🐍 Когда и как использовать пагинацию в REST API?

При передаче больших объемов данных через API загрузка всей информации сразу может замедлить работу сервера и клиента.

Пагинация решает эту проблему, позволяя отправлять данные частями и загружать их по мере необходимости.

В статье разбираются основные методы пагинации, их плюсы и минусы, а также практическая реализация на Python.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат

❔ Вопрос с собеседования

Как устроена архитектура брокеров в Kafka?

Ответ: В Kafka каждая партиция топика имеет лидера — брокера, который обрабатывает все запросы на запись и (по умолчанию) чтение. Остальные брокеры, содержащие копии этой партиции, называются фолловерами. Все реплики партиции (включая лидера) формируют группу ISR (in-sync replicas).

Данные всегда пишутся в лидера, который затем асинхронно реплицирует их фолловерам. Если лидер выходит из строя, Kafka автоматически выбирает нового из числа ISR. Это обеспечивает отказоустойчивость, хотя при смене лидера возможна кратковременная задержка в обслуживании.

tags: #собеседование

➡ Python Developer | Чат

🐍 Актуальный стек Python-разработчика в 2025

В видео разбираются технологии, которые действительно используются в проде: версии Python, базы данных, фреймворки, брокеры сообщений, линтеры, CI/CD и многое другое.

Автор выделяет ключевые инструменты и объясняет, почему одни решения вытесняют другие, а за какими лучше не гнаться.

📱 Смотреть на YouTube

tags: #полезное

➡ Python Developer | Чат

Так вот в чём дело...

➡ Python Developer | #memes

🐍 Как создать и загрузить свою первую библиотеку?

А вы когда-нибудь задумывались, откуда берутся те самые библиотеки, которые все импортируют в Python?

В статье пошагово объясняется, как создать свою библиотеку и выложить её в PyPI, чтобы её можно было установить через pip.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат

❔ Вопрос с собеседования

Почему нельзя напрямую сравнивать два float в Python?

Ответ: Сравнение через == может вернуть False, даже если числа выглядят равными. Вместо этого нужно использовать math.isclose(a, b), которая сравнивает два числа с учётом допустимого отклонения (rel_tol и abs_tol) и гарантирует корректное сравнение.

tags: #собеседование

➡ Python Developer | Чат

🐍 JupyterLab Cheat Sheet

Короткая шпаргалка по JupyterLab — поможет быстро вспомнить, как работать с ячейками, ядрами, виджетами и экспортом ноутбуков.

Внутри:

▶️ Основные горячие клавиши и команды редактирования

▶️ Работа с ячейками: markdown, код, raw + вставка, копирование, объединение

▶️ Управление ядром: запуск, перезапуск, остановка, сброс вывода

▶️ Виджеты и интерактивные элементы: сохранение, очистка, embed

▶️ Экспорт ноутбуков в HTML, PDF, Python, Markdown и другие форматы

tags: #шпаргалка

➡ Python Developer | Чат

Путь к успеху в IT за 18 секунд

➡ Python Developer | #memes

❔ Вопрос с собеседования

Что такое ленивые вычисления?

Ответ: Ленивые вычисления — это техника, при которой значения вычисляются только по мере необходимости, а не сразу. В Python это реализовано с помощью генераторов, итераторов и таких функций, как range(). Они позволяют экономить память и ресурсы, особенно при работе с большими наборами данных, так как элементы вычисляются и обрабатываются по одному.

tags: #собеседование

➡ Python Developer | Чат

🐍 Как в 2025 году в Django реализовать аутентификацию через Google?

В статье показано, как добавить авторизацию через Google в Django-проект с помощью OAuth 2.0 и библиотеки social-auth-app-django.

Автор объясняет, как зарегистрировать приложение в консоли Google, настроить проект и обрабатывать вход пользователей через Google-аккаунт.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат

Он даже не представляет на что подписался...

➡ Python Developer | #memes

🐍 Пишем микросервисы на FastAPI с RabbitMQ

На примере небольшого проекта автор показывает, как построить микросервисную архитектуру с FastAPI и RabbitMQ: один сервис получает заказы, второй — отправляет уведомления в Telegram.

Пошагово объясняется, как на практике устроена событийная модель, зачем нужен RabbitMQ и как выстроить асинхронное взаимодействие между сервисами.

📱 Смотреть на YouTube

tags: #полезное

➡ Python Developer | Чат

❔ Вопрос с собеседования

Какие задачи хорошо параллелятся, а какие — плохо?

Ответ: Хорошо масштабируются в многопоточность задачи с большим количеством операций ввода-вывода — сетевые запросы, доступ к файлам, ожидание ответа от базы данных. Пока один поток ждёт, интерпретатор может переключиться на другой, не теряя время впустую.

Плохо параллелятся задачи, которые нагружают CPU и активно используют память. В Python это особенно заметно из-за GIL: при расчётах на CPU всё равно будет использоваться один поток, и параллельное выполнение не даст прироста. Более того, из-за переключений между потоками программа может даже замедлиться.

Если задача сочетает IO и тяжёлую обработку — например, скачивание и парсинг — лучше разделить её: IO оставить в потоках, а CPU-нагрузку отдать в процессы (через multiprocessing) или вынести в очередь.

tags: #собеседование

➡ Python Developer | Чат

🐍 Учимся Flask: как написать своё веб-приложение?

В статье автор объясняет, как написать свое первое веб-приложение на Flask, начиная с установки и настройки окружения.

Разбираются основы маршрутизации, работа с HTML-шаблонами и обработка пользовательского ввода, сопровождаемые примерами кода.

⛓ Читать статью

tags: #статья

➡ Python Developer | Чат