تكنولوجيا
التصنيف الرئيسي للمقالات التقنية: برمجة، ذكاء اصطناعي، DevOps، تحسين الأداء، أوتوميشن، وأخبار التكنولوجيا.
Consistent Hashing للمحترف: وزّع 10 مليون مفتاح على 50 سيرفر بدون Rehashing
لو الـ cache cluster بتاعك بيقع كل ما تضيف سيرفر جديد لأن hash(key) % N بيغيّر مكان كل المفاتيح، Consistent Hashing بيخلّي 2% بس من المفاتيح تتنقل بدل 98%. شرح للمحترف بمثال موزّع البريد للمبتدئ، تعريف علمي دقيق من ورقة Karger 1997، كود Python شغّال يقيس الفرق فعليًا، فكرة virtual nodes ومتى تحتاج 150 vnode لكل سيرفر، أرقام مقاسة، trade-offs، والحالات اللي ما تستخدمهوش فيها.
Speculative Decoding للمحترف: ولّد توكنز LLM أسرع 3x بنفس الجودة
لو Llama 3 70B عندك بيولّد 32 توكن/ثانية على A100، الـ GPU مش مشغول حسابيًا. المشكلة memory bandwidth، والحل اسمه Speculative Decoding بيرفع المعدل لـ 91 توكن/ثانية بدون تغيير في الموديل ولا خسارة جودة. مقال للمحترف بمثال لجنة المراجعة للمبتدئ، تعريف علمي من ورقة Leviathan ICML 2023، كود vLLM 0.7+ شغّال، أرقام مقاسة من إنتاج، 4 trade-offs، وحالات لا تستخدمه فيها أصلاً.
EXPLAIN ANALYZE في PostgreSQL للمحترف: اكتشف سبب بطء الاستعلام في 5 دقايق
لو endpoint بياخد 12 ثانية وأنت متأكد إن الـ DB هي السبب، تخمين الإصلاح بياكل ساعتين. EXPLAIN ANALYZE بيريك بالظبط في أي عقدة الزمن بيضيع. مقال للمحترف بشرح علمي دقيق من توثيق PostgreSQL، 6 أنماط شائعة في خطة الاستعلام (Seq Scan, Nested Loop, Hash Join مع disk spill, Sort بـ external merge, Filter بدلاً من Index Cond, Rows Removed by Filter)، مثال حقيقي على جدول 18 مليون صف نزّل الزمن من 11.8 ثانية لـ 78ms، شرح BUFFERS و work_mem، trade-offs الـ partial index، ومتى الإجابة في pg_locks مش في الخطة.
Argo Rollouts للمحترف: Canary Deployment يكتشف الباگ قبل العميل
RollingUpdate العادي بيستبدل الـ pods بدون ما يقيس جودة الإصدار الجديد. Argo Rollouts بيوجّه 5% من الترافيك للإصدار الجديد، يقيس error rate من Prometheus، ويرجع تلقائياً في 47 ثانية لو فيه انحراف. مقال للمحترف بمثال صلصة المطعم للمبتدئ، تعريف علمي للـ progressive delivery، YAML شغّال على Argo Rollouts 1.7 + Istio، AnalysisTemplate مع Prometheus، أرقام مقاسة من cluster بـ 28 microservice (failure rate من 8% إلى 0.7%)، 4 trade-offs حقيقية، ومتى لا تستخدمه أصلاً.
Async و Coroutines في Python للمحترف: ازاي تخدم 10,000 طلب متزامن على core واحد
لو الكود بتاعك بيجيب بيانات من 50 API بـ requests في loop، هتقعد تستنى 18 ثانية مجموعها 99% انتظار شبكة. async/await بسطرين بينزّل الزمن لـ 0.7 ثانية على نفس الـ core. مقال للمحترف بمثال جارسون الكافيه للمبتدئ، تعريف علمي للـ event loop وعلاقته بالـ GIL، كود httpx + asyncio.gather شغّال على Python 3.12، أرقام مقاسة (35x تحسّن، استهلاك CPU أقل من 4%)، الفخ الكلاسيكي في خلط sync مع async، و 3 حالات لازم تستخدم فيها multiprocessing بدل asyncio.
Reranking للمحترف: ليه RAG بترجع نتيجة غلط رغم Embeddings ممتازة
لو الـ RAG بتاعك Recall@10 عنده 92% بس الإجابة الأولى غلط نص الوقت، المشكلة مش في الـ Embeddings. المشكلة إنك بتعتمد على bi-encoder لوحده وفايتك خط دفاع تاني اسمه Cross-encoder Reranking. مقال للمحترف بمثال لجنة التحكيم للمبتدئ، تعريف علمي للـ cross-attention، كود BGE-reranker شغّال، أرقام مقاسة من BEIR (NDCG@10 من 0.61 لـ 0.78)، 4 trade-offs، ومتى الـ reranker بيضرّك مش بينفعك.
Tail Latency للمحترف: ليه P99 يكسر 5% من مستخدميك
المتوسط بيخبّي الكارثة. لو الـ API بيرد في 80ms متوسط لكن P99 = 2400ms، فيه شريحة كاملة من مستخدميك بتعيش تجربة مكسورة. مقال للمحترف بمثال خط الإنتاج للمبتدئ، تعريف علمي للنسب المئوية من ورقة Dean و Barroso "The Tail at Scale"، كود k6 شغّال يقيس P50/P95/P99، أرقام مقاسة من service بـ 5000 RPS، 3 أسباب شائعة لارتفاع الذيل، trade-offs الـ hedged requests، ومتى لا تركّز على P99 أصلاً.
PostgreSQL Partitioning: حوّل query من 8 ثواني لـ 118ms بـ 4 سطور SQL
لو جدول events عندك بقى 218 مليون صف وquery على آخر 7 أيام بياخد 8 ثواني، Declarative Partitioning في PostgreSQL 16 بيخلي planner يقفز للـ partition المطلوب فقط فالاستعلام ينزل لـ 118ms. شرح للمستوى المحترف بمثال مكتبة المخازن، تعريف علمي دقيق، استراتيجيات RANGE وLIST وHASH، كود SQL شغّال، أرقام مقاسة، trade-offs، وحالات لا تستخدم فيها.
LLM-as-a-Judge للمحترف: قيّم 10,000 إجابة AI بـ $30 بدل $5,000
لو فريق الـ QA بيراجع 200 إجابة LLM في الأسبوع وعندك 10,000 إجابة يومياً، الـ coverage بتاعك 1.4% وأنت في الإنتاج بدون شبكة أمان. LLM-as-a-Judge بيقيّم العشرة آلاف كاملة في 3 ساعات بـ $30 والاتفاق مع المراجع البشري بيوصل 83%. مقال للمحترف بمثال مدرّس الإنشاء للمبتدئ، التعريف العلمي من ورقة Zheng et al. (NeurIPS 2023)، كود Python شغّال على Anthropic SDK مع pairwise مقاوم للـ position bias، أرقام مقاسة من 12,400 تذكرة دعم عربية، 4 trade-offs حقيقية، وحالات لا تستخدم فيها التقنية أصلاً.