Random shi- tutorials

این یه ابزار ویندوزه که کمک می‌کنه برنامه‌ها رو توی سندباکس یا جعبه امن اجرا کنید. یعنی هرچی برنامه انجام بده فایل ایجاد کنه، خرابکاری کنه، رجیستری رو به‌هم بریزه فقط داخل همون جعبه می‌مونه و به سیستم اصلی دست نمی‌زنه. برای تست‌کردن برنامه‌های ناشناس، وب‌گردی امن، یا حتی نصب آزمایشی نرم‌افزار، واقعاً نجات‌دهنده‌ست.

دانلود :
sandboxie-plus.com

@Linuxor

اگر قصد دارین بین دیوایس های ریموت تون کانکشن امنی بسازید
حتما Tailscale رو امتحان کنید
به زودی راجبش مینویسم براتون

در اغلب پروژه‌های مبتنی بر PostgreSQL، ضعف اصلی نه در خود دیتابیس، بلکه در بکاپ‌گیری نامنظم، دستی و بدون مانیتورینگ دیده میشه.

یک خطای انسانی، یک اسکریپت ناقص یا یک اختلال دیسک برای نابودی داده کافیه

اینجا Postgresus به‌عنوان یک راهکار بکاپ خودکار و self-hosted وارد میشه
Postgresus داخل زیرساخت پروژه اجرا خواهد شد و بدون وابستگی به SaaS، وظیفه زمان‌بندی، اجرا، نگهداری و گزارش بکاپ را برعهده خواهد گرفت.

قابلیت‌های فنی مهم:

اجرای بکاپ بر پایه pg_dump با امکان تعریف چندین Job مستقل
زمان‌بندی دقیق از سطح دقیقه تا هفتگی
تعریف چند مقصد ذخیره‌سازی به‌صورت هم‌زمان

شامل:

local filesystem
‏S3-compatible storage
مسیرهای network storage
نگهداری نسخه‌های قدیمی بر اساس سیاست Retention
داشبورد تحت وب برای مشاهده وضعیت Jobها
ارسال نوتیفیکیشن پس از هر Job موفق یا ناموفق
امکان تعریف چند PostgreSQL instance داخل یک پنل واحد

در سناریوی عملیاتی، معماری به این شکل پیاده‌سازی خواهد شد:
یک Container مرکزی Postgresus
اتصال امن به دیتابیس‌های Production یا Staging
ذخیره بکاپ روی Volume مجزا یا Object Storage
مانیتورینگ خروجی Jobها از طریق اعلان
راه‌اندازی پایه بر اساس Docker انجام خواهد شد و نیاز به نصب مستقیم ابزار روی هاست دیتابیس وجود نخواهد داشت.
این موضوع ریسک دسترسی مستقیم به سرور اصلی دیتابیس را نیز کاهش خواهد داد.

مزیت جدی نسبت به سرویس‌های ابری:

داده از زیرساخت پروژه خارج نخواهد شد
وابستگی به سرویس ثالث ایجاد نخواهد شد
هزینه اشتراک ماهانه صفر باقی خواهد ماند
امکان کنترل کامل سطح دسترسی و امنیت وجود خواهد داشت
سورس پروژه روی GitHub به‌صورت عمومی منتشر شده:
https://github.com/RostislavDugin/postgresus

نکته فنی واقع‌بینانه :
برای دیتابیس‌های بسیار سنگین با نیاز به WAL Archiving، Point-in-Time Recovery و بکاپ تفاضلی، ابزارهایی مانند pgBackRest انتخاب منطقی‌تری خواهند بود.
اما در اغلب پروژه‌های واقعی، Postgresus پوشش کامل نیاز بکاپ اتومات را فراهم خواهد کرد.

#DevOps
#database
#tools
#postgres
#byteforge
@byteforge_chan 🛸

این پروژه یک نمونه‌ی برای آشنایی با احراز هویت و SSO با Keycloak است.
می‌تونید از این پروژه برای یادگیری نحوه‌ی اتصال React + FastAPI + Keycloak و تست جریان‌های OAuth2 و OIDC استفاده کنید.

