Devs Hive

Натрапив на цікавий проект - Floci

Фактично - це локальний емулятор AWS сервісів. На перший погляд він виглядає як LocalStack для бідних, так як підтримка сервісів дуже обмежена, але безкоштовно 😁

Як на мене, підійде тільки для чогось маленького, так як підтримка сервісів бідова і є велика імовірність впертись в обмеження Floci.


📎 - https://github.com/floci-io/floci

Уявіть, вам стирають памʼять і ви можете переглянути цей шедевр ще раз 😁

https://www.youtube.com/watch?v=jj2TXJtzBQw&list=PLB86E02CE3735E3B6

В тему розподілених систем
Згадав, що в мене є цікава книга по ним. Я читав її років 6 тому, але на мою думку вона не втратила своєї актуальності

Гарно підійде для тих, хто тільки починає знайомитись з мікросервісами або хоче освіжити знання по основним підходам в розробці

https://learn.deeplearning.ai/

А не користувались цим ресурсом? Бачу його часто в лінкедин радять. Дивлюсь там навіть скіл білдер є, який роадмап тобі може сформувати

+1 ресурс по АІ. Я не використовував, але теми виглядають цікавими⬇️⬇️⬇️

Ловіть ще одну Job board де публікують реальні вакансії. Постять їх не часто, але якщо ви маєте EU ФОП і працюєте в backend/full-stack - це буде +1 місце де шукати роботу.

https://www.jobs.nestjs.com/

Що почитати по АІ?
Знайшов непогану книжечку про Agentic AI. Я тільки почав її читати і в цілому виглядає доволі непогано. Тут немає якихось революційних тем і для мене це більше рефреш і закріплення тем, які потрібно розуміти при роботі з будь яким агентним фреймворком по типу LangGraph.

З плюсів, які можу підкреслити зараз - це детальний опис тем і багато прикладів. Разом з тим книга читається доволі просто.

Рекомендую всім розробникам, які планують розширювати експертизу в АІ.

📎 - https://github.com/DanieleSalatti/AgenticDesignPatterns/tree/main

Трохи про танці: Оркестрація vs Хореографія

Ця тема доволі проста, але важлива для розуміння того, як відбувається взаємодія компонентів у розподілених системах.

Оркестрація
В цьому підході ми створюємо додатковий сервіс, який керує всім процесом і транзакціями. Головний плюс такого підходу - це те, що все знаходиться в одному місці, і працювати чи дебажити набагато простіше, ніж в хореографії.

Це, звісно, створює вузькі місця, і оркестратор може стати god service, що суперечить основній концепції Microservices - Loose coupling.

Хореографія
Тут в нас немає центрального сервісу, який керує всім процесом. Кожен сервіс розуміє, як йому відреагувати на конкретну подію та куди "відкотити" транзакцію у разі збою.

З плюсів такого підходу - це простота і менша звʼязаність сервісів. Але якщо логіка ускладнюється, це часто перетворюється на хаос.

В реальності найчастіше використовують гібридний підхід. Для звичної взаємодії між сервісами використовується хореографія, а для складних flow - оркестрація.

Зламали улюблену бібліотеку frontend молодьожі - TanStack😱

Останнім часом, дуже часто ламають frontend інструменти і як на мене єдиний спосіб вберегти себе від цього - переходити в backend.

📎 - https://tanstack.com/blog/npm-supply-chain-compromise-postmortem

Що таке гарантії доставки?

Це одне з найважливіших понять у брокерах повідомлень. Воно визначає, як повідомлення поводитимуться в ланцюжку producer → broker → consumer, а також описує їхню поведінку в разі збоїв системи.

Частіше всього, використовують три рівні гарантій доставки:

At most once - практично виключає дублікати, але повідомлення може загубитися при збоях в системі.

At least once - найпоширеніша гарантія доставки. Повідомлення може дублюватись, якщо брокер не отримав acknowledgement тому consumer повинен бути ідемпотентним (дивись допис вище up⬆️).

Exactly once - повідомлення буде оброблене рівно один раз. У теорії звучить добре, але на практиці реалізація потребує значних зусиль, тому використовується нечасто. Технічно це зазвичай досягається комбінацією at least once і ідемпотентної обробки в задіяних вузлах.

