DevGuide

Flexbox in CSS 🔥💯

JavaScript Code Security #javascript

إزاي تعرض شغلك كـ Backend Developer؟ . . بتقعد ساعات تكتب في code، تبني APIs، تظبط الـ Auth، تتعامل مع Databases و Logging و Queues، وكمان ممكن تكون بتشتغل على Microservices و Event-driven architecture… بس لما تيجي تقدم على شغل أو تعرض شغلك لحد، بتقف ومش عارف تقول إيه... المشكلة مش إن شغلك قليل، المشكلة إنك مش عارف "تعرضه" بشكل يخلي اللي قدامك يعرف خبرتك والمعلومات اللي عندك. الـ Backend أصعب شوية في النقطة دي عن الـ Frontend، لأن الناس مش بتشوف شغلك بعنيهم، فأنت اللي لازم "تخليهم يشوفوه". تعال أقولك إزاي تعرض شغلك كـ Backend Developer بطريقة محترمة... ——— ✨ أول حاجة: أنت بتشتغل على إيه؟ اكتب الكلام ده في شكل نقاط واضحة، وبلغة بسيطة. حاول تجاوب على الأسئلة دي: - إيه نوع الـ systems اللي اشتغلت عليها؟ (E-commerce, CMS, Booking system…) - كان فيها كام user؟ أو traffic عامل إزاي؟ - هل كانت Monolith ولا Microservices؟ - هل اشتغلت على حاجات زي Authentication, Payments, Notifications؟ - هل فيه Challenges معينة حليتها؟ (scalability, performance, data integrity…) ✅ مثال: اشتغلت على نظام E-commerce بيخدم 200K user شهريًا، بنيت فيه REST APIs بـ Node.js وExpress، وعملت Integration مع Stripe للـ payments. ساهمت في refactor من Monolith لـ Microservices، واشتغلت على Service خاصة بالـ Orders باستخدام MongoDB وRabbitMQ. ——— ✨ ثاني حاجة: تكلم عن قراراتك التقنية بلاش تقول "اشتغلت بـ Node.js وخلاص"، ولكن احكي ليه استخدمتها؟ إزاي اختارت Database معينة؟ ليه استخدمت Redis أو Kafka؟ اللي بيفرق أي حد شاطر مش بس إنه بيعرف يستخدم tools…إنما بيعرف إمتى يستخدم إيه، وليه، وإيه البدائل اللي كانت متاحة؟ ✅ مثال: استخدمنا Redis علشان نعمل caching لبيانات المنتجات عشان نحل مشكلة الـ latency العالية في الـ product listing. ده قلل الـ response time بنسبة 60%. ——— ✨ ثالث حاجة: تكلم بلغة الـ Impact بلاش تقول "اشتغلت على كذا…"، الناس بتحب تسمع التأثير - "بسبب شغلي، حصل كذا وكذا…" تتكلم عن النتائج: - الـ API response time قل بنسبة كام؟ - كم bug اتصلحت؟ - الـ revenue زاد؟ retention اتحسن؟ - الـ system بقى يستحمل كام request في الثانية؟ ✅ مثال: عملت تحسين للـ queries في MySQL خلّى الـ checkout process أسرع بنسبة 40%، وقلل الـ cart abandonment بنسبة ملحوظة. ——— ✨ رابع حاجة: الـ Showcase  الحقيقي - اعمل repos على GitHub فيها مشاريع حقيقية (مش مشاريع الـ Hello World) - اعرض Postman Collection أو OpenAPI Spec - لو اشتغلت على حاجات Open Source أو عندك Blog بيشرح اللي بتعمله ممكن تضيفه. ——— ✨ خامس حاجة: خلي شغلك "مفهوم" للناس اللي مش في نفس التخصص خلي دايمًا الطريقة اللي بتتكلم بها سهلة، وفيها أرقام. بدل ما تقول: “Built scalable APIs using Node.js.” ممكن تقول: “Built RESTful APIs using Node.js to handle 20K+ daily requests, with response time under 200ms.” تكلم عن الفائدة، مش بس التفاصيل التقنية. بدل ما تقول: “اشتغلت على تحسين الـ indexing strategy في MongoDB باستخدام compound indexes.” ممكن تقول: “قللت وقت تحميل صفحة المنتجات من 5 ثواني لأقل من ثانية بعد تحسين الـ indexing في MongoDB.” ——— وفقكم الله لكل خير 🌿