پروژه هنوز یک قالب تمرینی است و هدف اصلی آن تمرین و تجربه عملی است، بنابراین نیازی به استفاده مستقیم در پروژه‌های تولیدی ندارد.
اگر ایده یا پیشنهادی برای بهبود پروژه دارید، می‌تونید Pull Request ارسال کنید تا بررسی و اضافه شود.

🔗 لینک ریپازیتوری:

https://github.com/AliBigdeli/Python-Keycloak-SSO-Example

امیدوارم این تمرین براتون مفید باشه و کمک کنه با مفاهیم SSO و احراز هویت مبتنی بر Keycloak بیشتر آشنا بشید.

@thealibigdeli_channel
#keycloak
#repo

Designing Data-Intensive Applications

اگر می‌خوای بدونی سیستم‌های مدرن مثل شبکه‌های اجتماعی، فروشگاه‌های آنلاین و سرویس‌های استریم چطور این حجم عظیم داده را مدیریت می‌کنند، این کتاب بهترین نقطه شروعه.
Martin Kleppmann
در این کتاب با زبانی ساده توضیح می‌دهد پشت صحنه‌ی سیستم‌های داده‌محور چه می‌گذرد: از مدل‌ داده‌ها و دیتابیس‌ها تا رپلیکیشن، شاردینگ، سازگاری و پردازش لحظه‌ای.

این کتاب به جای تمرکز روی ابزارها، ایده‌های بنیادی را یاد می‌دهد؛ چیزهایی که هر معمار نرم‌افزاری باید بدونه.

git and git flow cheat sheet

https://github.com/arslanbilal/git-cheat-sheet


👩‍💻👩‍💻

@ZGProtocol

رفقا سلام روزتون بخیر باشه
چن مدت پیش ترجمه ی کتابی رو استارت زدیم
ترجمه ش رو ب لطف یکی از دوستان که مشارکت خوبی داشتن تموم کردیم و ریپو رو داخل گیتهاب گذاشتیم میتونید استفاده کنید

ترجمه کتاب :
the linux command line
اثر ویلیام شاتس William Shotts
بعد خوندنش درک خوبی از کامند های لینوکسی دارید به نسبت و یجورایی bash رو هم یاد میگیرید .

یه استار ساده و نشر دادنش کمک میکنه انگیزه بیشتری داشته باشیم برای انجام پروژه های رایگان و اوپن سورس


https://github.com/hemansadeghi/TLCL-Persian.git

Full Website Takeover (Simple/Fast/Worker)
https://www.linkedin.com/pulse/full-website-takeover-simplefastworker-kave-eyni-3ukbe

آموزش استفاده از دی‌ان‌اس رفع تحریم داخل سرورهای لینوکسی:

می‌خوای داکر نصب کنی روی سرور ایرانت ولی تحریمیم؟

1. اول این اسکریپت رو بزن و گزینه 2.

2. دستور nano /etc/resolv.conf رو بزن
تمامی مقادیر رو کامنت کن و این دو لاین رو اضافه کن:

nameserver 10.139.177.18
nameserver 10.139.177.16

3. با این دستور داکر راحت نصب کن:

curl -fsSL https://get.docker.com | sh

حتی هر پکیج داکری هم خواستی از این به بعد برات pull می‌شه با سرعت بالا (:
مثلا docker run hello-world

اگه بخوام از اول شروع کنم تو ۲۰۲۶، دیگه نمی‌رم کورس پشت کورس ببینم، نمی‌شینم حلقه و شرط حفظ کنم، نمی‌رم دنبال مدرک.
بازی با اومدن AI کامل عوض شده، و اگه مثل قبل یاد بگیری، جا می‌مونی.

تو این ویدیو دقیق و بدون دور زدن توضیح دادم که اگه همین امروز از صفر بخوام شروع کنم، چی کار می‌کنم تا توی کمترین زمان هم یاد بگیرم، هم واقعاً به سطح استخدام برسم.

