Java Portal | Программирование
Ir al canal en Telegram
Присоединяйтесь к нашему каналу и погрузитесь в мир для Java-разработчика Связь: @devmangx РКН: https://clck.ru/3H4WUg
Mostrar más
Red:📈 Análisis del canal de Telegram Java Portal | Программирование
El canal Java Portal | Программирование (@java_iibrary) en el segmento lingüístico de Ruso es un actor destacado. Actualmente la comunidad reúne a 11 989 suscriptores, ocupando la posición 10 367 en la categoría Tecnologías y Aplicaciones y el puesto 54 386 en la región Rusia.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 11 989 suscriptores.
Según los últimos datos del 14 julio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -99, y en las últimas 24 horas de -6, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 10.49%. Durante las primeras 24 horas tras publicar, el contenido suele obtener 5.70% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 1 258 visualizaciones. En el primer día suele acumular 683 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 6.
- Intereses temáticos: El contenido se centra en temas clave como boot, string, void, архитектура, resttemplate.
📝 Descripción y política de contenido
El autor describe el recurso como un espacio para expresar opiniones subjetivas:
“Присоединяйтесь к нашему каналу и погрузитесь в мир для Java-разработчика
Связь: @devmangx
РКН: https://clck.ru/3H4WUg”
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 15 julio, 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.
11 989
Suscriptores
-624 horas
-427 días
-9930 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
julio '26
julio '26
+40
en 0 canales
junio '26
+34
en 6 canales
Get PRO
mayo '26
+28
en 0 canales
Get PRO
abril '26
+34
en 1 canales
Get PRO
marzo '26
+112
en 1 canales
Get PRO
febrero '26
+90
en 0 canales
Get PRO
enero '26
+74
en 1 canales
Get PRO
diciembre '25
+232
en 9 canales
Get PRO
noviembre '25
+1 004
en 327 canales
Get PRO
octubre '25
+48
en 0 canales
Get PRO
septiembre '25
+36
en 0 canales
Get PRO
agosto '25
+81
en 1 canales
Get PRO
julio '25
+1 479
en 268 canales
Get PRO
junio '25
+479
en 1 canales
Get PRO
mayo '25
+305
en 3 canales
Get PRO
abril '25
+696
en 1 canales
Get PRO
marzo '25
+876
en 2 canales
Get PRO
febrero '25
+797
en 1 canales
Get PRO
enero '25
+1 263
en 2 canales
Get PRO
diciembre '24
+1 596
en 400 canales
Get PRO
noviembre '24
+728
en 171 canales
Get PRO
octubre '24
+1 285
en 287 canales
Get PRO
septiembre '24
+1 183
en 283 canales
Get PRO
agosto '24
+2 821
en 235 canales
Get PRO
julio '24
+32
en 1 canales
Get PRO
junio '24
+28
en 1 canales
Get PRO
mayo '24
+18
en 0 canales
Get PRO
abril '24
+20
en 2 canales
Get PRO
marzo '24
+27
en 2 canales
Get PRO
febrero '24
+35
en 3 canales
Get PRO
enero '24
+24
en 0 canales
Get PRO
diciembre '23
+24
en 1 canales
Get PRO
noviembre '23
+36
en 2 canales
Get PRO
octubre '23
+30
en 2 canales
Get PRO
septiembre '23
+28
en 0 canales
Get PRO
agosto '23
+33
en 0 canales
Get PRO
julio '23
+49
en 0 canales
Get PRO
junio '23
+42
en 0 canales
Get PRO
mayo '23
+35
en 0 canales
Get PRO
abril '23
+32
en 0 canales
Get PRO
marzo '23
+37
en 0 canales
Get PRO
febrero '23
+62
en 0 canales
Get PRO
enero '23
+73
en 0 canales
Get PRO
diciembre '22
+70
en 0 canales
Get PRO
noviembre '22
+83
en 0 canales
Get PRO
octubre '22
+79
en 0 canales
Get PRO
septiembre '22
+58
en 0 canales
Get PRO
agosto '22
+106
en 0 canales
Get PRO
julio '22
+142
en 0 canales
Get PRO
junio '22
+216
en 0 canales
Get PRO
mayo '22
+144
en 0 canales
Get PRO
abril '22
+150
en 0 canales
Get PRO
marzo '22
+499
en 0 canales
Get PRO
febrero '22
+174
en 0 canales
Get PRO
enero '22
+325
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 15 julio | +1 | |||
| 14 julio | +1 | |||
| 13 julio | +2 | |||
| 12 julio | +1 | |||
| 11 julio | +1 | |||
| 10 julio | +1 | |||
| 09 julio | 0 | |||
| 08 julio | +7 | |||
| 07 julio | 0 | |||
| 06 julio | +4 | |||
| 05 julio | +6 | |||
| 04 julio | +7 | |||
| 03 julio | +3 | |||
| 02 julio | +3 | |||
| 01 julio | +3 |
Publicaciones del Canal
Системный дизайн: База данных
По мере роста числа пользователей одного сервера, на котором размещены веб-уровень и уровень данных, становится недостаточно. Поэтому нам потребуется несколько серверов:
- один для обработки веб- и мобильного трафика — веб-уровень (web tier);
- другой для базы данных — уровень данных (data tier).
