مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
لو خدمتك بتعمل 18 ألف lookup query في الثانية و87% منهم بيرجّع فاضي، Bloom Filter بـ 1.2MB في الذاكرة بيرفض 99% منهم في 200 نانوثانية قبل ما يلمسوا PostgreSQL. مقال للمحترف بمثال البوّاب للمبتدئ، تعريف من ورقة Bloom 1970 في CACM، الرياضيات الفعلية (m, k, n)، كود Python شغّال على pybloom-live 4.0، أرقام مقاسة على workload فيه 60M lookup/يوم (الفاتورة من 1,840$ لـ 410$، توفير 78%)، 4 trade-offs خفية، ومتى Bloom Filter يبقى اختيار غلط.
لو bundle الإنتاج بتاعك 892KB رغم إن المستخدم بيستعمل 3 شاشات بس، المشكلة مش في المكتبات — هي في إن Webpack مش قادر يثبت إن باقي الكود "آمن للحذف". المقال للمحترف بيشرح ESM static analysis، sideEffects flag، و Pure Annotations بأمثلة لـ Webpack 5 و Rollup و esbuild، مع أرقام مقاسة من إنتاج Next.js 14 وقياس قبل/بعد لمتجر فعلي.
لو موقعك العربي بياخد 2.4 ثانية قبل LCP رغم HTTP/2 و preload جوّا الـ head، انت بتفقد round-trip كامل لمّا المتصفح يستنّى الـ HTML الأول قبل ما يبدأ يحمّل CSS و fonts. 103 Early Hints بيرسل preload hints قبل ما الـ origin يجاوب بـ 200 OK، وبيخفّض LCP من 2.4 ثانية لـ 0.9 ثانية على workload e-commerce حقيقي. مقال للمحترف بمثال موظف الاستقبال للمبتدئ، شرح علمي من RFC 8297، إعداد NGINX 1.25 + Node.js شغّال، أرقام مقاسة من 38K زيارة/يوم، 4 trade-offs خفية، ومتى Early Hints بيكون مضيعة وقت.
لو dashboard المبيعات في PostgreSQL بياخد 8 ثوانٍ كل مرة، الـ DB مش بطيئة — الـ aggregation بيتعاد على 240 مليون صف في كل request. Materialized View بـ 14 سطر SQL بيخزّن النتيجة كجدول فيزيكال ويرجع في 40ms. مقال للمحترف مع مثال محل البقالة للمبتدئ، شرح علمي من توثيق PostgreSQL 16، كود قابل للنسخ، أرقام إنتاج من e-commerce بـ 62 مليون طلب، CONCURRENTLY refresh، 4 trade-offs خفية، ومتى MV بتكون كارثة.
دليل احترافي لاختيار نوع index المناسب في PostgreSQL 16. مقارنة عملية بأرقام مقاسة بين B-Tree و BRIN و GIN و GiST على جدول 240 مليون صف، مع 4 trade-offs خفية، فخاخ Bloat و Index-only scan، ومتى الـ index بيكون كارثة بدل ما يحسّن.
لو فريق التحليلات بتاعك بيحرق ساعة كل صباح يفتح ملف CSV حجمه 60GB في pandas والـ Jupyter بيموت بـ MemoryError، انت بتدفع ضريبة معمارية مالهاش لزمة. DuckDB 1.1 بيشغّل نفس الـ aggregation على نفس اللابتوب في 3.8 ثانية بدون Spark وبدون Postgres. مقال للمحترف بمثال أمين المخزن للمبتدئ، شرح vectorized execution و columnar storage من ورقة CIDR 2020، كود Python في 12 سطر شغّال على duckdb 1.1.3 و Polars 1.12، أرقام مقاسة على 142GB من بيانات NYC Taxi (الزمن من 38 دقيقة لـ 3.8 ثانية، الذاكرة من 64GB لـ 1.4GB)، 4 trade-offs خفية، ومتى DuckDB بيكون اختيار غلط.
CREATE INDEX على جدول 100 مليون صف ممكن ياخد 6 ساعات ويأكل 38 جيجا قرص. HypoPG extension في PostgreSQL بيخلّيك تعمل EXPLAIN ANALYZE على Index وهمي في 80 مللي ثانية، تعرف لو الـ Query Planner هيستخدمه أصلاً قبل ما تدفع تذكرة الـ downtime. مقال للمحترف بمثال مهندس الديكور للتقريب، تعريف من توثيق HypoPG 1.4 الرسمي، كود SQL شغّال على PostgreSQL 16 + HypoPG 1.4، أرقام مقاسة من إنتاج API بـ 18,400 طلب/دقيقة، 4 trade-offs خفية، ومتى HypoPG بيكون مضيعة وقت.
Index على عمياني مش حل، هو غالباً مصدر بطء جديد. EXPLAIN ANALYZE بيوريك بالظبط ليه الـ query بياخد 2.8 ثانية وإيه الـ operation اللي بياكل الوقت، قبل ما تكتب CREATE INDEX تاني.
لو فاتورة الـ CDN Egress زادت بدون ما المحتوى يتغير، Brotli بـ 4 سطور في NGINX 1.25 بيقلل حجم JS و CSS و HTML بنسبة 17-26% فوق Gzip level 6. مقال للمحترف بشرح علمي للـ static dictionary بتاع Brotli، تجربة مقاسة على bundle.js حجمه 412KB، إعداد كامل قابل للنسخ، أرقام إنتاج من e-commerce بـ 2.4M زائر شهريًا، 4 trade-offs خفية، ومتى Brotli بيكون كارثة بدل ما يفيد.