مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
لو خدمة التسجيل بتفحص 50 مليون username محجوز في DB مع كل keystroke، انت بتأكل 4 جيجا RAM وبتفتح 600 query/ثانية. Bloom Filter بـ 60 ميجا RAM بيرد في 38 ميكروثانية مع نسبة خطأ مضبوطة عند 1%. شرح للمبتدئ بمثال الحارس الأمني، تعريف علمي من ورقة Bloom 1970، كود Python في 22 سطر شغّال، أرقام مقاسة على Python 3.12، 4 trade-offs خفية، ومتى Bloom Filter يبقى كارثة بدل ما يفيد.
لو الكود فيه 14 دالة API call ومحتاج كل واحدة retry + log + caching، الكوبي-بيست هيخلّيك تعيد 280 سطر. Decorator واحد بـ 22 سطر بيغطّيهم كلهم بسطر @retry فوق التوقيع. مقال للمتوسط بمثال موظف الاستقبال للمبتدئ، تعريف علمي من PEP 318 و Python Language Reference، كود شغّال على Python 3.12، أرقام مقاسة من خدمة fintech عربية بـ 8,200 webhook يومياً (الفشل من 4.2% لـ 0.18%)، 4 trade-offs خفية تشمل ParamSpec و overhead 0.6μs، ومتى الـ decorator يكون مبالغة هندسية.
لو فريقك دمج PR فيه ALTER TABLE على جدول 80 مليون صف، السيرفر بياخد AccessExclusiveLock 14 دقيقة ويوقّف الخدمة بالكامل. مقال للمحترف بمثال المكتبة المغلقة للمبتدئ، شرح أنواع القفل من توثيق PostgreSQL 16، إعداد Squawk linter مع GitHub Actions workflow كامل قابل للنسخ، أرقام مقاسة من فريق fintech عربي (3 حوادث downtime في 8 شهور → صفر، 47 PR اترفض تلقائياً)، 5 قواعد DDL الأخطر، 4 trade-offs خفية، ومتى Squawk مش الحل أصلاً.
لو خدمتك بتاكل 8GB RAM علشان تشيل 10 مليون object، انت بتدفع تكلفة __dict__ بدون لزمة. مقال للمحترف بمثال البطاقة الثابتة للمبتدئ، تعريف علمي من PEP 412 و CPython source، كود Python 3.12 شغّال على order book بـ 10M instance (من 2,847MB لـ 1,118MB، تحسّن 61% + سرعة attribute access أعلى 27%)، 4 trade-offs خفية في الـ inheritance والـ pickling، ومتى __slots__ مبالغة هندسية.
لو الـ API بياخد 18,000 طلب/دقيقة من نفس IP والمستخدم الشرعي بيشوف 429، المشكلة في إن express-rate-limit بيستخدم Fixed Window. Token Bucket بـ 70 سطر Node.js + Lua script على Redis بيسمح للـ burst الحقيقي يعدّي ويمنع الإساءة، مع شرح للمتوسط بمثال صنبور المياه للمبتدئ، تعريف علمي من RFC 2697 و ATM Forum 4.0، كود قابل للنسخ، أرقام إنتاج من 24,000 طلب/دقيقة (429 الكاذبة من 6.8% لـ 0.4%)، 4 trade-offs خفية، ومتى Token Bucket مش الحل أصلاً.
تطبيقك بيحدّث جدول الفواتير وفجأة عميل بيشتكي إن السعر اتغيّر من غير علمه، ومحدّش في الفريق فاكر مين عدّله. Audit Log على مستوى PostgreSQL نفسها بـ trigger واحد بيمسك كل INSERT/UPDATE/DELETE من أي مصدر، مع المستخدم والوقت، في 50 سطر SQL بدون مكتبة. مقال للمتوسط بمثال دفتر البوّاب للمبتدئ، تعريف من توثيق PostgreSQL 16، كود قابل للنسخ، أرقام مقاسة من 90 يوم إنتاج (21.8M سجل، 0.4ms زيادة في UPDATE، وقت التحقيق من ساعتين لـ 90 ثانية)، 4 trade-offs خفية، ومتى CDC يبقى أنسب.
لو DeepSeek V3 موديل 671 مليار parameter بيرد بنفس سرعة موديل 37 مليار، الفرق مش في الـ GPU. ده Mixture of Experts. شرح للمتوسط بمثال عيادة التخصصات للمبتدئ، تعريف علمي من ورقة Shazeer 2017، كود PyTorch في 24 سطر شغّال، أرقام مقاسة من تقرير DeepSeek V3 الرسمي مقابل Llama 3.1 70B (MMLU، HumanEval، التكلفة، الذاكرة)، 4 trade-offs خفية، ومتى MoE اختيار غلط.
73% من وكلاء AI في الإنتاج بيفشلوا في أول 90 يوم لأسباب معمارية مش جودة النموذج. مقال للمتوسط بمثال المهندس المبتدئ اللي بيصلّح سيارة، شرح ReAct من ورقة Yao 2022، كود Python شغّال على anthropic SDK 0.49 و Claude Sonnet 4.6 مع loop detection بـ hash، أرقام مقاسة على 1,800 تذكرة دعم عربية (التكلفة من $0.21 لـ $0.038، loop rate من 11.3% لـ 0.4%)، 4 trade-offs خفية، ومتى الوكيل مضيعة وقت أصلاً.
لو LCP بياخد 3.4 ثانية على شبكة موبايل رغم CDN و HTTP/2، المشكلة مش في الكود — هي في TCP نفسه. HTTP/3 على QUIC بيشيل round-trips من أول طلب، وبينزّل TTFB من 820ms لـ 240ms. مقال للمتوسط بمثال طلبية الكافيه، شرح من RFC 9000، إعداد NGINX 1.25 شغّال، 4 trade-offs خفية، ومتى HTTP/3 يبقى مضيعة وقت.