Разделение серверов, обрабатывающих веб- и мобильный трафик, и серверов базы данных позволяет масштабировать эти уровни независимо друг от друга.
Какую базу данных использовать?
Можно выбрать между традиционной реляционной базой данных — RDBMS, или SQL-базой данных — и нереляционной базой данных — NoSQL.
Реляционные базы данных представляют и хранят данные в виде таблиц и строк. С помощью SQL можно выполнять операции JOIN между различными таблицами базы данных.
Нереляционная база данных может быть подходящим выбором, если:
- приложению требуется сверхнизкая задержка;
- данные неструктурированы или не имеют связей;
- требуется только сериализация и десериализация данных — JSON, YAML и т. д.;
- необходимо хранить огромные объёмы данных.
👉 Java Portal
| 2 | Databasement — это инструмент для управления резервными копиями баз данных через self-hosted веб-интерфейс.
👉 Java Portal | 693 |
| 3 |  Новый сервис, для конверта документов в Markdown: https://docs.context.dev/api-reference/utility/parse
Достаточно сделать один API-запрос: отправить содержимое файла и получить на выходе Markdown с сохранённой структурой, ссылками и порядком текста.
Сервис поддерживает PDF, Word, Excel, PowerPoint, HTML, CSV, изображения, исходный код и многие другие форматы. Если документ представляет собой скан или фотографию, встроенный OCR автоматически распознает текст.
👉 Java Portal | 792 |
| 4 |  Системный дизайн: Архитектура с одним сервером
Проектирование системы, способной обслуживать миллионы пользователей, — сложная задача. Это долгий путь, требующий постоянной доработки и непрерывного улучшения.
Обычно всё начинается с простого варианта: все компоненты работают на одном сервере.
Посмотрим, как проходит запрос:
> Пользователь обращается к api.mysite.com через веб-приложение или мобильное приложение.
> DNS преобразует доменное имя в IP-адрес 27.220.30.232.
> Запрос поступает на единственный веб-сервер.
> Сервер выполняет всё самостоятельно:
обрабатывает API-запрос;
выполняет бизнес-логику;
обращается к базе данных.
> Сервер отправляет пользователю HTML-страницу или JSON-ответ для дальнейшего отображения.
👉 Java Portal | 842 |
| 5 | Rate Limiting ≠ Throttling ≠ Backpressure
Эти три термина часто используют как взаимозаменяемые…
Но на самом деле они решают совершенно разные задачи масштабирования.
Вот самый простой способ их запомнить:
- Rate Limiting → ограничивает количество запросов, которые клиент может отправить.
- Throttling → ограничивает скорость обработки запросов системой, когда она находится под высокой нагрузкой.
- Backpressure → позволяет медленному потребителю сигнализировать быстрому производителю, чтобы тот снизил скорость и не перегружал систему.
Простая шпаргалка
- Rate Limiting = ограничение количества запросов.
- Throttling = замедление обработки.
- Backpressure = управление потоком данных.
Где используется каждый из подходов?
