Z racji moich (mam nadzieję zasłużonych) wakacji w słonecznej Sardynii, w tym tygodniu newsletter ograniczy się do inżynierskiej prasówki. Mam nadzieję, że wyciągniesz coś ciekawego dla siebie.
W ramach rekompensaty nadchodzące wydanie Prasówki zaś będzie łączone – czeka Was materiał o usprawnieniach dokooła Code Review i Pull Request Review. Także cierpliwość popłaca. 😃
A więc w dzisiaj mam dla Ciebie:
Miłego czytania 😀
Inżynierska prasówka
Połowa 2024, nie można więc nie rozpocząć od AI. Zakończymy zaś mitami dookoła platformy. A w środku: rant na GraphQL, analiza wydajności Rails, oraz sagi między mikroserwisami. Zapraszam!
GenAI in Practice: Insights from Airbnb, GitHub, and Jumio
Abi pojawia się w newsletterze ze swoimi skrótami prac naukowych. Tym razem prowadzi wywiad z członkami teamów AirBnB, GitHub i Jumio o wykorzystaniu AI w pracy. Wywiązała się ciekawa (choć całkiem spokojna) rozmowa o różnych benefitach - przy programowaniu, ale także w pracy produktowej, discovery i operacyjnej pracy przy produkcji. Świetne jest to, że rozmówcy dzielą się faktycznymi przykładami i liczbami o tym jak im te narzędzia pomagają.
https://www.linkedin.com/posts/abinoda_excited-to-dive-into-how-airbnb-github-activity-7197649668212678657-WrcT
Why, after 6 years, I’m over GraphQL
Powiem wam szczerze, że ja nigdy nie byłem fanem tej technologii. Na papierze wygląda super. Jednak wchodząc w głębiej widziałem dużo zagrożeń i problemów. Matt Bessey świetnie podsumował te bolączki dookoła autoryzacji, ograniczenia dostępów, wydajności, złączenia modeli. W komentarzach Benjamin podrzucał temat JSON API i jest to dla mnie też właśnie świetne remedium na problemy z GraphQL.
https://bessey.dev/blog/2024/05/24/why-im-over-graphql/
Rails Deserves Better.
DHH zdenerwował się, gdy jeden z użytkowników dawnego Twittera podzielił się wolnym tempem działania jego aplikacji Hey. W odpowiedzi, Theo nagrał pełne video pokazujące pracę aplikacji wraz z głęboką analizą wydajności. Abstrahując od Hey, z materiału można się nauczyć bardzo wiele budowaniu wydajnych aplikacji webowych. Jak je profilować, jak mierzyć, jak symulować opóźnienia. Masa materiałów dodatkowych.
https://www.youtube.com/watch?v=5jIwILYjXrU
Introducing the RIG Model - The Puzzle of Designing Guaranteed Data-Consistent Microservice Systems
Każdy większy system oparty o mikroserwisy styka się z problemami dookoła transakcji rozproszonych. Autorzy tego artykułu opisali podejście RIG – skrót Reversible, Irreversible i Guaranted. Kategoryzują zachowanie usług, na takie które są odwracalne, nieodwracalne, albo gwarantowane. Pozwala to lepiej planować stabilność procesów i zakładać potencjalne kompensacje. Sam artykuł jest nieco teoretyczny (autorzy mają korzenie akademickie), ale podobają mi się reguły podane na końcu, do wykorzystywania podczas sesji modelowania.
https://www.infoq.com/articles/rig-data-consistent-microservices/
5 myths about platform engineering: what it is and what it isn’t
Firmy przepalają teraz ogromne pieniądze tworząc platformy we własnych firmach. Hype na podobnym poziomie jak AI. Jeśli nie chcecie popełniać takich błędów to może wam pomóc artykuł od Googla który dobrze punktuje błędne założenia dookoła platformy. Podoba mi się nacisk na odpowiednie modelowanie procesów developerskich i pomoc w miejscach największego wąskiego gardła. Value-Stream Mapping waszym sprzymierzeńcem w pracy nad platformą.
https://cloud.google.com/blog/products/application-development/common-myths-about-platform-engineering/
📧 Prześlij dalej
Dzięki, że doczytałeś(aś) do końca. 😊
Wszystkie poprzednie wydania newslettera są dostępne tutaj.
Jeśli spodobał Ci się mój newsletter, prześlij go proszę osobom, którym też mógłby się spodobać. Z góry dziękuję.
A jeśli nie jesteś jeszcze w newsletterze, to zachęcam do zapisania się.