دردشة سريعة عن الـ Buffer في Node.js 💯 . . أغلب الوقت وإحنا بنكتب كود في Node.js، بنتعامل مع البيانات اللي راجعه من الـ APIs أو من الـ Database أو من الـ Files على هيئة Strings أو JSON. تمام كده؟ لكن، لو هنتعامل مع حاجات زي الصور، الملفات الصوتية، الفيديو، أو أي Data غير نصيّة (non-text)، وقتها الـ JavaScript ما تعرف تتعامل مع النوع ده بشكل مباشر. وهنا ييجي دور الـ Buffer. ——— 📌 إيه هو الـ Buffer؟ الـ Buffer هو ببساطة طريقة Node.js للتعامل مع البيانات الخام (Raw Binary Data) اللي راجعة من أو رايحة لمصدر خارجي، زي مثلًا File System أو TCP Stream، أو حتى من HTTP Response. يعني لو عندك فايل MP3، أنت مش هتقرأه كـ "نص"، أنت هتقرأه كـ سلسلة من الأرقام (bytes). والـ Buffer بيسمحلك تمسك السلسلة دي، وتتعامل معاها في الذاكرة. ——— 📦 ليه Node.js بتستخدم Buffers؟ علشان Node.js مبنية حول الـ Streams. والـ Streams في الغالب مش بتديلك البيانات كلها مرة واحدة، بتبعتها لك جزء جزء. مثال بسيط: لو بتقرأ فايل كبير من على الهارد، الـ Node.js مش هتحمّل الفايل كله في RAM مرة واحدة (عشان ده مش عملي وممكن يموت السيستم لو الفايل كبير جدًا)، هي بتقرأ Chunk بـ Chunk. كل Chunk من دول هو عبارة عن Buffer. ——— 💡 مثال عملي

const fs = require('fs');

const readableStream = fs.createReadStream('video.mp4');

readableStream.on('data', (chunk) => {
  console.log('Received chunk:', chunk);
  console.log('Chunk is a buffer?',    

  Buffer.isBuffer(chunk)); // true
});

في المثال ده، كل مرة الـ Stream بيبعت Data، بنستقبلها على هيئة Buffer. تقدر تتعامل معاها، تخزنها، تبعتها، أو حتى تعدّل فيها. ——— ✨ شوية حاجات مهمة عن Buffer: - الـ Buffer.from: بيحوّل أي String أو Array أو حتى ArrayBuffer لـ Buffer. - الـ Buffer.alloc(size): بيعمل Buffer فاضي بالحجم اللي تحدده. - الـ buffer.toString: لو عايز ترجّع الـ Buffer لصيغة String (لو أصلًا كانت Text). ——— لازم تكون فاهم يعني إيه Buffer في الحالات دي: - لو بتتعامل مع الملفات الكبيرة. - لو شغال على تطبيق بيستقبل صور أو فيديوهات أو أصوات. - لو شغال مع Streams (زي HTTP Requests أو TCP Connections). - لو بتبعت أو بتستقبل Binary Data من API أو جهاز تاني. ——— الـ Buffers بتشتغل على مستوى الـ Memory مباشرة، يعني لو معرفتش تتعامل معاهم صح، ممكن تقع في مشاكل زي memory leaks أو inefficient data handling. ——— وفقكم الله لكل خير 🌿