Rate Limiting
Используется в:
- API Gateway
- Публичных API
- Эндпоинтах авторизации
- Защите от злоупотреблений и DDoS-атак
Типичный ответ сервера:
HTTP/1.1 429 Too Many Requests
Throttling
Используется в:
- Фоновых задачах
- Сервисах с высокой нагрузкой на базу данных
- CPU-интенсивных операциях
- Защите зависимых сервисов во время всплесков трафика
Backpressure
Используется в:
- Kafka-консьюмерах
- Reactive Streams
- Событийно-ориентированных архитектурах
- Стриминговых конвейерах обработки данных
Главная задача — предотвратить переполнение очередей, когда производитель данных работает быстрее, чем потребитель успевает их обрабатывать.
Пример из реальной жизни
Представьте платформу по продаже билетов на концерт во время старта продаж.
Rate Limiting
Каждый пользователь может отправить не более 100 запросов в минуту.
Throttling
Если база данных перегружена, сервис бронирования намеренно снижает скорость обработки запросов до безопасного уровня.
Backpressure
Если сервис уведомлений начинает отставать, поток событий заставляет производителей замедлиться вместо того, чтобы завалить очереди миллионами сообщений.
Самое распространённое заблуждение
- Rate Limiting защищает API от слишком активных клиентов.
- Throttling защищает сам сервис от перегрузки.
- Backpressure защищает потребителей данных от слишком быстрых производителей.
Это не взаимоисключающие механизмы — они часто используются совместно.
Фраза, которую стоит запомнить
- Rate Limiting — *слишком много запросов.*
- Throttling — *обрабатывай медленнее.*
- Backpressure — *я не успеваю, притормози.*
Эти три концепции лежат в основе построения масштабируемых систем, таких как Netflix, Uber, Amazon и событийно-ориентированных архитектур на базе Kafka.
Сохраните эту шпаргалку — она пригодится каждому backend-разработчику и всем, кто изучает проектирование высоконагруженных систем.
👉 Java Portal | 735 |
| 6 |  > 💡 Java: Тестируйте граничные случаи: null, пустые коллекции и предельные значения — именно там чаще всего скрываются баги.
✅ Одних тестов счастливого пути недостаточно — они не помогут выявить NullPointerException при отсутствии входных данных.
✅ Пустые списки и коллекции с одним элементом нередко ведут себя иначе, чем коллекции с «обычными» данными.
✅ Явные тесты для null, пустых коллекций, а также минимальных и максимальных значений документируют ожидаемое поведение.
#Testing
👉 Java Portal | 812 |
| 7 |  PostgreSQL 19 представляет запросы в графовом стиле.
Вместо того чтобы вручную связывать таблицу за таблицей через JOIN
, теперь можно описать путь по данным:
клиент → купил → товар ← купил ← похожий клиент → подписан на → бренд
Такой подход полезен для:
• рекомендательных систем;
• управления доступом;
• обнаружения мошенничества;
• графов знаний (Knowledge Graphs);
• предоставления контекста для AI.
👉 Java Portal | 861 |
| 8 |  Архитектура Docker
Если вы только начинаете работать с Docker, эта схема может показаться сложной.
Но на самом деле всё устроено довольно просто.
Вы вводите команду, например:
docker run nginx
Docker Client отправляет эту команду Docker Daemon, который выполняет всю основную работу в фоновом режиме.
Если нужного образа (Image) еще нет на вашем компьютере, Docker загружает его из Docker Registry, например из Docker Hub.
После того как образ становится доступен локально, Docker создает контейнер (Container) — запущенный экземпляр этого образа.
Представьте это так:
- Image (образ) = архитектурный проект дома.
- Container (контейнер) = настоящий дом, построенный по этому проекту.
Именно так выглядит базовый поток работы Docker:
Вы
│
▼
Docker Client
│
▼
Docker Daemon
│
▼
Docker Image
│
▼
Docker Container
Когда вы поймете эту последовательность, устройство Docker станет гораздо проще и понятнее.
👉 Java Portal | 889 |
| 9 | FastAPI с трёхуровневой архитектурой в стиле Java: слои controller, service, crud, schema и model, организованные по аналогии с паттернами Spring Boot. Включает поддержку SQLAlchemy 2.0, авторизации на базе Casbin и Docker.
https://github.com/fastapi-practices/fastapi-best-architecture
👉 Java Portal | 985 |
| 10 |  Создавайте первоклассную документацию для своего API или проекта.
