравним, какое будет лучше.

🐸 Библиотека собеса по Java

#practise

🔍 Магия awk

Логи сервера в plain text, нужно быстро подсчитать количество запросов по HTTP-статусам? awk — ваш Swiss Army Knife для обработки текстовых данных прямо в терминале.

🔹 Зачем это нужно

— Мгновенная агрегация данных из логов без загрузки в БД или Python.
— Работает с любым текстовым форматом.
— Есть на каждом сервере.

🔹 Как использовать

— Подсчёт по статусам (nginx access.log): awk '{print $9}' access.log | sort | uniq -c | sort -rn
— Среднее время ответа: awk '{sum+=$NF; n++} END {print sum/n}' access.log
— Только 5xx ошибки: awk '$9 ~ /^5/' access.log
— Топ-10 IP по количеству запросов: awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -10
— Вывести конкретные поля: awk -F',' '{print $1, $3}' data.csv

═══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#Enterprise

⌛ Сохраняйте шпаргалку по Kubernetes

🐸 Библиотека джависта

#CoreJava

🪤 «Потом отрефакторим» = «никогда»

Разраб с 5+ годами опыта собрал 5 вещей, которые он хотел бы услышать в свой первый год, но услышал гораздо позже и гораздо дороже.

Казалось бы, материал для джунов. Но самое неприятное в том, что половину пунктов мидлы и сеньоры узнают как свои текущие грабли, а не как воспоминание:

— тот самый общий модуль, который «у всех меняется одинаково»
— ревью в стиле «так писать нельзя» без единого «почему»
— почему бесполезные тесты хуже, чем их отсутствие

Без занудства и пафоса, на живых рабочих историях (включая ту, где «красивое ТЗ с картинками» оказалось указано не на тот участок проекта).

Хороший повод сверить часы: что из этого вы уже передаёте своим джунам, а что всё ещё откладываете сами.

🔗 Подробнее

══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#CoreJava

👾 Collectors.toMap падает там, где HashMap.put молчит

Привычка к map.put() подводит при переходе на стримы:

Map<String, User> byEmail = users.stream()
    .collect(Collectors.toMap(User::email, u -> u));

Здесь сразу две мины:

1. Дубликаты ключей → IllegalStateException. Map.put тихо перезаписал бы значение, а toMap без merge-функции бросает «Duplicate key». Фикс — третий аргумент:

.collect(Collectors.toMap(User::email, u -> u, (a, b) -> b)); // оставить последний

2. null в значении → NullPointerException. Под капотом toMap использует Map.merge, который по контракту не допускает null-значение. HashMap сам по себе null-значения разрешает, поэтому баг ловится не на ровной коллекции, а на «редких» данных в проде:

.collect(Collectors.toMap(User::email, User::nickname)); // nickname == null -> NPE

Если значение может быть null, собирай вручную в HashMap через forEach/reduce или фильтруй заранее. Стоит держать в голове: toMap строже, чем тот Map, который он создаёт.

══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#CoreJava

😮 Топ-вакансий для джавистов за неделю

Java Developer — удалёнка/Гибрид (Санкт-Петербург) — VIGO

Java-разработчик — удалёнка — Стратосфера

Java разработчик — удалёнка — CPS

➡️ Еще больше топовых вакансий — в нашем канале Java jobs

🐘 Магия PostgreSQL

Таблица разрослась до десятков гигабайт, но данных в ней на пару гигов после массовых DELETE? VACUUM FULL перепишет таблицу и вернёт место на диск. Но есть нюансы.

🔹 Зачем это нужно

— PostgreSQL при DELETE не освобождает место на диске, а помечает строки как мёртвые.
— Обычный VACUUM чистит мёртвые строки для переиспользования, но файл не уменьшает.
— VACUUM FULL физически переписывает таблицу, реально освобождает место.

🔹 Как использовать

— Проверить «раздутие»: SELECT pg_size_pretty(pg_total_relation_size('my_table'));
— Мёртвые строки: SELECT n_dead_tup, n_live_tup FROM pg_stat_user_tables WHERE relname = 'my_table';
— Обычный VACUUM: VACUUM VERBOSE my_table; (не блокирует таблицу)
— Полная перезапись: VACUUM FULL my_table; (⚠️ блокирует таблицу полностью!)
— Обновить статистику: ANALYZE my_table;

💡 VACUUM FULL берёт эксклюзивный лок — таблица полностью недоступна. На проде используйте pg_repack, он делает то же самое, но без блокировки. Ставится как расширение: CREATE EXTENSION pg_repack;

══════ Навигация ══════
Вакансии • Задачи • Собесы

🐸 Библиотека джависта

#Enterprise