التصنيف الرئيسي للمقالات التقنية: برمجة، ذكاء اصطناعي، DevOps، تحسين الأداء، أوتوميشن، وأخبار التكنولوجيا.
لو صورة Docker بتاع تطبيق Node.js عندك بتقترب من 1GB، Multi-Stage Builds بتنزّلها لـ 95MB بتعديل في 5 سطور داخل Dockerfile. شرح للمبتدئ بمثال المطبخ، تعريف علمي، Dockerfile قبل وبعد، أرقام مقاسة، trade-offs، وحالات لا تستخدمها فيها.
لو بحثت في list بمليون عنصر هتنتظر 30ms على الأقل. dict في Python بيرد نفس النتيجة في أقل من ميكروثانية. الفرق ليس CPU، الفرق هيكل بيانات اسمه HashMap. شرح للمبتدئ بمثال دفتر التليفون، تعريف علمي، كود Python شغال، أرقام مقاسة، trade-offs، ومتى لا تستخدمه.
لو الـ AI بيتخيل أرقام أو بيخترع نتائج بدل ما يجيبها من APIs بتاعتك، Function Calling هو الحل. شرح للمبتدئ بمثال Python شغّال، رد JSON متوقع، أرقام latency حقيقية، trade-offs، وحالات ما تستخدمهوش فيها.
شرح Decorators في Python بمثال محل القهوة للمبتدئ، تعريف علمي دقيق، كود timer وlogger قابل للنسخ، أرقام مقاسة، trade-offs، ومتى لا تستخدمه فعلاً.
لو دالة Python بتعيد نفس الحساب آلاف المرات، @lru_cache بيخزن المخرجات ويرجّعها في O(1). شرح مع مثال للمبتدئ، تعريف علمي، كود شغّال، أرقام قياس، trade-offs، ومتى ما تستخدمهوش.
لو كودك بيتعامل مع 100 عنصر بدون مشاكل وبيتعلق على 100 ألف، المشكلة مش في السيرفر. المشكلة في تعقيد الخوارزمية. شرح Big O للمبتدئ بمثال دفتر التليفونات، تعريف علمي دقيق، كود Python شغّال، أرقام مقاسة، وحالات ما تشغلش بالك بيها فيها.
لو نفس استعلام SELECT بياخد 8 ثواني على جدول مليونين صف، ومرة تانية بـ 12ms بعد سطر واحد، السبب غالبًا في غياب Index. شرح مبتدئ بمثال الكتاب، التعريف العلمي للـ B-tree، EXPLAIN ANALYZE حقيقي، وtrade-offs الكتابة.
الـ Pod بيتعمله restart بدون سبب واضح؟ المشكلة في إعدادات Probes. شرح للمبتدئ بمثال المستشفى، تعريف علمي دقيق، YAML قابل للنسخ، أرقام إنتاج، trade-offs، ومتى لا تستخدم كل نوع.
لو فاتورة الـ AI عندك بتطلع أعلى من المتوقع لمّا بتشتغل بنصوص عربية، السبب مش الموديل. السبب خطوة قبلية اسمها Tokenization. مقال للمبتدئ يشرح ليه نفس المعنى بالعربي بياخد 2-3x توكنز، بمثال بسيط، تعريف علمي، كود Python شغّال، أرقام مقاسة، وحالات ما تنفعش فيها التحسينات.