Starlight предлагает всё необходимое: высокую скорость благодаря Astro, встроенную оптимизацию для SEO, доступность и поиск, а также поддержку Markdown, MDX и нескольких языков.
→ http://starlight.astro.build/es
👉 Java Portal | 1 024 |
| 11 |  Java: Используйте Deque вместо Stack для реализации стека (LIFO — last in, first out, «последним пришёл — первым вышел»).
✅ Stack — это устаревший класс. Он наследуется от Vector и синхронизирует каждую операцию.
✅ Deque поддерживает те же методы: push, pop и peek.
✅ ArrayDeque работает быстрее, чем Stack.
#JavaDev
👉 Java Portal | 1 075 |
| 12 |  🇷🇺 Разбираешься в радиочипах, оптике и связи? Забери до 1 000 000 рублей за свои инженерные навыки на турнире «Дронкон» 🇷🇺
«Сталинские Соколы» открывают регистрацию на 4-й Всероссийский турнир «Дронкон», который пройдет с 22 по 26 августа.
Турнир пройдет по направлению:
- Инженерное дело: навыки программирования, сборка электронного оборудования, беспроводная связь, оптические системы + стратегия «Битва Дронов»;
Призовой фонд для победителей:
🥇место – 1 000 000 рублей
🥈место – 700 000 рублей
🥉место – 500 000 рублей
Награда за 4-8 места - 100 000 рублей
Пройди заочный онлайн-этап и получи путевку на очный этап турнира в Республику Татарстан!
Перелет, питание, проживание - за счет организаторов.
🇷🇺 Подать заявку и узнать подробности 🇷🇺 | 897 |
| 13 |  Масштабирование базы данных и стратегии шардинга — простое объяснение с иллюстрациями
По мере роста приложения или системы база данных тоже должна масштабироваться, чтобы справляться с увеличивающейся нагрузкой. Ниже — обзор основных стратегий.
1. Горизонтальное масштабирование (Horizontal Scaling)
Добавление новых серверов для распределения нагрузки и увеличения общей производительности без перегрузки одного сервера.
2. Вертикальное масштабирование (Vertical Scaling)
Увеличение ресурсов существующего сервера — процессора, оперативной памяти или дискового пространства — чтобы он мог обрабатывать больше запросов.
3. Стратегии партиционирования (Partition Strategies)
Логическое разделение большой базы данных на части (например, по времени, региону или типу данных), что упрощает управление и ускоряет доступ к данным.
4. Шардинг по диапазонам (Range-Based Sharding)
Данные распределяются между шардами по диапазонам значений (например, по цене, дате или идентификатору), что ускоряет поиск по таким полям.
5. Равномерное распределение данных (Even Distribution)
Нагрузка равномерно распределяется между всеми серверами, что позволяет максимально эффективно использовать ресурсы и избегать узких мест.
6. Неравномерное распределение данных (Uneven Distribution)
Нагрузка распределена неравномерно: одни серверы перегружены, а другие практически простаивают, что снижает эффективность всей системы.
7. Шардинг по ключу (Key-Based Sharding)
Для распределения данных между шардами используется хеш-функция, которая обеспечивает стабильное и равномерное распределение записей.
8. Масштабирование операций чтения (Scaling Reads)
Создание нескольких реплик базы данных только для чтения (Read Replicas), чтобы обрабатывать большое количество запросов и снизить нагрузку на основную базу данных.
9. Монолитная база данных vs шардинг (Monolith vs Sharding)
Вместо одной большой монолитной базы данных данные разделяются на логические шарды. Такой подход облегчает масштабирование системы, упрощает организацию данных и повышает производительность.
Эти подходы являются основой проектирования масштабируемых систем и часто используются при разработке высоконагруженных приложений и при подготовке к техническим собеседованиям по System Design.
👉 Java Portal | 925 |
| 14 |  Массивы в Java
Представьте, что вам нужно хранить оценки 100 студентов.
Неужели вы будете создавать 100 отдельных переменных?
int mark1;
int mark2;
int mark3;
...
Конечно, нет.
Именно для этого и существуют массивы. Массив позволяет хранить несколько значений одного типа данных в одной переменной.