هل الـ Bundle Size بيأثر على أداء الموقع؟ 🚀 . . لو اشتغلت قبل كده على أي مشروع Front-End كبير، أكيد عدى عليك مصطلح "Bundle Size" سواء في PR review، أو وأنت بتعمل debugging، أو وأنت بتعمل optimization للـ Core Web Vitals… السؤال هنا: ⚠️ هل فعلًا حجم الـ Bundle بيفرق في الأداء؟ ولا مجرد رقم وخلاص؟ تعال ندردش شوية عن الـ Bundle Size... ——— 🎯 يعني إيه Bundle Size؟ ببساطة، لما بتكتب كود JavaScript (أو TypeScript أو JSX…)، الكود ده بيتحول لملف واحد (أو أكثر) اسمه Bundle. الملف ده بيحتوي كل حاجة: - الكود بتاعك - المكتبات اللي مستخدمها (زي lodash أو moment أو axios) - وأحيانًا حتى CSS modules أو images/inline SVGs الـ Bundle Size هو ببساطة حجم الملف ده اللي الـ browser بيحمله عشان يشغل الموقع. ——— 🤔 طب إزاي ده بيأثر على الأداء؟ هقولك بـ 5 نقاط بس، كل نقطة منهم كفيلة إنها تبوظ تجربة المستخدم: 1. وقت التحميل (Load Time) كل ما الـ Bundle بقى أكبر، كل ما المتصفح أخد وقت أطول في تحميله من السيرفر. يعني المستخدم هيقعد مستني، وده بيزود الـ Time To Interactive (TTI) و First Contentful Paint (FCP). 2. الـ Blocking الـ JavaScript ملفاتها Render-Blocking بطبعها. يعني الصفحة مش هتعرف تكمل تحميل غير لما تخلص تحميل وتنفيذ الـ JavaScript. 3. الـ Parsing والـ Execution المتصفح مش بس بيحمل الملف... ده كمان لازم يفكه ويفهمه ويشغّله. وده بياخد وقت ومعالجة (CPU)، وخصوصًا على الموبايلات الضعيفة. 4. تأثير مباشر على SEO و Core Web Vitals جوجل بتقيس سرعة الموقع، ولو الـ bundle تقيل = الموقع بطيء = ترتيبك في البحث بيقل. 5. الـ Data Cost لو فيه ناس بتزور موقعك من موبايلات أو باقات إنترنت محدودة، فكل ميجا زيادة في الـ Bundle بتكلفهم أكتر وبتزود احتمالية إنهم يسيبوا الموقع قبل ما يحمّل. ——— 📌 طيب نحل الموضوع ده إزاي؟ فيه أكثر من طريقة... 1. الـ Code Splitting بلاش تحمل كل الكود مرة واحدة، خليه على حسب الصفحة أو الـ component. استخدم React.lazy و Suspense أو dynamic imports في Next.js. 2. الـ Tree Shaking لو بتستخدم مكتبة زي lodash، بلاش تستورد كل حاجة: import _ from 'lodash' ❌ import debounce from 'lodash/debounce' ✅ 3. حذف الكود غير المستخدم (Unused Code) شوف إيه اللي مش مستخدم في الكود وشيله. استخدم أدوات زي PurgeCSS أو Unused Export Detection في Webpack أو Vite. 4. استخدم مكتبات خفيفة (Lighter Libraries) مثلًا: بلاش تستخدم moment.js واستخدم date-fns أو dayjs. عايز تعمل HTTP requests؟ بلاش تستخدم axios لو مش محتاج كل اللي فيه، الـ fetch كفاية. 5. الـ Compress & Minify سواء باستخدام Terser أو Brotli أو Gzip… كل ما تضغط الكود أكتر، كل ما الـ bundle حجمه بيقل. ——— فيه Tools كتير تقدر تديك رؤية واضحة عن الـ Bundle: - Webpack Bundle Analyzer - source-map-explorer - Bundlephobia ——— الـ Bundle Size بيفرق جدًا، وأي optimization في حجمه ممكن يعمل فرق ضخم في: - سرعة تحميل الموقع - تجربة المستخدم - ترتيبك في SEO - أداء الموبايلات الضعيفة ——— وفقكم الله لكل خير 🌿

Slow server components?

