C# (C Sharp) programming
По всем вопросам- @notxxx1 Реестр РКН: https://clck.ru/3Fk3kb #VRHSZ
Mostrar más📈 Análisis del canal de Telegram C# (C Sharp) programming
El canal C# (C Sharp) programming (@csharp_ci) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 17 944 suscriptores, ocupando la posición 7 284 en la categoría Tecnologías y Aplicaciones y el puesto 36 489 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 17 944 suscriptores.
Según los últimos datos del 14 noviembre, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -128, y en las últimas 24 horas de -2, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 16.66%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 8.23% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 2 991 visualizaciones. En el primer día suele acumular 1 477 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 0.
- Intereses temáticos: El contenido se centra en temas clave como .net, api, логика, архитектура, string.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“По всем вопросам- @notxxx1
Реестр РКН: https://clck.ru/3Fk3kb
#VRHSZ”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 15 noviembre, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Tecnologías y Aplicaciones.
var ids = await db.Customers
.Where(c => c.Country == country)
.Select(c => c.Id)
.ToListAsync(ct);
return await db.Orders
.Where(o => ids.Contains(o.CustomerId))
.ToListAsync(ct);
На тестовой базе всё работает. Но что произойдёт, когда ids будет содержать 50 000 элементов?
Ответ зависит от версии EF Core и используемой СУБД.
EF Core 7 и старше: значения обычно подставлялись прямо в SQL через IN (1, 2, 3, ...). Это приводило к генерации разных SQL-запросов и засорению кеша планов выполнения.
EF Core 8 и 9: для SQL Server коллекцию стали передавать одним JSON-параметром и распаковывать через OPENJSON. SQL стал стабильнее, но оптимизатору сложнее оценивать количество элементов.
EF Core 10: появился новый подход с отдельными параметрами и дополнением их количества до определённых размеров. Это помогает оптимизатору точнее оценивать запросы. Для очень больших коллекций возможен возврат к JSON-параметру.
Но здесь есть проблема посерьёзнее.
Мы сначала загружаем 50 000 ID из базы в память приложения, а затем отправляем их обратно в ту же базу.
В данном случае лучше оставить выборку внутри SQL:
return await db.Orders
.Where(o => db.Customers
.Where(c => c.Country == country)
.Select(c => c.Id)
.Contains(o.CustomerId))
.ToListAsync(ct);
EF Core сможет перевести выражение в SQL-подзапрос без промежуточной загрузки ID.
А если идентификаторы пришли извне, стоит рассмотреть временные таблицы, TVP для SQL Server или пакетную обработку.
Вопрос на собеседовании здесь не только в том, какой SQL генерирует EF Core. Гораздо интереснее спросить: откуда вообще взялись эти 50 000 ID?break / continue.
Пример Union Types:
public union Result(Product, ProductNotFound);
var result = new Product(42, "Keyboard");
string message = result switch
{
Product p => p.Name,
ProductNotFound e => $"Not found: {e.Id}"
};
Производительность и SDK
- Native AOT CLI Host для ускорения запуска команд.
- Постоянно работающий MSBuild Server.
- Сотни оптимизаций JIT и runtime.
- Улучшения Native AOT и аппаратных инструкций.
ASP.NET Core и Blazor
- Асинхронная валидация.
- OpenAPI 3.2 по умолчанию.
- Улучшения SignalR и Blazor.
- Новые экспериментальные компоненты для создания агентных интерфейсов.
ИИ и агенты
- Шаблон MCP Server: dotnet new mcpserver.
- Microsoft.Extensions.AI для интеграции моделей.
- Microsoft Agent Framework для агентов и рабочих процессов.
- Интеграция агентных интерфейсов с Blazor через AG-UI.
Другие изменения
- EF Core 11: улучшения LINQ, SQL и поддержка векторных индексов SQL Server.
- .NET MAUI переходит на CoreCLR в качестве стандартного runtime.
- Встроенная поддержка Zstandard.
- Новые API для работы с JSON, процессами и памятью без лишнего копирования.
.NET 11 относится к ветке STS и получает два года поддержки. .NET 10 остаётся вариантом LTS.
Релиз: https://devblogs.microsoft.com/dotnet/announcing-dotnet-11/
Документация: https://learn.microsoft.com/dotnet/core/whats-new/dotnet-11/english(). Она считала три группы символов:
- Гласные: a, e, i, o, u.
- Частые буквы: e, t, a, i, o, n.
- Редкие буквы: v, j, k, q, x, z.
Финальная проверка выглядела так:
return (
vow * 5 >= n - ct[' '] &&
freq >= 10 * rare
);
То есть гласных должно быть достаточно относительно числа символов без пробелов, а частые буквы должны встречаться минимум в десять раз чаще редких.
Были и дополнительные фильтры: слишком короткие фрагменты не проверялись, учитывались пунктуация и символы, характерные для кода.
Это эвристика, а не полноценное распознавание языка. Но для практической задачи - отличить похожий на английскую прозу текст от других данных – хватало нескольких счётчиков и простых условий.
https://www.tuhs.org/cgi-bin/utree.pl?file=V7%2Fusr%2Fsrc%2Fcmd%2Ffile.cnet11.0 больше не требуется включать EnablePreviewFeatures.
В C# 15 появились union types, закрытые иерархии, extension-индексаторы и именованные break и continue. А System.Text.Json получил поддержку объединений C# и F#, а также вывод JSON Lines.
