💻 PostgreSQL 17 изнутри

Делимся книгой для тех, кто хочет понимать PostgreSQL не на уровне команд, а на уровне механики и архитектуры.

В ней разбирается, как устроены ключевые подсистемы, какие процессы происходят внутри и почему PostgreSQL ведёт себя так, как ведёт. Это системное объяснение, которое поможет работать с базой осознанно, а не вслепую.

⛓ Скачать в PDF

tags: #полезное

➡ Python Developer | Чат

❔ Вопрос с собеседования

Что произойдёт, если в try вызвать return, а в finally — тоже return?

Ответ: Если в блоке try выполняется return, но в блоке finally тоже есть return, то возвращаемое значение из try будет проигнорировано. Возврат из finally перезапишет его.

Это происходит потому, что finally всегда выполняется после try и catch, но перед фактическим возвратом значения. Если в finally есть свой return, он окончательно определяет результат метода.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Брокеры сообщений — простым языком на понятных примерах

Брокеры сообщений помогают связывать микросервисы без лишней зависимости и упрощают масштабирование системы.

В видео на простых примерах объясняется, как работают Kafka, RabbitMQ и NATS, зачем они нужны и как их применять на практике.

📱 Смотреть на YouTube

tags: #полезное

➡ Python Developer | 📲 MAX

📲 Python Developer теперь в MAX!

Будем рады вашей поддержке — сейчас посты дублируются в MAX, но скоро мы порадуем вас эксклюзивным контент.

Изящный ход

➡ Python Developer | #memes

❔ Вопрос с собеседования

Почему list.sort() возвращает None, а не отсортированный список?

Ответ: Метод list.sort() изменяет список на месте и намеренно возвращает None, чтобы явно показать: сортировка была выполнена, но не создавался новый список. Это предотвращает путаницу между изменением объекта и созданием его копии.

Если нужен новый отсортированный список, используют встроенную функцию sorted(), которая возвращает результат, не изменяя оригинал.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Автоматизация Excel и Word с помощью Python

Если вы устали вручную собирать отчёты в Excel и Word, эта статья покажет, как с помощью Python автоматизировать рутинные задачи и сэкономить часы работы.

Автор подробно объясняет, как использовать библиотеки openpyxl и python-docx для создания таблиц, диаграмм и документов, а также делится примерами кода для построения полноценного конвейера генерации отчётов.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

🐍 Практические примеры работы с базами данных на Python

В статье показано, как с помощью SQLAlchemy и asyncio реализовать асинхронную работу с базой данных в Python.

Автор объясняет, как настроить окружение, создать модели, выполнять запросы и управлять транзакциями, используя только Python-код.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

❔ Вопрос с собеседования

Есть ли в Python дженерики, как в Java или C++?

Ответ: Да, но только на уровне аннотаций. С Python 3.5 появились обобщённые типы (List[T], Dict[K, V]) через модуль typing, но они нужны для статической проверки и никак не влияют на поведение программы во время исполнения.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Как я научил квадрокоптер возвращаться домой без GPS

Автор столкнулся с задачей возврата дрона в исходную точку без GPS и написал Python-скрипт, который запоминает визуальные ориентиры на пути.

В статье показан сам алгоритм, примеры с OpenCV и пояснение, как это работает в замкнутом помещении.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX

В одно окно смотрели двое

➡ Python Developer | #memes

❔ Вопрос с собеседования

Что означает, что QuerySet в Django «ленивый»?

Ответ: «Ленивый» QuerySet означает, что Django не делает запрос к базе в момент создания QuerySet. Когда вы вызываете .filter(), .exclude(), .all() и т.п., сам запрос ещё не выполняется — создаётся только объект, описывающий будущий SQL.

Фактическое обращение к базе происходит только тогда, когда результаты действительно нужны: при итерации по QuerySet, вызове list(), count(), first(), exists() и других методов, которые требуют данных.

Такой подход помогает избежать ненужных обращений к базе и улучшает производительность — запросы выполняются только в момент реальной необходимости.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Курс по разработке телеграм-ботов на Aiogram 3.4

Курс закроет весь базовый и средний уровень разработки ботов на Aiogram 3.4. Каждый урок — конкретный инструмент, который нужен в реальной разработке.

Разберёте:

▶️ Cоздание бота и точку входа на Aiogram 3.4;

▶️ Фильтры, обработчики и работу с сообщениями;

▶️ Роутеры и грамотную структуру проекта;

▶️ Клавиатуры: Inline, Reply, Builder — и где что уместно;

▶️ CallbackQuery и построение интерактивных сценариев;

▶️ FSM Context — последовательные шаги, формы, подтверждения;

▶️ Middleware — добавление логики между апдейтом и хендлером;

▶️ Интеграцию с базой данных и перенос логики на сервер;

▶️ Деплой бота, настройку окружения и типовые практики;

▶️ Mini Apps и работу с Telegram Web Apps.

Подойдет тем, кто хочет научиться разрабатывать ботов с полноценной структурой, которую можно поддерживать, расширять и разворачивать в продакшене.

⛓ Ссылка на курс

tags: #полезное

➡ Python Developer | 📲 MAX

Фундаментальный закон

➡ Python Developer | #memes

❔ Вопрос с собеседования

Что знаешь о нереляционных базах данных?

Ответ: Нереляционные базы (NoSQL) не используют жёсткую табличную модель и работают с более гибкими структурами данных. Они не требуют фиксированной схемы, поэтому разные записи могут иметь разный набор полей.

Такие базы хорошо масштабируются горизонтально: данные распределяются по узлам кластера, что помогает выдерживать высокие нагрузки и большие объёмы. Поддерживаются разные модели хранения — ключ-значение, документная, столбцовая и графовая. Это позволяет выбирать подходящую структуру под конкретную задачу.

К распространённым системам относятся MongoDB (документы), Cassandra (столбцы), Redis (ключ-значение) и Neo4j (графы). Они применяются там, где важны масштабирование, скорость и гибкость данных.

tags: #собеседование

➡ Python Developer | 📲 MAX

🐍 Docker для самых маленьких: упаковываем Python-бота за 10 минут

В статье на примере Telegram-бота показывают, как упаковать Python-проект в Docker так, чтобы он запускался одинаково на любом сервере без ручной настройки окружения.

Автор шаг за шагом показывает создание Dockerfile, сборку образа, запуск контейнера и объясняет, как безопасно передавать токены и обновлять бота.

⛓ Читать статью

tags: #статья

➡ Python Developer | 📲 MAX