Don’t let users stare at a blank screen. React Suspense lets you load content progressively with smart fallbacks for a faster-feeling UI.

دردشة سريعة عن الـ ACID في الـ Database ⚡️ . . تخيل إنك شغال على system ضخم زي تطبيق بنكي أو موقع بيع أونلاين… في اللحظة اللي المستخدم بيحوّل فيها فلوس أو بيأكد عملية شراء، لازم تكون متأكد إن البيانات دي محفوظة صح، ومفيش أي احتمال يحصل فيها خلل أو تضارب، حتى لو السيرفر وقع أو الكهرباء قطعت! ⚠️ وهنا ييجي دور الـ ACID وهو ده العمود الفقري اللي بيخلي الـ Database تكون ثابتة، موثوقة، ومتوقعة السلوك في كل الحالات، سواء كان عندك عملية واحدة بسيطة أو آلاف الـ transactions في نفس الثانية. الـ ACID بيحط أربع قواعد أساسية بتخلي أي Database system يعرف يتصرف وقت المشاكل ويحافظ على البيانات من غير ما يحصل chaos أو data corruption. ———

📌 أولًا: Atomicity

يعني لو عندك transaction بتنقل فلوس من حساب لحساب: - تسحب 1000 جنيه من حساب A - وتضيف 1000 لحساب B لو أول خطوة نجحت والتانية فشلت لأي سبب (مثلًا السيرفر وقع)، المفروض الـ Database ترجع كل حاجة زي الأول، كأن العملية محصلتش. ———

📌 ثانيًا: Consistency

الـ Consistency معناها إن الـ Database تفضل دايمًا في state صحيحة ومظبوطة. يعني كل القواعد (constraints, rules, triggers) اللي أنت محددها لازم تفضل متطبقة بعد أي عملية. مثلًا: لو عندك rule بيقول إن الرصيد مينفعش يكون بالسالب، فـ بعد أي transaction لازم الـ DB تفضل محافظة على القاعدة دي. لو حصل violation للقواعد دي، العملية كلها تتلغي. ———

ثالثًا: Isolation

تخيل معايا كذا transaction شغالين في نفس الوقت... واحد بيضيف بيانات، والتاني بيعدّل، والتالت بيقرأ. لو مفيش Isolation، الدنيا هتبقى فوضى، وكل transaction هيشوف الـ data وهي لسه بتتغير! لكن مع وجود الـ Isolation، كل transaction بتتعامل كأنها العملية الوحيدة اللي بتتنفذ. يعني حتى لو كذا transaction شغالين في نفس اللحظة، النتائج اللي بيشوفوها مضمونة ومفيهاش تداخل أو corruption. وطبعًا فيه مستويات مختلفة للـ Isolation (زي Read Uncommitted, Read Committed, Repeatable Read, Serializable)، وكل واحدة لها trade-offs بين الأداء والدقة. ———

رابعًا: Durability

الـ Durability معناها إن بمجرد ما الـ Database تقولك "تمت العملية بنجاح"، يبقى خلاص الـ data دي محفوظة ومش هتضيع حتى لو السيرفر وقع أو الكهرباء قطعت. إزاي؟ لأن الـ DB بتكتب التغييرات على الـ disk (أو الـ log files) قبل ما تقولك العملية نجحت، علشان تقدر تسترجعها لو حصل أي failure. ——— الـ ACID هو اللي بيخلي الأنظمة البنكية، الـ e-commerce systems، والـ booking platforms تشتغل بثقة بدون ما يحصل فيها chaos. ——— وفقكم الله لكل خير 🌿