В стандартные библиотеки добавили Zstandard, FullJoin в LINQ и типы Decimal32, Decimal64, Decimal128 по стандарту IEEE 754. Новые потоки позволяют оборачивать данные в памяти без копирования.
NativeAOT ускоряет вызовы через интерфейсы. JIT лучше убирает проверки границ массивов, лишние ветвления и виртуальные вызовы.
Из повседневного: dotnet run -e для переменных окружения, #:include для приложений из нескольких файлов и новые возможности dotnet test.
Перед обновлением стоит проверить серверы: в .NET 11 повышены минимальные требования к наборам инструкций процессора.
https://learn.microsoft.com/en-us/dotnet/core/whats-new/dotnet-11/overview
typedef unsigned angle_t;
fixed_t sine =
finesine[angle >> ANGLETOFINESHIFT];
Здесь происходит обычный битовый сдвиг и чтение элемента массива. Никаких вызовов sin() во время выполнения.
Для вычисления углов между точками использовалась другая таблица:
return tantoangle[
SlopeDiv(y2 - y1, x2 - x1)
];
В реальном коде R_PointToAngle2 также учитывает квадранты, чтобы правильно обрабатывать направления.
Почему это было важно? В 1993 году процессоры не могли позволить себе тысячи дорогих тригонометрических вычислений на каждом кадре. Целочисленная арифметика и lookup-таблицы помогали поддерживать высокую скорость рендеринга.
По сути, Кармак обменял немного памяти на вычислительную производительность.
Сегодня подобный подход всё ещё встречается в embedded-разработке, DSP, игровых движках и других системах, где важна предсказуемая скорость вычислений.async/await или хитрых библиотек.
Что выведет этот код?
var h = new Holder();
h.Counter.Inc();
Console.WriteLine(h.Counter.Value);
struct Counter
{
public int Value;
public void Inc() => Value++;
}
class Holder
{
public Counter Counter { get; set; }
}
Варианты ответа:
А) 0
Б) 1
В) Ошибка компиляции
Г) NullReferenceException
Какой вариант выбираете?🟦 за какими данными на самом деле охотятся; 🟦 как собирается цепочка "угроза → уязвимость → атака" на реальных примерах; 🟦 базовый алгоритм, чтобы защитить себя и свои системы; 🟦 какие профессии есть в ИБ, кто чем занимается и сколько платят.Внутри ещё можно бесплатно записаться на личный разбор карьерного трека в ИБ.
package hello
import System
data class Point(X int32, Y int32)
let origin = Point(0, 0)
let moved = origin with { X = 3 }
Console.WriteLine(moved == Point(3, 0))
// True
data class даёт структурное сравнение, а with создаёт копию с изменёнными полями.
Что ещё есть:
- Контроль `null`: отдельный тип T?, конструкции if let, guard let, операторы ?. и ??.
- Конкурентность: каналы chan, запуск задач через go и блоки scope, которые дожидаются дочерних задач и передают их ошибки.
- Совместимость с .NET: LINQ, P/Invoke, события и обычные сборки, доступные из C# и F#.
- Инструменты: языковой сервер, расширения для VS Code и Visual Studio, REPL, форматтер и конвертер C# → G#.
Для запуска нужен .NET 10 SDK:
dotnet new install Gsharp.Templates
dotnet new gsharp-console -n MyApp
cd MyApp
dotnet run
Проект открыт под MIT. Производительность и полноту совместимости стоит оценивать отдельно: сам набор возможностей ещё не доказывает готовность языка к вашему проекту.
https://github.com/DavidObando/gsharpdotnet.js и DLL приложения.
В тесте автора программа, выводящая 42, занимает:
- NetWasm — 47 895 байт, включая GC.
- Rust — 53 635 байт с настройками оптимизации размера.
Оба результата — компоненты WASI Preview 2. Это сравнение одной небольшой программы, а не универсальная победа C# над Rust.
Уже доступны LINQ, HTTP, JSON, XML, Regex, экспорт в JavaScript и запуск в Web Workers.
Ограничения есть: проект ещё до версии 1.0, поддерживает часть .NET API; нет полноценной runtime-рефлексии, dynamic и управляемых потоков. Совместимость с NuGet зависит от используемых API. У компилятора отдельная Community License с условиями для коммерческого использования.
https://github.com/zion-sati/NetWasmRetry-After нужно настроить явно.
https://antondevtips.com/blog/aspnet-core-rate-limiting-algorithms-explainedSKILL.md для ИИ-агентов. Его можно читать и как обычный технический справочник.
Внутри:
- Поиск узких мест: dotnet-counters, dotnet-trace, Linux perf и анализ машинного кода JIT.
- Память и многопоточность: аллокации, GC, конкуренция за блокировки и false sharing.
- Настройка выполнения: ThreadPool, сокеты, JIT и параметры NativeAOT.
- Оптимизация C#: SIMD, работа со строками и ASP.NET Core.
Автор предлагает подключать документ по необходимости, когда появилась конкретная задача ускорения.
Порядок работы простой: замерить исходную производительность → найти причину → менять по одному параметру → сохранять только измеримый выигрыш.
Часть рекомендаций рассчитана прежде всего на бенчмарки. Настройки могут обменивать память на скорость или увеличивать нагрузку на CPU, поэтому переносить их в продакшен стоит после проверки на своей нагрузке.
https://github.com/EgorBo/BlazingFastDotnet