TGTGInsightтелеграм анализLIVE / telegram public index
← Такты, стеки, два колеса

TGINSIGHT SIMILAR POSTS

Намери подобно съдържание

Изходен канал @clockstackwheels · Post #721 · 26.12

Почему я люблю языки с сильной системой типов, проверяемой статическим анализом кода — хорошо написанная программа является своей собственной спецификацией и позволяет выражать через язык программирования законы существования предметной области. Когда-то давно я писал на ActionScript. Там была система типов, но вот десериализация JSON'ов по-умолчанию была в какой-то общий Object, к полям которого нужно было обращаться ["по_строковому_имени"]. В один момент мне потребовалось написать что-то на C#, который я совсем не знал, я стал гуглить, как десериализовать JSON, и с удивлением обнаружил кучу советов заранее объявить класс со всеми нужными полями и десериализовать в него. "Какой ужас!", — подумал я тогда, — "Это же дико неудобно! А если я не знаю полей JSON? А если их много? Отвратительный язык!" Теперь то я прекрасно понимаю, что JSON это контракт, и что правильная десериализация только такая и должна быть, и что в хорошем API в одном поле никогда не бывает данных принципиально разных типов, и так далее. Нет, если вы набиваете вечерами пет-проект или сидите бессонную ночь на хакатоне, нет ничего плохого в том, чтобы взять простой язык с динамическими типами вроде JavaScript или Python, не требующий описывать данные. Но вот в энтерпрайзе, особенно когда над одним проектом работает много людей (а бывает это очень часто) — хорошее использование системы типов убережёт разработчиков от огромного количества ошибок, будет бить их по рукам, когда они пытаются сделать что-то не то, и будет подсказывать, когда они не уверены в чём-то. С помощью статической типизации можно на уровне кода обозначить правила, по которым ведёт себя предметная область вашей программы в реальном мире. Разработчику не только будет сложно их нарушить, но он ещё и станет узнавать какие-то вещи, которые мог не знать раньше. Например, если мы делаем медицинскую CRM, и больница заводит новых пациентов только тогда, когда знает их группу крови, мы можем объявить тип "Пациент" (или, если точнее, "Карта пациента") и запретить создавать экземпляры этого типа, не передав в конструктор группу крови (которая, в свою очередь, тоже является типом, вероятнее всего ValueObject'ом). Если новый программист пришёл в проект, он, во-первых, не сможет записать в БД некорректную карту пациента. Понятно, мы не учитываем случаи, когда новый программист переделывает модели предметной области — это будет хорошо видно на кодревью. А, во-вторых, даже если ему никто не сказал, что пациенты должны быть с группой крови, он узнает это из кода. И уже будет понимать, что в тех процессах реальной жизни, которые он описывает кодом, карта пациента создаётся только при наличии группы крови. А, значит, нужно искать какой-то способ сначала эту группу крови получить, и только потом создавать карту. Программирование моделирует реальный процесс. В настоящей работе даже на языках с типами, конечно, без должного контроля можно написать что угодно. Нужна управленческая воля, компетентность руководства, понимание опасности техдолга, в идеале отдельные должности для архитекторов, опытные лиды и старшие разработчики. Но когда всё это есть, можно отсекать много проблем ещё на старте и проще погружать новичков. #dev

Hashtags

Резултати

Намерени 3 подобни публикации

Търсене: #aergo

当前筛选 #aergo清除筛选

🐬DOLPHIN | AI PREDICTIONS 19.01.2024 08:00 GMT Expected 5% Profit/Loss in 24 Hours #ACH | 0.01828 | PP: 100% | LP: 0% #AAVE | 96.41 | PP: 100% | LP: 1% #1INCH | 0.4222 | PP: 100% | LP: 2% #ACA | 0.0935 | PP: 100% | LP: 5% #AGLD | 1.214 | PP: 100% | LP: 5% #ACM | 1.976 | PP: 100% | LP: 7% #ARPA | 0.06401 | PP: 100% | LP: 13% #ARB | 1.8643 | PP: 100% | LP: 28% #ANT | 6.273 | PP: 100% | LP: 47% #ADX | 0.1724 | PP: 99% | LP: 0% #ALGO | 0.1771 | PP: 99% | LP: 0% #ADA | 0.4996 | PP: 99% | LP: 1% #ALCX | 24.04 | PP: 99% | LP: 3% #ALICE | 1.123 | PP: 98% | LP: 0% #ALPACA | 0.1847 | PP: 97% | LP: 4% #AGIX | 0.27023 | PP: 96% | LP: 1% #APT | 8.614 | PP: 96% | LP: 1% #ASTR | 0.1717 | PP: 96% | LP: 52% #AMP | 0.003154 | PP: 95% | LP: 0% #AERGO | 0.1329 | PP: 92% | LP: 1% #API3 | 1.577 | PP: 92% | LP: 1% ——————————————————————— Total Predictions: 367 PP > 50%: 38 LP > 50%: 11 PP > 60%: 30 LP > 60%: 0 PP > 70%: 27 LP > 70%: 0 PP > 80%: 25 LP > 80%: 0 PP > 90%: 21 LP > 90%: 0 ——————————————————————— PP: Profit Probability | LP: Loss Probability