Top 5 JavaScript Testing Frameworks of 2025 ✅

مفهوم الـ Atomicity 💯 . . تخيل إنك شغال على سيستم تحويل فلوس. العميل حول 1000 جنيه من حسابه، السيستم خصم الفلوس… وقبل ما يضيفهم في حساب الشخص التاني، الكهرباء قطعت. كده الفلوس طارت؟ ولا هترجع؟ ولا هتتحول؟ السؤال ده بيجاوب عليه مفهوم مهم جدًا في البرمجة والـ Databasese وهو الـ Atomicity يا إما كل الخطوات تتم بالكامل...يا مفيش ولا خطوة تتم. ——— 🤔 يعني إيه Atomicity؟ تخيل إنك بتسحب فلوس من الـ ATM. العملية دي فيها خطوتين: 1- البنك يخصم المبلغ من حسابك. 2- الماكينة تطلع لك الفلوس. لو حصل إن السيستم عمل الخطوة الأولى بس، ووقف فجأة قبل ما يوصلك الفلوس… أنت كده خسرت فلوسك؟ هنا بقى ييجي دور الـ Atomicity. الـ Atomicity معناها إن العملية كلها تتنفذ بالكامل من أولها لآخرها، أو ما تتنفذ خالص. يعني All or Nothing. في مثال الـ ATM: يا البنك يخصم وتاخد الفلوس، يا ميحصلش أي حاجة أصلًا. مفيش نص عملية. ——— 💡 إزاي ده بيتم؟ الـ Atomicity هي واحدة من الـ ACID Properties اللي بتضمن سلامة البيانات خصوصًا في الـ Databases. علشان تحقق الـ Atomicity، السيستم بيستخدم حاجة اسمها Transactions. كل Transaction بتتكون من مجموعة عمليات (زي insert، update، delete)، والمفروض إن كل العمليات دي يحصلها commit في نفس الوقت، أو يحصلها rollback لو حصل أي خطأ. مثال:

BEGIN TRANSACTION;

UPDATE accounts SET balance = balance - 100 WHERE id = 1;
UPDATE accounts SET balance = balance + 100 WHERE id = 2;

COMMIT;

لو أي واحدة من الـ 2 updates فشلت، الـ transaction كلها هتتفك، والداتا ترجع زي ما كانت كأن مفيش حاجة حصلت. ——— ⚠️ إيه اللي ممكن يبوّظ الـ Atomicity؟ - الـ Exceptions أو الـ Errors في جزء من الـ transaction. - إنك تنفذ queries من غير transaction أصلًا ولو السيستم مش بيطبق الـ Atomicity صح، الداتا ممكن تبقى corrupted، وساعتها ربنا يستر. ——— 📌 إيه الفرق بين الـ Atomicity وبين الـ Consistency؟ الـ Atomicity بتتكلم عن هل العملية كلها تمت أو لا؟ الـ Consistency بتسأل هل الداتا بعد العملية في حالة صحيحة؟ يعني: - الـ Atomicity = حصل commit كامل ولا لا؟ - الـ Consistency = لو حصل، الداتا بقت consistent ولا لا؟ الاتنين مكملين بعض، بس مش نفس الحاجة. ——— وفقكم الله لكل خير 🌿