Що таке ідемпотентність❓

Цього тижня буду багато писати про розподілені системи та підходи, які часто в них використовуються. Почну з одного з найважливіших понять у мікросервісах - ідемпотентності. Це властивість операції, за якої її повторне виконання має такий самий кінцевий результат, як і одноразове виконання.

Найпростіший шлях - розібрати цю концепцію на прикладі REST API, оскільки семантика HTTP чітко описує методи відносно ідемпотентності.

При багаторазовому виклику методів GET, PUT, DELETE стан системи буде таким самим, як і при одноразовому виклику. Тоді як метод POST змінює стан системи, створюючи нову сутність при кожному виклику.

В розподілених системах ми маємо опрацьовувати різні сценарії, де ідемпотентність відіграє ключову роль:
- Timeouts можуть провокувати повторні запити;
- Брокери повідомлень з at least once гарантією доставки можуть дублювати повідомлення;
- Операції можуть виконуватися повторно через retry-механізми;
- Нестабільність системи може запускати повторне опрацювання розподілених транзакцій;

Це лише декілька прикладів ситуацій, у яких нам потрібно забезпечувати ідемпотентність в мікросервісній архітектурі.

Нас вже більше 300 в Telegram каналі 🍾🎉🎉
Це дуже круто і яскравий приклад того, що людям цікавий інженерний контент

Дякую кожному, за те що читаєте❤️

Масові скорочення через АІ😱

Я тримаю трохи акцій Cloudflare (NET.US) і сьогодні вони просіли на ~20%. Я звісно подивився в чому справа і виявляється, що в компанії скоротили 20% персоналу через АІ. Здебільшого звільнили back-office ролі по типу HR, finance, operations...також трохи інженерних ролей😁

Ось основні тейки з цієї ситуації після мінімального аналізу:
- Gross margin падає і цей квартал показав рекордно низький рівень, в тому числі через високі витрати на AI інфраструктуру, яка не окупається.
- Guidance мʼяко кажучи не Wow.
- Оцінка компанії була завищена.
- Походу скоро вони знову поломають половину інтернету 😁

І як це часто буває, кривий менеджмент не знайшов нічого кращого, ніж просто звільнити людей, щоб показати трохи кращі цифри в звітах.

Висновки які можна зробити
- Звільнення продовжаться, так як більшість компаній досі не реорганізували свій штат, який був найнятий в період дешевих "ковідних" грошей.
- В ІТ потрібно буде менше людей тому розширюйте горизонти, зосереджуйтесь на системному рівні і вирішенні проблем, а не на кодингу, фреймворках чи бібліотеках.
- Використовуйте АІ для вирішення задач. Це потужний інструмент, який зробить ваше життя трошки простішим.

Fair Queue SQS 🔥

Одна з фундаментальних задач, яку потрібно вирішувати в Multi-tenant системі - це правильне розподілення ресурсів між tenants.

Проблема, що виникає при неправильному підході, називається Noisy Neighbor. Якщо розглядати цю проблему з точки зору SQS, вона виникає тоді, коли один tenant заповнює чергу своїми повідомленнями, що призводить до збільшення latency для інших tenants.

Раніше це вирішувалося різними костилями, але не так давно AWS додав новий тип SQS - Fair. Про принцип роботи та міграцію можна почитати тут.

На діаграмі зображений noisy tenant A, який мав би заповнити Queue Backlog і перебрати ресурси на себе. Але SQS Fair розуміє, де bottleneck, і надає пріоритет обробці повідомлень для tenant C.

REST, всі про нього знають, але зазвичай на рівні того, що ресурси треба описувати в множині, використовуючи сегменти URL. І так, це теж важливо, але основні концепції дизайну REST API значно глибші.

Щоб не роздувати пост до космічних масштабів, я коротко опишу основні моменти, а хто захоче розібратись, знайде детальніше в інтернетах:

Семантика HTTP
На ній заснований REST тому розуміння семантики є ключовою темою в дизайні. Тут все просто, разом з AI розбираєте сенс HTTP методів, статус кодів, заголовків, а також query i path параметрів.

Ідемпотентність
Це також частина семантики, але вона на стільки важлива, що я виділив її окремо. В контексті REST потрібно розуміти, які HTTP методи повинні бути ідемпотентні, а які ні.

Про ідемпотентність планував окремий пост, так як це одна з ключових концепцій розподілених систем і буде доречно висвітлити її в контексті мікросервісів.

