Интересный эффект я наблюдал во время интеграции с одной из внешних систем. Мой сервис должен был выполнить два последовательных запроса: сначала — на создание сущности в сторонней АС, затем — на изменение её статуса. К моему удивлению, несмотря на то, что первый запрос завершался успешно (получен положительный ответ), второй запрос, отправляемый сразу

Так как год заканчивается решил спросить у GPT-5 основные IT термины. Разбил их по группам с упором на java backend. Список находится здесь и поможет синхронизироваться разработчикам https://batsura.ru/it-terms-2025/

Помогает версия Sonnet 4.5: * 4 - message_type * 2 - field в message * 5 - enum_type * 8 - service try (InputStream is = ...) { DescriptorProtos.FileDescriptorSet fileDescriptorSet = DescriptorProtos.FileDescriptorSet.parseFrom(is); for (DescriptorProtos.FileDescriptorProto fileProto : fileDescriptorSet.getFileList()) { // Получаем SourceCodeInfo с комментариями DescriptorProtos.SourceCodeInfo sourceCodeInfo = fileProto.getSourceCodeInfo(); // Создаем карту: path -&

Чем отличаются «потенциальный» (candidate) и «альтернативный» (alternate) ключи. 1. Потенциальный – используеется в тестовых целях, альтернативный – резервный ключ 2. Потенциальный – может стать первичным ключем, альтернативный – вторичный уникальный ключ 3. Потенциальный – ключ который рассматривают в качестве вторичного, альтернативный – устаревший ключ 4. Потенциальный – используется для идентификации данных, альтернативный – используемый для шифрования Имеется функция

Отвечает claude: Для эффективного инкрементирования значения поля одной записи из нескольких потоков с большой нагрузкой в PostgreSQL, можно использовать следующие подходы: 1. Использование UPDATE с условием WHERE и RETURNING: UPDATE table_name SET column_name = column_name + 1 WHERE id = $1 RETURNING column_name; Этот подход гарантирует атомарность операции инкремента

В реляционных БД проектирование начинается с бизнес-сущностей. Сначала создаются таблицы, каждая из которых описывает сущность, при этом на этом этапе мы не задумываемся о SQL-запросах. Это возможно потому, что мы знаем: всегда можем начать запрос из любой таблицы, использовать JOIN или вложенные SELECT, чтобы получить нужные данные. В Cassandra используется

Шаблоны обеспечения надежности 1. Retry pattern 2. Circuit Breaker pattern 3. Rate Limiting pattern 4. Throttling pattern 5. Bulkhead pattern 6. Fallback Cache pattern 7. Null Object pattern 8. Priority Queue pattern 9. Leader Election pattern 10. Queue-Based Load Leveling pattern 11. Health Endpoint Monitoring pattern Шаблоны масштабируемости 1. Load

DWH это архитектура управления данными основана главным образом на сценариях извлечения-преобразования-загрузки (Extract-Transform-Load, ETL). Загрузка очищенных и обработанных данных в специализированную базу данных, разработанную именно для целей анализа. В Data Lake сохраняют данные в неструктурированном виде (в формате источника) в так называемом озере (Lake).

Используем хореографию в случае небольших рабочих процессов. Два–три сервиса — предел для хореографии. При дальнейшем увеличении числа сервисов, участвующих в транзакции, сложность обработки ошибок и понимания всего потока становится запредельной и используем оркестрацию.

Узнал, что есть такой интересный дашборд https://dbugs.ptsecurity.com/ В нем видны: 1. Тренды - уязвимости с количеством репостов по соцсетям 2. Уязвимости 3. Исследователи уязвимостей

Закон Конвея гласит: Любая организация, которая разрабатывает систему (в широком смысле), вынуждена создавать проекты, структуры которых являются копией структуры связей организации. Обратный маневр Конвея: Продумайте лучшую архитектуру системы, а потом измените структуру компании так, чтобы она соответствовала архитектуре системы.

Отлаживал сервис у которого в новой версии было убрано заполнение поля, а оно магическим образом заполнялось, хотя по коду не должно. То есть метод вызывался там создавался экземпляр класса, а при выходе из этого метода видно, что поле заполнено. Оказалась новая версия не встала на тестовую среду, по этому был

Вчера попробовал acli rovodev https://developer.atlassian.com/cloud/acli/guides/install-linux/. Плюсы: 1. Бесплатный пока бета 2. Суточный лимит 20 миллионов токенов и много запросов 3. Прилежный 4. За час он создал реактивный гейтвей https://github.com/batsura-sa/reactive-gateway-project Минусы: 1. Требует VPN

Мне известны следующие варианты: 1. Advisory lock - придумываем константу и используем pg_advisory_lock и pg_try_advisory_lock 2. Создаем таблицу блокировок и в этой таблице создаем запись. Если запись создана, то блокировка успешна. Для удаления блокировки удаляем запись. 3. Можно переиспользовать shedlock и соорудить что-то типа https:

Иногда данных бывает много и приходится задумываться о распределении их между экземплярами БД. Рассматриваю варианты: 1. Citus https://github.com/citusdata/citus 2. Apache shardingsphere https://github.com/apache/shardingsphere 3. Pg-sharding https://github.com/pg-sharding/spqr 4. Yuogabytedb https://github.com/yugabyte/yugabyte-db Какие еще есть варианты? Интересные алгоритмы

В 2024 году Андрей Комягин в докладе "Глубокое погружение в архитектуру Kafka" привел такие цифры для 100 атрибутов в сообщении: 1. PROTOBUF в среднем компактнее в 2.5 раза 2. Скорость сериализация PROTOBUF выше в 2 раза 3. Скорость десериализации PROTOBUF выше в 6 раз! 4. Производительность сериализации/

Для ответа на этот вопрос решил написать тесты https://github.com/batsura-sa/java-samples/tree/main/thread-local-in-threads/src/test/java/org/example Кратко резюме такое в Java 21 ThreadLocal с VirtualThread работают, что в общем-то и указано в https://openjdk.org/jeps/444 , однако, поскольку виртуальных потоков может быть очень много,

Заметил, что в одном из сервисов перепутаны местами аргументы, например, в коде прописано Assertions.assertEquals(order.getAwaitingActivation(), true), хотя по сигнатуре метода должно быть наоборот assertEquals(Object expected, Object actual), то есть должно быть Assertions.assertEquals(true, order.getAwaitingActivation()). Так как мест, где нужно сделать замену больше 100, решил сделать