SQL Aggregate Functions 💯

24 Good Resources to Learn Software Architecture in 2025 ✅

TypeScript Generics in React ⚡️

دردرشة سريعة عن أنواع السيرفرات 💯 . . أغلبنا أول ما بيسمع كلمة Server بييجي في باله جهاز كبير في غرفة مكيفة، شغال 24 ساعة ومليان لمبات بتنور... بس الحقيقة السيرفر مش لازم يكون جهاز ضخم… ممكن يكون مجرد Software أو Virtual Machine بيقدّم خدمة معينة. الـ Server ببساطة هو جهاز (أو برنامج) بيستقبل Requests من أجهزة تانية اسمها Clients، وبيرد عليهم بـ Responses. زي ما الـ Browser بيبعت طلب لموقع معين، والسيرفر بيرد عليه بالصفحة المطلوبة. لكن السيرفرات مش كلها زي بعض… كل نوع له وظيفة مختلفة حسب الـ Use Case بتاعته... ——— 📌 الـ Web Server ده الأشهر، وهو اللي بيستقبل الـ HTTP Requests من المستخدم، وبيرد عليهم بـ HTML, CSS, JavaScript files، أو حتى JSON لو عندك API. أشهر الأمثلة: - Apache - Nginx - Microsoft IIS باختصار: أي حاجة لها علاقة بعرض مواقع أو APIs… الـ Web Server هو اللي وراها. ——— 📌 الـ Database Server السيرفر اللي شايل كل الداتا اللي التطبيق محتاجها. سواء عندك Web App أو Mobile App، أكيد فيه Data بتتحفظ وتتعرض وقت الطلب… أشهر الأمثلة: - MySQL Server - PostgreSQL Server - MongoDB Server - Microsoft SQL Server الـ App بيبعت Query والسيرفر ينفذها ويرجعلك الـ Result. ——— 📌 الـ File Server دوره إدارة وتخزين الملفات ومشاركتها بين الأجهزة. زي إنك ترفع صور أو ملفات PDF أو Videos والناس التانية تقدر توصلها. بيوفر Access Control وPermissions، علشان تضمن إن كل مستخدم له صلاحيات معينة. الأمثلة: Google Drive, Dropbox, أو أي internal file system في الشركات. ——— 📌 الـ Mail Server ده مسؤول عن إرسال واستقبال الإيميلات. لو جربت تبعت إيميل من Gmail أو من دومين شركتك، فالموضوع ماشي من خلال Mail Servers. أنواع البروتوكولات اللي بيستخدمها: - الـ SMTP (للإرسال) - الـ IMAP / POP3 (للاستقبال) الأمثلة: - Microsoft Exchange Server - Postfix - Exim ——— 📌 الـ Application Server السيرفر اللي بيشغّل الـ Business Logic بتاعة التطبيق. يعني مش بيخزن بيانات زي Database Server، ولا بيقدّم HTML زي Web Server، لكنه بينفّذ الكود خلف الكواليس. لو عندك React Frontend مثلًا و Node.js Backend، فالـ Node Server هو Application Server. أمثلة تانية: - Tomcat - Express.js - Django - .NET Core ——— 📌 الـ DNS Server ده السيرفر اللي بيحوّل أسماء الدومينات (زي google.com) إلى IP Addresses. أشهرهم: - Cloudflare DNS - Google DNS (8.8.8.8) - OpenDNS من غير DNS Server، كان زمانك بتدخل IP كامل عشان تفتح موقع جوجل أو لينكدإن ——— 📌 الـ Proxy Server السيرفر الوسيط بينك وبين الإنترنت. لما تبعت Request، هو اللي يستقبلها ويقرر يبعتهالك ولا لا، أو يعدلها أو يخبي الـ IP الحقيقي بتاعك. مفيد جدًا في الـ Security والـ Caching. أنواعه: - Forward Proxy - Reverse Proxy ——— 📌 الـ FTP Server بيستخدم بروتوكول اسمه File Transfer Protocol لنقل الملفات بين جهازك والسيرفر. قديم شوية لكنه لسه مستخدم في بعض الشركات. تقدر تستخدمه لرفع أو تحميل ملفات بسهولة. أمثلة: - vsftpd - FileZilla Server ——— 📌 الـ Virtual / Cloud Servers الجيل الجديد من السيرفرات… بدل ما تشتري أجهزة غالية، بتأجر Resources على Cloud Provider زي AWS, Azure, أو Google Cloud. الجميل في الموضوع إنك بتقدر تعمل Scaling بسهولة جدًا. يعني لو الترافيك زاد، تزود الـ CPU أو الـ RAM وأنت مرتاح. أنواع السيرفرات دي ممكن تكون Web أو Database أو أي نوع من اللي فوق، بس بتشتغل في بيئة Cloud بدل الـ On-premise. ——— وفقكم الله لكل خير 🌿