این چیزاییه که تو این ویدیو گفتم:
- چرا حفظ کردن توی ۲۰۲۶ نابودت می‌کنه
- چطور باید درست سؤال بپرسی و سرچ کنی
- چطور با روش تمرین درست، مهارتت رو واقعی بسازی
- چرا اول باید بری سراغ کُدینگ (حل مسئله) نه پروگرمینگ
- چرا پایتون بهترین شروعه
- و اینکه چطوری مسیرتو از صفر تا “کاربلد واقعی” بسازی

این ویدیو برای کساییه که:
یا تازه می‌خوان وارد دنیای برنامه‌نویسی بشن،
یا حس می‌کنن AI داره همه‌چی رو بهم می‌ریزه و باید از نو شروع کنن.

اگه می‌خوای ۲۰۲۶ رو جدی شروع کنی، این ویدیو نقشه‌ی راهته.

لینک ویدئو:
https://youtu.be/iuRfkJMbkTI?si=4AHfJ-pzH3_sWQ9H

کانال:
https://youtube.com/@babaksacademy

@thealibigdeli_channel
#tips

اگه حوصلتون سر رفته برید درباره الگوریتم های تطبیقی بخونید، الگوریتم تطبیقی یعنی الگوریتمی که بر اساس شرایط پارامترهاشو تغییر می‌ده تا عملکرد بهتری به دست بیاره.

مثلا فیلتر کالمن که توی موقعیت‌یابی پهپاد هم استفاده می‌شه، ساده تر بخوام بگم فرض کنید یه ربات داره تحت داده های پنج شیش تا سنسور مثلا GPS و شتاب سنج و ژیروسکوپ و ... تصمیم می‌گیره چطوری حرکت کنه، یهویی اسرائیل خدا می‌زنه تو کلش به ایران حمله می‌کنه و ایران GPS هارو نویزی می‌کنه، این ربات زبون بسته از فیلتر کالمن استفاده می‌کنه، فیلتر کالمن هم می‌بینه اخ اخ GPS وضعیتش نویزیه می‌آد و ضریب اعتماد بهش رو کم و ضریب اعتماد به بقیه سنسورا به خصوص اون پایدار هارو زیاد می‌کنه یجوری خودشو تطبیق می‌ده با محیط که بتونه بهترین عملکردو داشته باشه، به این می‌گن الگوریتم تطبیقی کلی از این الگوریتما داریم به خصوص توی شبکه و هوش مصنوعی و ...


@Linuxor

معرفی django-upgrade

اگه یه پروژه جنگو داری و میخوای نسخه ش رو عوض کنی.
اما تغییرات زیادی نیاز داره (مثلا بعضی چیزا deprecated شدن)
میتونی ازش استفاده کنی.
از جنگو 6 هم پشتیبانی میکنه

لینک داکیومنت:
https://django-upgrade.readthedocs.io/en/latest/fixers.html

طبق گفته FFmpeg پچ جدید باعث شده یه تابع مهم تو پردازش ویدیو ۳.۴۶ برابر سریع‌تر بشه. ماجرا اینه که یکی از کانتریبیوترها به اسم mkver اومده تابع add_8x8basis_sse3 رو که قبلاً با C نوشته شده بود رو کاملا با اسمبلی x86 بازنویسی کرده و خروجی هم شده همین جهش سرعت جدی.

دلیلش اینه که کامپایلرهای GCC و Clang وقتی با فلگ O3 کد رو کامپایل می‌کنند، معمولاً یه سری حلقه هایی که اصلاً قرار نیست زیاد اجرا بشن رو باز می‌کنن و کد رو حجیم‌تر می‌کنن. اینجا هم اون فانکشن رو از ۱۷۶ بایت رسونده به ۱۴۰۶ بایت! تو این مدل پردازش‌ها، چون دستورهای خاص و عجیب‌غریبی مثل pmulhrsw وجود داره، کامپایلر همیشه انتخاب‌های درستی نمی‌کنه. دولوپرهای FFmpeg هم میگن: «باشه، خودمون درستش می‌کنیم.» نکته مهم اینه که لزوماً کد C مشکل نداره! این رفتار کامپایلر تو مرحله بهینه‌سازیه که گاهی خودش دردسر درست می‌کنه.