Что такое массив?
Массив — это коллекция элементов фиксированного размера одного типа, расположенных в непрерывной области памяти.
int[] scores = {10, 20, 30, 40, 50};
Каждый элемент определяется своим индексом, который начинается с 0.
Индекс : 0 1 2 3 4
Значение:10 20 30 40 50
Создание массива
- Объявление
int[] numbers;
- Создание
numbers = new int[5];
- Объявление и создание
int[] numbers = new int[5];
Или можно сразу инициализировать массив:
int[] numbers = {10, 20, 30, 40, 50};
Основные операции
- Доступ к элементу
System.out.println(numbers[2]); // 30
- Изменение элемента
numbers[1] = 25;
- Получение длины массива
numbers.length
- Перебор массива
for (int i = 0; i < numbers.length; i++) {
System.out.println(numbers[i]);
}
Важные моменты
- Размер массива фиксирован.
- Индексация всегда начинается с 0.
- Все элементы массива должны быть одного типа данных.
- Массивы примитивных типов автоматически заполняются значениями по умолчанию.
Например:
int[] arr = new int[3];
Значения элементов будут такими:
0 0 0
- Совет для собеседований
Что произойдет в этом случае?
int[] arr = {10, 20, 30};
System.out.println(arr[3]);
❌ Будет выброшено исключение ArrayIndexOutOfBoundsException.
Почему?
Потому что допустимые индексы:
0, 1, 2
Попытка обратиться к индексу, выходящему за пределы массива, приводит к возникновению исключения во время выполнения программы.
Массивы — одна из самых фундаментальных структур данных в Java.
Хорошее понимание принципов их работы значительно упрощает изучение ArrayList, Collections, Stack, Queue, а также большинства алгоритмов, которые встречаются на технических собеседованиях.
👉 Java Portal | 903 |
| 15 |  В PostgreSQL varchar(255) ведёт себя так же, как столбец типа text; единственное отличие — у varchar есть ограничение на длину. Тип varchar(n) всегда работал именно так. Если вы видите в PostgreSQL столбец varchar(255), то зачастую это потому, что разработчик сначала работал с другой СУБД и перенёс свои прежние представления о том, как должен работать varchar(n).
Когда использовать text, а когда varchar?
Если есть бизнес-требование ограничить максимальную длину значения или столбец индексируется с помощью B-tree, стоит рассмотреть varchar(n). Если такого требования нет — используйте text и не думайте, что делаете что-то неправильно.
Более того, в документации PostgreSQL говорится:
Хотя в некоторых других СУБД тип character(n) может иметь преимущества по производительности, в PostgreSQL таких преимуществ нет. Более того, character(n)
обычно является самым медленным из трёх вариантов из-за дополнительных затрат на хранение. В большинстве случаев вместо него следует использовать text или character varying
Почему изменить varchar(n) на text ничего не стоит?
Потому что это всего лишь изменение метаданных. Физическое хранение данных у этих типов одинаковое.
Метаданные хранятся в таблице pg_attribute, поэтому изменение типа сводится к обновлению записи в этой таблице. Сами данные остаются без изменений, поэтому не требуется ни переписывать таблицу, ни менять формат хранения.
А вот с char всё иначе
При миграции с char на text для каждого значения выполняется rtrim, поскольку неявное приведение char к text автоматически удаляет завершающие пробелы.
Это уже значительно более затратная операция, чем простое изменение метаданных, поэтому PostgreSQL приходится переписывать таблицу.
Как PostgreSQL хранит строки. PostgreSQL использует формат хранения переменной длины для всех строковых типов данных.
Данные могут храниться либо непосредственно в строке таблицы (inline), либо с использованием механизма TOAST (The Oversized-Attribute Storage Technique), который отвечает за сжатие и вынесение больших значений за пределы основной таблицы. Обычно TOAST начинает использоваться, когда размер строки превышает примерно 2 КБ.
И varchar(n), и text используют один и тот же механизм хранения, включая TOAST.
Когда действительно стоит использовать varchar(n)?