Debugging Tips in Next.js 💯

Types of keys in SQL 💯

دردشة سريعة عن وظيفة Site Reliability Engineer ⚡️ . . زمان (قبل ما يظهر مصطلح SRE)، لما أي شركة كانت تبني سيستم كبير – مثلًا web app أو service فيها ملايين الـ Users – كان فيه دايمًا فصل واضح بين فريقين: 1- الـ Developers: الناس اللي بتكتب الكود وتضيف Features جديدة. 2- الـ Operations / SysAdmins: الناس اللي مسؤولة عن تشغيل السيستم، الـ monitering، الـ servers، الـ uptime، إلخ. والفريقين دول كانوا في حرب مستمرة دايمًا، الـ Developer عايز يـ release features بسرعة ويريح دماغه، والـ Ops عايز السيستم يفضل ثابت، علشان كده بيكره أي تغييرات مفاجئة. وطبعًا ده هيأثر على البيزنس بشكل عام وعلى طبيعة الشغل في الشركة وهنا تدخلت جوجل وعملت وظيفة جديدة اسمها Site Reliability Engineer ——— 📌 يعني إيه SRE؟ ببساطة، الـ Site Reliability Engineering هو طريقة لتطبيق مبادئ الـ Software Engineering على مشاكل الـ Operations. يعني بدل ما تعتمد على manual work، نخلي كل حاجة automated، measured، ومبنية على data واقعية. الـ SRE Engineer بيكون في النص بين الـ Developers والـ Ops. هو مهندس فاهم المنظومة كلها من أول الكود لحد الـ production. ——— ⚙️ شغل الـ SRE مقسم لحاجتين أساسيتين: 1- الـ Reliability: يتأكد إن السيستم شغال بثبات، مفيش downtime، وكل حاجة monitored. 2- الـ Velocity: يتأكد إن الـ teams تقدر تـ deploy بسرعة وآمان بدون ما النظام يبوظ. ——— 💡 بعض المفاهيم الأساسية في عالم الـ SRE: 1. SLI / SLO / SLA - الـ SLI (Service Level Indicator): مقياس لأداء السيستم، زي مثلًا latency أو availability. - الـ SLO (Service Level Objective): الهدف اللي عايزين نحافظ عليه، زي إن الـ uptime يكون 99.9%. - الـ SLA (Service Level Agreement): الاتفاق اللي الشركة بتديه للعملاء، ولو كسرته ممكن يحصل penalties. الـ SRE بيتابع الـ SLI عشان يتأكد إننا داخل الـ SLO، ولو قربنا نكسره بيوقف أي تغييرات لحد ما الدنيا تستقر. —— 2. Error Budget بدل ما تمنع التغيير تمامًا، خلي فيه ميزانية للأخطاء عن فريق الـ Development. مثلًا، لو الـ SLO بتاعك 99.9%، يبقى عندك 0.1% downtime مسموح بيه. لو لسه الميزانية دي موجودة: ممكن تـ deploy features. لو خلصت: توقف كل حاجة لحد ما النظام يستقر. —— 3. Monitoring & Alerting الـ SRE بيبني أنظمة monitoring ذكية تـ detect المشاكل قبل ما المستخدم يحس بيها. وبيعمل alerts مبنية على الـ SLO مش على noise. يعني مش كل Warning تبقى Alert. —— 4. Incident Management لما الدنيا تقع، الـ SRE بيقود عملية الـ incident response ويحدد المشكلة، ويصلحها، وبعدها يعمل حاجة اسمها Postmortem — تحليل بعد المشكلة عشان يتفادى تكرارها. —— 5. Automation كل حاجة ممكن يتعملها automation: - deployment - scaling - recovery - testing - monitoring ——— 💯 المهارات اللي لازم تكون عند أي SRE محترم: - فهم عميق للـ Linux systems - خبرة في Cloud platforms (AWS / GCP / Azure) - معرفة قوية بـ Networking و Load Balancing - أدوات زي Prometheus, Grafana, Kubernetes, Terraform, Jenkins - مهارات في Scripting (Python / Bash / Go) - وأهم حاجة: problem-solving و communication skills ممتازة. ——— وفقكم الله لكل خير 🌿

