#ansible #devops
Сто раз уже было во всех каналах, но я чет все время теряю, поэтому еще раз вспоминаем, помним, любим расшифровку доклада Ansible-лорда Сергея Печенко(@pro_ansible) "Ansible это вам не bash"

#db
Внезапно очень годная статья на хабре про (де)нормализацию. Как ни странно, даже такую тему можно подать интересно и с отличными примерами. Если кто готовится к собесу или просто хочет освежить, то прям маст-рид. Остальным тоже очень рекомендую (тем более, что читается на одном дыхании)

#jvm
Открыл тут для себя JVM Anatomy Quarks и прям чет зачитался.
История такая: Шипилев публикует много маленьких заметок про кишочки JVM из серии "хотели, но боялись спросить". Коллекция периодически пополняется, так что не заскучаете.

#concurrency
А вот тут вот прошлогодняя статья про малоизвестные concurrency-патерны от Microsoft с примерами на додиезе(но ваще легко адаптируется и к java и т.п.).
Из интересного: BlockingQueue, барьерная синхронизация, lock-free stack и все это на коленке!
З.Ы. ваще наткнулся на нее когда гуглил про SpinWait, и тут, пожалуй, самое адекватное описание что это и зачем нужно, но в dotnet для этого есть Thread.SpinWait, так что для своего langname придется искать в другом месте

Рекомендации Datadog по мониторингу Kafka

Collecting Kafka performance metrics: https://www.datadoghq.com/blog/collecting-kafka-performance-metrics

Monitoring Kafka performance metrics: https://www.datadoghq.com/blog/monitoring-kafka-performance-metrics

Вторая новость на сегодня не такая значительная, но тоже хорошая.

Опубликовали на Хабре статью по одному из лучших докладов HighLoad++ «Хьюстон, у нас проблема. Дизайн систем на отказ». В этом докладе Василий Пантюхин на примерах реальных проблем с боевыми сервисами показал паттерны проектирования распределенных систем, которые используют разработчики AWS.

В конце статьи есть краткая выжимка, по которой можно проверить, какие из подходов вы уже протестировали, или освежить в памяти основные тезисы доклада.

#db
Дождались! Долгожданный пост от Яны Доган Things I Wished More Developers Knew About Databases
Мне кажется, что пост получился очень удачным и пробелы по многим пунктам я замечал у коллег(да что уж там, я тоже узнал много нового, например из пункта про часы). Так что, дохрена рекомендую

UPD сорян, ссылка потерялась. Вернул

#db
Еще немного про часы. Пейпер от Google про TrueTime(который используется в Spanner) и как часы помогают достичь более высокого уровня консистентности

ну и еще крутой выпуск Generic Talks про спаннер и канечн ЧАСЫ

все-все! больше про часы не будет, обещаю :3

Кстати, котаны, сорян что последнее время не особо регулярно веду канал. Объяснюсь мемом

Вчера завершилась замечательная конференция ScalaLove, за которую огромное спасибо её организаторам. Надеюсь, в будущем такие мероприятия будут происходить значительно чаще.

Одним из докладчиков на конференции был Мартин Одерски, который уже не в первый раз (1, 2) описывал основные особенности Scala 3. Что особенно примечательно, синтаксические изменения, связанные с отступами, Мартин обозначил как наиболее сильно увеличившие персонально его продуктивность и отметил снижение числа строк кода в среднем на 10%.

Итогом доклада стал небольшой шедевр изобразительного искусства, вобравший в себя грядущие изменения:

#dotnet
Микрософт хочет выпуситить реверс-проксю которая будет быстрее чем Nginx(по крайней мере так обещает David Fowler)
Ну точнее как проксю... либу для создания проксей😂 Вряд-ли кто-то будет менять свои нгиксы/энвои на этот YARP, но вот строить API Gateway'и станет сильно удобнее

​​Референсная архитектура для микросервисов. Напоминание о том, как много всего нужно не забыть.

#product
Очень хороший и полный гайд по A/B тестированию

Есть 3 основный типа файла для big data:
💃AVRO
💃PARQUET
💃ORC

Я обычно сразу использую parquet и даже не заморачиваюсь. Но вы можете посмотреть, в чем разница https://blog.clairvoyantsoft.com/big-data-file-formats-3fb659903271

#scala
Тут Scala Book окончательно передали scala center'у, так что теперь можно скачать в любимом формате на шару

Paxos vs Raft: Have we reached consensus on distributed consensus?
Heidi Howard, Richard Mortier

https://arxiv.org/pdf/2004.05074.pdf

Классика! Это наверно самый популярный вопрос на собеседованиях, в чем разница архитектур при построении DW. Я всегда говорю: "Ну Кимбал это побыстрому, построим витрины (datamart) и для каждого департамента/процесса своя схема звездва (dimensional modelling). Но сложно масштабировать и потом приходиться все переделывать. А вот Инмон наоборот, там есть большая модель данных в 3й нормальной форме, и она легко масштабируется, но долго делается. А еще есть Data Vault моделирование..."

А вы чем пользуетесь? Я если честно ничем🙈