مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
على جدول events فيه 200 مليون صف، B-tree index على created_at بياكل 14GB. BRIN Index بياخد 1.2MB ويرد على query آخر 24 ساعة في 38 مللي ثانية بدل 4.2 ثانية. شرح للمحترف بمثال السجل المالي للمبتدئ، تعريف علمي من توثيق PostgreSQL 16، كود قابل للنسخ، أرقام مقاسة على NVMe SSD، 4 trade-offs، ومتى لا تستخدمه.
لو تطبيق Claude بتاعك بيشتغل تمام في الـ demo وبيكسر في الإنتاج، المشكلة مش في النموذج. المشكلة إنك مش قادر تقيس هل تعديل الـ prompt كده حسّن 14 حالة وخرّب 23 حالة تانية. مقال للمحترف بمثال مصحح الامتحانات للمبتدئ، تعريف علمي من ورقة OpenAI Evals وتوثيق Anthropic، كود Python شغّال على anthropic SDK 0.45+ بـ LLM-as-judge، أرقام مقاسة على dataset عربي 180 حالة (regression rate نزل من 18% لـ 2%)، 4 trade-offs خفية، ومتى Evals بتكون مضيعة وقت.
في Kubernetes الافتراضي، كل pod يقدر يكلم أي pod تاني بدون قيد، وأي اختراق container واحد بيوصل لكل الـ services الداخلية. Network Policies بـ default-deny + explicit allow بتقفل الـ lateral movement على مستوى kernel. مقال للمتوسط بمثال البوّاب والشقق للمبتدئ، تعريف علمي من توثيق Kubernetes الرسمي و RFC NIST SP 800-207، YAML شغّال في 30 سطر، أرقام مقاسة من cluster GKE بـ 24 microservice (18 service مكشوف → 2)، 4 trade-offs حقيقية، ومتى لا تستخدمها أصلاً.
لو dashboard المنتجات بيرد في 6 ثواني وفاتورة DB قفزت 3x من غير ما traffic يزيد، الاحتمال الأكبر إن الـ ORM بيعمل 1,247 استعلام على كل request بدل واحد. مقال للمتوسط بمثال البيتزا للمبتدئ، تعريف علمي من توثيق Django و Hibernate، كود Prisma 5.18 شغّال على PostgreSQL 16 يقيس الفرق بين 4,200ms و 38ms، طريقة كشف المشكلة بـ pg_stat_statements، 3 trade-offs خفية في eager loading، ومتى include بيكلّف أكتر ما بيوفّر.
لو فريقك بيقعد ساعة كل release يكتب changelog ويعمل tag يدوي، release-please من Google بيعمل ده كله من رسائل الـ commit. مقال للمتوسط بمثال دفتر اليوميات للمبتدئ، تعريف Conventional Commits و SemVer من المواصفات الرسمية، workflow GitHub Actions كامل قابل للنسخ، أرقام مقاسة من فريق 9 مطورين (10 ساعات شهرياً موفرة)، 4 trade-offs، ومتى لا تستخدمها أصلاً.
لو RAG عندك بيرجّع chunks "قريبة" من السؤال بس مش بتحتوي الإجابة الصح، Vector Search مش غلطان — هو بيقيس التشابه مش الصلة. Reranker بـ Cross-encoder بـ 12 سطر بيرفع NDCG@10 من 0.61 لـ 0.83 وبينزّل الـ hallucination 47% على Claude Sonnet 4.6. مقال للمحترف بمثال أمين المكتبة الأذكى للمبتدئ، تعريف علمي من ورقة Nogueira & Cho 2019، كود Python شغّال على Cohere rerank-v3.5 و BGE-reranker-v2-m3 محلي، أرقام مقاسة على corpus عربي بـ 14,200 chunk، 4 trade-offs حقيقية، ومتى Reranker بيكون مضيعة وقت ومال.
لو خدمتك بتحتفظ بـ 100 مليون struct وبتاكل 4.8 جيجا RAM، إعادة ترتيب 3 fields بتنزّل الرقم لـ 2.4 جيجا بدون لمس أي logic. مقال للمحترف بمثال درج المطبخ للمبتدئ، تعريف علمي لـ natural alignment من Go spec، كود قابل للنسخ بـ unsafe.Sizeof على Go 1.22، أرقام إنتاج (heap 4.8GB → 2.4GB، GC pause 38ms → 19ms، P99 124ms → 81ms)، أداة fieldalignment الرسمية، 4 trade-offs حقيقية، ومتى الـ readability أهم من التوفير.
لو فتحت kubectl get pods ولقيت STATUS: OOMKilled قدامك، Kubernetes مش غلطان. هو نفّذ بالظبط الأرقام اللي انت كتبتها في الـ YAML. مقال للمبتدئ بمثال المطعم، شرح علمي للفرق بين requests و limits على cgroups v2، YAML Deployment شغّال على Kubernetes 1.30، أرقام مقاسة من cluster GKE بـ 18 microservice (14 OOMKilled/أسبوع → 0.3)، 4 trade-offs حقيقية، ومتى لا تحدد memory limit أصلًا.
لو موقعك بيحمّل 12 صورة JPEG على الصفحة الواحدة، إنت بتدفع 4.8MB من الـ bandwidth في كل زيارة. تحويل نفس الصور لـ WebP بينزّل الحجم لـ 1.9MB من غير فقدان جودة محسوس. مقال للمبتدئ بمثال شنطة السفر، تعريف علمي من Google، خطوات تحويل بـ cwebp، إعداد NGINX يخدم WebP مع fallback لـ JPEG، أرقام مقاسة، 4 trade-offs، ومتى ما تستخدمش WebP أصلاً.
لو الكود بتاعك بيشتغل تمام على بيانات الـ test وبيتعلّق في الإنتاج لمّا الـ DB تكبر، المشكلة مش في السيرفر. اسمها Time Complexity، و Big O Notation هو اللي بيقيسها. مقال للمبتدئ بمثال القاموس وتعريف علمي من Knuth 1976 وكود JavaScript على Node 22 بأرقام مقاسة (الفرق 2,786 ضعف بين O(n²) و O(n))، 3 trade-offs حقيقية، ومتى ما تركّزش على Big O أصلاً.