تكنولوجيا
التصنيف الرئيسي للمقالات التقنية: برمجة، ذكاء اصطناعي، DevOps، تحسين الأداء، أوتوميشن، وأخبار التكنولوجيا.
Redis Pipelining بالعربي: 1000 طلب في رحلة شبكة واحدة
لو تطبيقك بيكتب 1000 مفتاح في Redis في loop وبياخد 4 ثواني، Redis مش بطيء — الـ latency بياكل الأداء بين كل أمر والتاني. Pipelining بينزّل الزمن ده لـ 80ms على نفس السيرفر بسطر واحد. مقال للمستوى المتوسط بمثال السوبر ماركت، تعريف علمي دقيق، كود Python شغّال على redis-py، أرقام مقاسة فعليًا، trade-offs، وحالات ما تستخدمهوش فيها.
اعمل خدمة Image Optimization بـ Sharp تخفّض حجم صورك 78% بدون فقد جودة
لو موقعك بيحمّل 4MB لكل صفحة منها 3.2MB صور JPEG غير مضغوطة، Lighthouse هيوقعلك score الـ Performance تحت 40. شرح للمستوى المتوسط لبناء خدمة Node.js تستقبل صورة، تنتج نسخ AVIF و WebP و JPEG ب 4 أحجام في 200ms، توفّر 78% من الحجم بدون فقد جودة محسوس. كود Sharp شغّال، أرقام مقاسة، trade-offs، ومتى لا تستخدمها.
Keyset Pagination بالعربي: ليه LIMIT OFFSET بيبطّأ على الصفحة 10000
لو endpoint عندك بيرد في 40ms على أول صفحة وبياخد 8 ثواني على الصفحة 10000، المشكلة مش الـ DB ولا الـ index. المشكلة إنك بتستخدم LIMIT OFFSET. مقال للمستوى المتوسط بمثال طابور المخبز، تعريف علمي دقيق لـ Keyset Pagination و B-tree seek، كود SQL وPython شغّال، أرقام مقاسة على PostgreSQL 16 لجدول 500K صف، trade-offs واضحة، وحالات لا تستخدمه فيها.
BRIN Index في PostgreSQL: index بـ 12MB بدل 2.4GB لجدول 800 مليون صف
لو جدول الـ events عندك بقى 800 مليون صف وB-tree index على عمود created_at بياكل 2.4GB ولسه بياخد 9 ثواني في range query، المشكلة مش الـ I/O. المشكلة إنك بتدفع تكلفة index مش مناسب لطبيعة الداتا. BRIN index بيوفّر 99% من الحجم على نفس الجدول وبيخلي الاستعلام يتنفذ في 380ms — بشرط تفهم هو بيشتغل إزاي وإمتى لا يصلح.
React Virtualization: ارسم قائمة 10,000 صف بدون ما الواجهة تتجمّد
لو جدول React بـ 10,000 صف بياخد 4 ثواني في أول رسم وكل scroll بيعلّق نص ثانية، المشكلة مش React. المشكلة إنك بترسم 60,000 عقدة DOM دفعة واحدة. List Virtualization بيخلي الـ DOM فيه 30 صف فقط ويحافظ على scrollbar صحيح. مقال للمستوى المتوسط بمثال السينما، تعريف علمي، كود react-window شغّال، أرقام قياس فعلية، trade-offs، وحالات لا تنفع فيها.
Bloom Filters بالعربي: ازاي تتحقق من مليار عنصر بـ 11 ميجابايت بس
لو بتعمل lookup على قاعدة بيانات فيها مليار صف لكل request وبتدفع ثمنها latency و RAM، Bloom Filter بيقفلك 99% من الـ lookups دي قبل ما توصل للـ DB أصلاً، بـ 11 ميجابايت ذاكرة فقط. شرح للمستوى المتوسط بمثال حارس الحفلة، تعريف علمي، كود Python شغّال، أرقام مقاسة، trade-offs، ومتى لا تستخدمه.
Evals لتطبيقات AI: ازاي تختبر LLM بتاعك من غير ما تخمّن
لو بتغيّر prompt في تطبيق AI وبتختبره يدويًا على 5 أمثلة قبل الديبلوي، ده مش اختبار، ده تخمين. Evals بتحوّل التخمين لرقم مقاس. مقال للمستوى المتوسط بمثال امتحان الرخصة، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام قبل وبعد، trade-offs، وحالات ما تستخدمهاش.
Files API في Claude: ارفع PDF كامل وخلّيه يجاوب بدون ما تبني RAG
لو عندك PDF كبير وعايز Claude يجاوب منه، Files API بيستبدل أسبوع شغل RAG بـ 4 سطور كود. مقال للمستوى المتوسط بمثال كاميرا المطار، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام تكلفة قبل وبعد، trade-offs، وحالات لا تستخدمه فيها.
Reranking في RAG: ليه نتائج بحثك متلخبطة حتى مع Embeddings ممتازة
لو RAG pipeline بتاعك بيرجّع الإجابة الصح في المركز السابع بدل الأول، المشكلة مش embeddings — المشكلة إنك واقف عند خطوة retrieval. شرح للمستوى المتوسط بمثال المكتبة، تعريف علمي للفرق بين bi-encoder وcross-encoder، كود Python شغّال على pgvector + BGE-reranker، أرقام مقاسة من BEIR-FiQA، trade-offs، ومتى لا تستخدم Reranker.