Statelesness
Відсутність стану - це важливий технічний аспект, який має реалізовувати система при використанні REST. Ваш backend не повинен нічого знати про frontend, а вся потрібна інформація про клієнта, має міститись в запиті.

Одне з найпоширеніших запитань на Junior/Middle позиціях - це JS Event Loop. Хоч це і доволі очевидно, але багато хто не розуміє базу і валиться на інтервʼю.

Тому якщо ви початківець і ще не розібралися з Event Loop, рекомендую подивитися це відео

Йому вже 11 років🚬, але як на мене, воно не втратило своєї актуальності і є одним з найкращих пояснень Event Loop.

Сьогодні зарелізили Node.js 26.0.0 (Current)

З важливого - Temporal API тепер активне по замовчуванню🔥

Детальніше можна почитати тут

Найкращий інструмент, для залежностей в ваших тестах🔥

Один із важливих плюсів АІ в розробці - це можливість швидше і ефективніше покривати код тестами. Якщо з unit-тестами все зрозуміло: залежності можна замокати, ізолювати окремий модуль і перевірити його поведінку, то з інтеграційними та e2e-тестами все складніше.

Такі тести мають перевіряти, як система поводиться в умовах, максимально наближених до реального середовища і залежності у вигляді бази даних, кешу і т.д., мають відображати реальну поведінку.

На даний момент найкраще, з чим я зіштовхувався для керування залежностями, - це Testcontainers. Замість того, щоб страждати з розгортанням контейнерів вручну, просто встановлюєте його як npm-пакет і одразу починаєте використовувати.

Наприклад вам потрібно протестувати код, який використовує ElasticSearch:

npm install @testcontainers/elasticsearch --save-dev

const container = await new ElasticsearchContainer("elasticsearch:7.17.7").start();

📎 - https://testcontainers.com/

Ілюзія ефективності АІ 😱

Сьогодні хочу поділитися своїми спостереженнями щодо використання AI. Він справді добре автоматизує рутину й дозволяє зосередитися на важливіших речах, але зі складними задачами є нюанси.

Зазвичай, на такі задачі найбільше впливає бізнес, який часто сам не розуміє, як усе має працювати. Через це вимоги змінюються частіше, ніж релізи нових JS-фреймворків.

У таких випадках AI створює ілюзію швидкості, бо за день-два генерує першу версію. Але що більше змін, то більше технічного боргу й втрати контексту в розробника. А це веде до того, що будь-які нові зміни можуть ламати вже наявний workflow.
Фактично, це проблеми, з якими стикалися всі, хто працював із legacy-системами. Але зазвичай, перехід у такий стан відбувається після місяців або років розробки, або після передачі системи на аутсорс в Індію 😁

У випадку з AI цей процес прискорюється: система чи окремі її компоненти дуже швидко переходять у стан legacy. З моїх спостережень, якби розробник не перекладав таку задачу повністю на AI, а використовував його як утиліту для контрольованої й точкової генерації коду, наприклад для створення сервісів, сутностей чи міграцій, то в short-term це було б трохи повільніше, ніж повна генерація через AI.

Але якщо дивитися на горизонт у кілька місяців, такий підхід дав би значно більше користі й створив би менше проблем, а впровадження змін було б в рази швидшим через повне розуміння того, як працює система.

Це ще раз доводить тезу: AI - це просто інструмент, який допомагає вирішувати задачі, але не вирішує фундаментальних проблем у розробці ПЗ.

Оновлення для прихильників найбільш переоціненої ORM в історії

- Додали Prisma Bootstrap. Я навіть не знаю, кому це може бути корисно, але най буде.
- Також є оновлення в Prisma Studio. Може зайти тим, у кого немає грошей на TablePlus або хто не знає, як запустити PGAdmin у контейнері.
- Окремо виділю, додавання АІ в Prisma Studio. Тут реально буде корисно для тих, хто готовий злити весь prod dataset 😁

Що не додали?
- Query Builder як не було, так і нема тому для складних запитів доведеться писати raw SQL або використовувати криві мапінги, які пропунує Prisma.
- Triggers, Stored Procedures, Materialized Views - тут все стабільно (їх теж не додали) 😑

Кому цікаво почитати детальніше, зробити це можна тут