این اولین‌بار نیست FFmpeg از اسمبلی برای گرفتن نهایت قدرت سخت‌افزار استفاده می‌کنه واین همون بحث معروف چند وقت پیشه که چرا پلیر dav1d که چندتا آدم معمولی ساختنش، بعضی جاها از libgav1 گوگل بهتره. جواب همون همیشگیه: وقتی دقیق می‌دونی چی می‌خوای و خودت دستی کد اسمبلی رو می‌نویسی، خروجی معمولاً از نسخه‌ی تولیدشده توسط کامپایلر بهتره.

یه سوال هم که همیشه مطرح می‌شه اینه که «چرا این مشکلات رو به سازنده‌های کامپایلر گزارش نمی‌کنن؟» گزارش می‌دن، ولی تا نسخه جدید کامپایلر بیاد مدت‌ها طول می‌کشه. یعنی عملاً بهترین کار اینه که خودشون همزمان دست به آچار باشن و مشکل رو دور بزنن.

برای همین پروژه‌هایی مثل FFmpeg اینقدر ارزشمندن. از یه طرف همیشه تو بهینه‌ترین حالت ممکنه، از یه طرف دیگه همین مواردی که پیدا می‌کنن عملاً به کل کامیونیتی C و کامپایلرها سود می‌رسونه و باعث می‌شه ابزارهایی که همه استفاده می‌کنن، کم‌کم بهتر بشن.


📺Source
📡openpcb

قابلیت Password-based authentication در جنگو

عکس رو ببین.
وقتی میخوای یوزر توی پنل ادمین بسازی (در حالت پیشفرض منظورم هست)
میتونی اینو فعال یا غیرفعال کنی.

مشخص میکنی که کاربر با پسورد لاگین کنه یا نه (مثلا فقط بتونه با کد یکبار مصرف لاگین کنه، غیرفعالش میکنی یا...)

این تنظیم از جنگو 5.1 اضافه شده.

اما اینو ننوشتم که بگم عجب فیچر خاصی، به نظرم زیادم خاص نیست.

میخوام شمارو دعوت کنم به pr یی که براش ثبت شده و مکالمه هایی که رد و بدل شده، تا ایده اولیه، این شده (به تاریخ pr و تاریخ merge دقت کن)

این لینک:
https://github.com/django/django/pull/16942

راستی، فارسی ش کار نمیکنه ظاهرا، تا دیر نشده فارسی ش رو pr بده 😁

این کورس 5 روزه گوگل برای Ai Agent هارو از دست ندید

توش کلی چیز قراره صحبت بشه از معماری و ابزارهای هوش مصنوعی گرفته تا حافظه، ارزیابی و استقرار (فعلا سه روزش تکمیل شده، روز چهارم امروز می‌آد و روز پنجمش احتمالا فردا)

youtube.com/playlist?list=PLqFaTIg4myu9r7uRoNfbJhHUbLp-1t1YE

@Linuxor

دیدید که توی جنگو وقتی از query set چند بار استفاده میکنیم نتیجه نمیده یا مثلا هیچ دیتایی وارد دیتا بیس نمیشه یا اشتباه وارد میشه؟
خب این یک باگه معروفه به اسم queryset caching bug که توی django ORM هستش.

مشکل کجاست؟
توی جنگو queryset ها lazy هستن و فقط وقتی لازم باشه داده رو از دیتابیس میگیره اما وقتی یک queryset کش میشه (مثلا با() list یا iteration ) نتیجه اش میشه که توی حافظه می مونه و یا همون کش قدیمی رو نگه میداره .
واییییییییییی باگ واقعی از اونجایی شروع شد که متد هایی مثل () count یا () exists هم بعثی وقتا به کش وابسته ان ولی نباید اینطور میشد .
و ممکن بود که شمارش رکورد ها اشتباه باشه و در سیستم های حساس فاجعه به بار می آورد.

و توسعه دهنده هایی که ORM رو عمیق میشناختن تونستن بفهمن مشکل از کجاست.

اومدن رفعش کردن چطوری؟
در نسخه های بعدی جنگو تیم رسمی ORM رو بازسازی کرد تا اون دوتا متد ها همیشه کوئری جداگانه بفرسته و به کش متکی نباشه .


#BUG
#Django
#ORM

@ZGProtocol