SQL Full Course for Beginners (30 Hours) – From Zero to Hero

https://youtu.be/SSKVgrwhzus

دردشة سريعة عن الـ Distributed Systems 🔻 ——— 📌 يعني إيه Distributed Systems؟ ببساطة، الـ Distributed Systems هي نظام بيتكون من مجموعة أجهزة كمبيوتر (أو سيرفرات) شغالة مع بعض كأنهم جهاز واحد. الهدف الأساسي إننا نوزع الشغل (processing) أو تخزين البيانات (storage) على أكتر من جهاز عشان نحقق حاجات زي: 📍 الـ Scalability: لو النظام محتاج يشتغل مع عدد مستخدمين أكبر أو بيانات أكتر، نقدر نزود أجهزة جديدة بسهولة بدل ما نضغط على جهاز واحد. 📍 الـ Fault Tolerance: لو جهاز وقع أو حصلت مشكلة في مكان معين، النظام يكمل شغله عادي بدون توقف. 📍 الـ Performance: توزيع الحمل على أكتر من جهاز بيخلي العمليات أسرع وأكثر كفاءة. ——— إزاي الأنظمة دي بتشتغل؟ 🤔 الفكرة الأساسية في أي Distributed System هي وجود أجهزة بتتواصل مع بعضها (Networking). الأجهزة دي بتبعت لبعض رسائل (Messages) عن طريق الشبكة عشان تنجز المهام. خليني أشرحلك 3 مكونات أساسية: ⚙️ الـ Nodes (العُقد): دي الأجهزة نفسها اللي بتشيل الداتا أو بتعمل عمليات معينة. كل جهاز بنسميه "Node". ⚙️ الـ Communication: العقد دي لازم تتواصل مع بعض باستخدام بروتوكولات زي HTTP أو gRPC. ⚙️ الـ Consensus (التوافق): لما أكتر من جهاز يشتغلوا مع بعض، لازم يتفقوا على حالة معينة، خصوصًا لو أكتر من جهاز بيعدل على نفس الداتا. ——— 🛠 أمثلة حقيقية على الـ Distributed Systems 📍 الـ Google Search: عملية البحث بتتوزع على آلاف السيرفرات عشان تلاقي الإجابة في جزء من الثانية. 📍 منصة Facebook: لما تفتح صفحتك، البيانات بتجيلك من أكتر من سيرفر، وكل سيرفر مسؤول عن جزء معين زي المنشورات أو الصور، عشان التحميل يكون أسرع. 📍 الـ Blockchain: كل الأجهزة (Nodes) اللي في الشبكة بتشتغل مع بعض عشان تحقق التوافق (Consensus) على المعاملات. ——— ⚠️ التحديات في الـ Distributed Systems مع إن الفكرة عبقرية، لكن فيها شوية تحديات مهم تخلي بالك منها: - الـ Latency (زمن الاستجابة): التواصل بين الأجهزة بيحتاج وقت، وده ممكن يأثر على سرعة النظام. - الـ Data Consistency (توافق البيانات): لما أكتر من جهاز يشتغلوا على نفس الداتا، لازم نضمن إنهم ما يدخلوا في تعارض (Conflict). - الـ Fault Tolerance: إزاي نضمن إن النظام يفضل شغال حتى لو حصلت أعطال في بعض الأجهزة. ——— وفقكم الله لكل خير 🌿