تكنولوجيا
التصنيف الرئيسي للمقالات التقنية: برمجة، ذكاء اصطناعي، DevOps، تحسين الأداء، أوتوميشن، وأخبار التكنولوجيا.
Trie للمستوى المتوسط: ابنِ autocomplete يرد في 2ms على 500 ألف كلمة
لو search box عندك بياخد ثانيتين على كل ضغطة زر وانت بتعمل LIKE 'prefix%' في PostgreSQL على 500 ألف صف، المشكلة مش الـ DB. هياكل البيانات اللي بتستخدمها مش مناسبة لـ prefix search. Trie بيرد في 2 مللي ثانية على نفس الداتا بـ Python خام بدون Redis ولا Elasticsearch. شرح للمستوى المتوسط بمثال دفتر تليفون مرتب، تعريف علمي دقيق، كود شغّال على Python 3.12، أرقام مقاسة فعلياً، trade-offs الذاكرة، ومتى لا تستخدمه.
Vision API في Claude: خلّي الموديل يقرا فاتورة من صورة ويرجّعلك JSON منظم
لو شركتك بتدخّل 200 فاتورة شهريًا يدويًا في Excel، Vision API في Claude بيخلّص ده في 4 ثواني بـ 28 سطر Python بدل tesseract. مقال للمستوى المتوسط بمثال للمبتدئ، تعريف علمي للـ Multimodal Transformer، كود شغّال على Anthropic SDK، أرقام دقة قبل وبعد على 50 فاتورة عربية، trade-offs، وحالات لا تستخدمها فيها.
Materialized Views في PostgreSQL: حوّل تقرير من 12 ثانية لـ 80 مللي ثانية
لو dashboard فيه تقرير aggregation على جدول 18 مليون صف بياخد 12 ثانية كل request، المشكلة مش الـ DB ولا الـ index. المشكلة إنك بتعيد حساب نفس النتيجة كل مرة. Materialized View بينزّل الزمن ده لـ 80ms بسطر CREATE واحد. مقال للمستوى المتوسط بمثال محل البقالة، تعريف علمي دقيق، كود SQL شغّال على PostgreSQL 16، أرقام مقاسة فعليًا، استراتيجية الـ refresh، trade-offs، وحالات لا تستخدمه فيها.
eBPF للمحترف: راقب syscalls على production بدون restart للتطبيق
لو endpoint بياخد 2.4 ثانية والـ APM بيقول DB سليمة وCPU 30%، الزمن المفقود في المسافة بين الـ kernel والـ application thread. eBPF بيريك كل syscall وكل packet بدون restart للتطبيق وبأقل من 1% overhead. مقال للمحترف بمثال sensors المصنع، تعريف علمي دقيق لـ verifier وkprobes وXDP، أوامر bpftrace قابلة للنسخ، أرقام مقاسة من production، trade-offs الصلاحيات، وحالات لا تستخدم فيها eBPF أصلاً.
Memoization في JavaScript: ليه fibonacci(45) بتاخد 8 ثواني
لو دالة عندك بتحسب نفس النتيجة آلاف المرات على نفس المدخل، الذاكرة أرخص من الـ CPU. Memoization بسطرين كود بيخلي fibonacci(45) ينزل من 8 ثواني لـ 3 ملي ثانية. شرح للمستوى المتوسط بمثال الكاشير، تعريف علمي لـ pure functions و call stack، كود JavaScript شغّال على Node 22، أرقام performance.now مقاسة، trade-offs الذاكرة، وحالات لا تستخدمه فيها.
هلوسة الذكاء الاصطناعي: ليه LLM بيخترع مصادر مش موجودة وازاي تمنعها
لو سألت Claude أو GPT عن مرجع علمي وجابلك اسم باحث وعنوان ورقة ورقم DOI، وروحت تتأكد ولاقيت إن كل ده مش موجود، ده مش غلط في النموذج، ده Hallucination. مقال للمستوى المتوسط بمثال للمبتدئ، تعريف علمي، 3 طبقات حماية شغّالة بكود Python على Anthropic SDK، أرقام مقاسة من بحث Vectara HHEM، trade-offs، وحالات لازم تتركها فيها بدون منع.
Quantization للمحترف: شغّل Llama 70B على 24GB VRAM بدل 140GB
لو موديل Llama 3.3 70B بيطلب منك 140GB VRAM وأنت عندك RTX 4090 بـ 24GB بس، Quantization بيخلّيه يشتغل على نفس الكرت بفقد جودة أقل من 1% في perplexity. مقال للمحترف بمثال JPEG للمبتدئ، تعريف علمي دقيق لـ FP16 vs INT8 vs INT4، فرق GPTQ و AWQ و GGUF بالأرقام، كود Python شغّال على bitsandbytes و llama.cpp، أرقام MMLU قبل وبعد، trade-offs، وحالات لا تستخدمه فيها.
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.
OpenTelemetry للمحترف: لاحق الـ 200ms المختفية بين 6 خدمات
لو الـ API بيرد في 1.4 ثانية وكل metric مطمئنة، الزمن الضائع موجود في span واحد بين خدمتين. OpenTelemetry بيرسم الطلب كـ waterfall كامل عبر الـ microservices بسطر instrumentation واحد. شرح للمحترف بمثال شركة الشحن، تعريف علمي لـ trace/span/context propagation، كود Node.js شغّال، إعداد Jaeger، أرقام إنتاج (1.4s → 380ms)، trade-offs الـ overhead والـ sampling، ومتى لا تستخدمه أصلاً.