Иногда хорошая работа сама находит🕵

У нас есть @job_radar_2gis_bot — он мониторит все ИТ-вакансии 2ГИС и присылает именно те, что подходят по профилю. Для этого нужно отметить направление и формат работы. Как только подходящая вакансия появится, бот пришлёт уведомлялку.

Подключайтесь, новые вакансии уже там🔥

⚡️ Sieve - in-memory cache на чистом Go с эвикшеном SIEVE

Если нужен быстрый кэш, но LRU надоел (и по локам, и по “двигай-каждый-hit”), посмотри на реализацию SIEVE от guerinoni - минималистично и практично.

Что внутри
- In-memory cache на Go, без зависимостей и без CGO
- Два режима: thread-safe и single-thread (можно отключить синхронизацию ради скорости)
- Опциональный TTL: протухшие ключи вычищаются лениво при Get/Insert
- Типизированные ключи и значения (generics)
- Покрытие тестами заявлено 100%

Почему SIEVE интереснее LRU
LRU делает “жесткую промоцию” - на каждый hit надо двигать элемент в голову списка.
SIEVE делает “ленивую промоцию”:
- при hit элемент просто помечается visited (один бит)
- порядок очереди не дергается на каждом чтении
А когда кэш переполнен, включается “hand” (указатель-сканер), который идет от хвоста и:
- если элемент visited - снимает флаг и двигается дальше
- если элемент не visited - именно его и выкидывает
В итоге популярные элементы выживают, а одноразовые быстро вылетают, при этом hits дешевле по работе и локам.
Именно на веб-подобных Zipf-нагрузках это часто дает хороший miss ratio при простой реализации.

Быстрый старт (как в README)

package main

import (
 "fmt"
 "time"

 "github.com/guerinoni/sieve"
)

func main() {
 c := sieve.New.WithTTL(1 * time.Second)

 c.Insert(1, "one")
 c.Insert(2, "two")

 v, ok := c.Get(1)
 fmt.Println(v, ok)
}

Когда использовать

- High-QPS сервисы, где важна дешевизна cache-hit
- Внутрисервисный кэш “на горячие ключи” с перекосом в популярность
- Когда хочется проще, чем ARC/SLRU, но эффективнее типичного FIFO/LRU в многопотоке

github.com/guerinoni/sieve


#golang #go, #cache

⚡️ Sieve - in-memory cache на чистом Go с эвикшеном SIEVE

Если нужен быстрый кэш, но LRU надоел (и по локам, и по “двигай-каждый-hit”), посмотри на реализацию SIEVE от guerinoni - минималистично и практично.

Что внутри
- In-memory cache на Go, без зависимостей и без CGO
- Два режима: thread-safe и single-thread (можно отключить синхронизацию ради скорости)
- Опциональный TTL: протухшие ключи вычищаются лениво при Get/Insert
- Типизированные ключи и значения (generics)
- Покрытие тестами заявлено 100%

Почему SIEVE интереснее LRU
LRU делает “жесткую промоцию” - на каждый hit надо двигать элемент в голову списка.
SIEVE делает “ленивую промоцию”:
- при hit элемент просто помечается visited (один бит)
- порядок очереди не дергается на каждом чтении
А когда кэш переполнен, включается “hand” (указатель-сканер), который идет от хвоста и:
- если элемент visited - снимает флаг и двигается дальше
- если элемент не visited - именно его и выкидывает
В итоге популярные элементы выживают, а одноразовые быстро вылетают, при этом hits дешевле по работе и локам.
Именно на веб-подобных Zipf-нагрузках это часто дает хороший miss ratio при простой реализации.

Быстрый старт (как в README)

package main

import (
 "fmt"
 "time"

 "github.com/guerinoni/sieve"
)

func main() {
 c := sieve.New.WithTTL(1 * time.Second)

 c.Insert(1, "one")
 c.Insert(2, "two")

 v, ok := c.Get(1)
 fmt.Println(v, ok)
}

Когда использовать

- High-QPS сервисы, где важна дешевизна cache-hit
- Внутрисервисный кэш “на горячие ключи” с перекосом в популярность
- Когда хочется проще, чем ARC/SLRU, но эффективнее типичного FIFO/LRU в многопотоке

github.com/guerinoni/sieve


#golang #go, #cache

🚀 9 стратегий деплоя, которые реально используют в DevOps

Современные команды выбирают стратегию релиза не «по привычке», а исходя из риска, бюджета и требований к uptime.

Вот база, которую нужно понимать:

1⃣ Recreate Deployment
Старую версию полностью останавливают, потом запускают новую
➝ Плюсы: просто, нет конфликтов
➝ Минусы: есть downtime
➝ Когда использовать: внутренние сервисы, простые системы

2⃣ Rolling Deployment
Обновление происходит постепенно, по инстансам
➝ Плюсы: без даунтайма, плавный rollout
➝ Минусы: одновременно работают разные версии
➝ Где используется: Kubernetes, Docker

3⃣ Blue-Green Deployment
Два окружения: старое (Blue) и новое (Green)
Переключение трафика происходит мгновенно
➝ Плюсы: быстрый rollback, безопасный релиз
➝ Минусы: дорого, сложнее с базой

4⃣ Canary Deployment
Сначала выкатываешь на небольшой % пользователей
➝ Плюсы: раннее обнаружение проблем
➝ Минусы: сложная маршрутизация и мониторинг
➝ Используют: Google, Netflix

5⃣ Shadow Deployment
Продакшн-трафик дублируется на новую версию
➝ Плюсы: тест на реальных данных без риска
➝ Минусы: дорого по ресурсам

6⃣ A/B Testing
Разным пользователям показываются разные версии
➝ Плюсы: решения на основе данных
➝ Минусы: сложная аналитика
➝ Цель: метрики, конверсии, поведение

7⃣ Feature Toggles (Flags)
Функция уже в проде, но скрыта за флагом
➝ Плюсы: мгновенное включение/выключение
➝ Минусы: усложняет код

8⃣ Immutable Deployment
Не обновляешь сервер - создаёшь новый
➝ Плюсы: стабильность, нет «дрейфа конфигурации»
➝ Минусы: дольше и дороже

9⃣ Serverless Deployment
Код выполняется по запросу, без серверов
➝ Плюсы: авто-скейлинг, платишь за использование
➝ Минусы: cold start, зависимость от провайдера

🧠 Вывод:

Нет «лучшей» стратегии
Есть подходящая под твою систему

- хочешь безопасность → Blue-Green / Canary
- хочешь простоту → Rolling
- хочешь контроль → Feature Flags

🔥 Сильные команды комбинируют несколько подходов сразу

🧠 Полезные Devops ресурсы 🚀 Devops в Max

@DevOPSitsec

90% Go-разработчиков проваливают собеседования из-за базовых вопросов

Не из-за алгоритмов, а из-за обычных вещей вроде:
— goroutines
— memory model
— race conditions
— scheduler
— garbage collector

Нияз, Senior Golang Developer и автор блога в Telegram, собрал навигацию по всем ключевым hard skills — 120+ шпаргалок для Go-разраба. Можно использовать как шпаргалку перед собеседованиями.

👉 Переходите на канал, подписывайтесь и сохраняйте себе пост из закрепа
erid: 2W5zFHgL5gu