Используйте varchar(n), когда ограничение длины — это бизнес-правило, которое должна контролировать сама база данных. Например:
country_code varchar(2), -- ISO 3166-1
currency_code varchar(3), -- ISO 4217
us_zip_code varchar(5), -- 5 цифр
sku varchar(20), -- ограничения внешних систем
Стоит ли использовать varchar для country_code и currency_code? Конечно. Международные стандарты жёстко определяют длину этих кодов.
Для SKU ограничение длины также может диктоваться внешними требованиями.
Что касается us_zip_code, то на практике нередко возникает необходимость поддерживать расширенный формат ZIP+4. Со временем такие столбцы вообще могут быть переименованы в postal_code, чтобы поддерживать международные почтовые индексы.
В таких случаях varchar одновременно обеспечивает и необходимое ограничение, и достаточную гибкость.
Проще говоря, varchar помогает обеспечить соблюдение бизнес-правил.
Индексируемые столбцы? Рассмотрите varchar(n)
Само по себе индексирование столбцов типа text не является проблемой, однако есть нюанс.
varchar(n) может служить дополнительной защитой для индексируемых столбцов (например, если username используется не просто как отображаемое имя, а для поиска, аутентификации или загрузки профиля).
Почему?
Потому что PostgreSQL не сможет создать запись в B-tree-индексе, если её размер превышает примерно 2704 байта.
На самом деле ограничение распространяется не на исходный размер строки, а на её сжатый размер, поэтому назвать точный предел в символах невозможно: разные строки сжимаются по-разному.
Ограничение длины через varchar(n) позволяет предотвратить ситуацию, когда приложение пытается сохранить значение, которое невозможно проиндексировать.
👉 Java Portal | 982 |
| 16 |  💡 Switch-выражения в Java: больше не нужно писать break, а компилятор сам следит за тем, чтобы вы не забыли обработать ни один случай.
✅ По одной строке на каждый case, выражение возвращает значение, break больше не нужен.
✅ Добавили новую константу в enum, но не добавили соответствующий case? Получите ошибку компиляции, а не тихий баг, который проявится только во время выполнения.
👉 Java Portal | 1 083 |
| 17 |  +1💡 Java: sealed types позволяют закрыть граф наследования с помощью permits.
Это даёт полный контроль над тем, какие классы или интерфейсы могут наследоваться от базового типа.
✅ Наследоваться от sealed-класса или интерфейса могут только типы, перечисленные в permits.
✅ Каждый разрешённый подтип должен быть объявлен как final, sealed или non-sealed.
При этом non-sealed — это своего рода «точка выхода»: начиная с такого класса, ограничения снимаются, и наследование снова становится открытым для любых потомков.
#JavaDev
👉 Java Portal | 1 228 |
| 18 |  Spring Boot: Вы можете реализовать оптимистическую блокировку с помощью аннотации @Version.
✅ Идеально подходит, когда:
операции чтения выполняются часто;
операции записи происходят сравнительно редко;
конфликты возникают редко.
❌ Не подходит, когда:
конфликты происходят часто;
требуется строгая последовательная обработка (strict serialization).
#SpringBoot #JavaDev
👉 Java Portal | 1 122 |
| 19 |  🔍 ТОП-5 ошибок на алгоритмической сессии
Привет, на связи Таня Коровкина из ШОРТКАТ. Ментор по алгоритмам и backend-разработчик
Каждый месяц тысячи разработчиков совершают одни и те же ошибки на алгоритмических интервью 🚩
И продолжают готовиться... не к тому.
Уже сегодня в 19:00 (МСК) проведу вебинар и покажу, что на самом деле оценивает интервьюер и какие ошибки чаще всего приводят к отказу
• дам практические советы, которые можно использовать уже на следующем собеседовании
• расскажу про специфику российского BigTech
🤘 Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.
Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_sh_bot
Реклама.
О рекламодателе. | 1 170 |
| 20 |  НОВИНКА: Устойчивые функции (Durable Functions) в PostgreSQL 🤯
pg_durable — это расширение PostgreSQL. Состояние рабочего процесса, очередь, повторные попытки и восстановление хранятся в Postgres, и оно использует устойчивость Postgres / высокую доступность / резервное копирование / восстановление.
https://techcommunity.microsoft.com/blog/adforpostgresql/introducing-durable-functions-in-postgresql/4526821
👉 Java Portal | 1 158 |
