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 2 подобни публикации

Търсене: #aeur

当前筛选 #aeur清除筛选

🐬DOLPHIN | AI PREDICTIONS 09.01.2024 05:00 GMT Expected 5% Profit/Loss in 24 Hours #AI | 1.38387 | PP: 93% | LP: 94% #NFP | 0.58636 | PP: 90% | LP: 97% #BEAMX | 0.019402 | PP: 89% | LP: 100% #ORDI | 75.467 | PP: 89% | LP: 100% #TIA | 15.9392 | PP: 89% | LP: 100% #BONK | 0.00001325 | PP: 88% | LP: 98% #JTO | 1.7206 | PP: 88% | LP: 100% #NTRN | 1.5289 | PP: 81% | LP: 98% #VANRY | 0.05866 | PP: 78% | LP: 99% #AEUR | 1.0936 | PP: 76% | LP: 97% #VIC | 0.788 | PP: 45% | LP: 97% #PIVX | 0.2881 | PP: 42% | LP: 94% #IQ | 0.00531 | PP: 42% | LP: 95% #MEME | 0.023248 | PP: 42% | LP: 95% #ACE | 8.3042 | PP: 42% | LP: 98% ——————————————————————— Total Predictions: 366 PP > 50%: 311 LP > 50%: 20 PP > 60%: 303 LP > 60%: 20 PP > 70%: 102 LP > 70%: 20 PP > 80%: 61 LP > 80%: 18 PP > 90%: 1 LP > 90%: 15 ——————————————————————— PP: Profit Probability | LP: Loss Probability

🐬DOLPHIN | AI PREDICTIONS 27.12.2023 03:00 GMT Expected 5% Profit/Loss in 24 Hours #BAR | 2.504 | PP: 14% | LP: 94% #LEVER | 0.002549 | PP: 14% | LP: 95% #CREAM | 19.36 | PP: 11% | LP: 92% #BNX | 0.3361 | PP: 11% | LP: 100% #ARK | 0.9431 | PP: 8% | LP: 98% #AEUR | 1.102 | PP: 7% | LP: 97% #BLUR | 0.496 | PP: 7% | LP: 98% #BEAMX | 0.018975 | PP: 6% | LP: 99% #BTCDOWN | 0.002808 | PP: 6% | LP: 100% #ASTR | 0.1273 | PP: 1% | LP: 99% #BSW | 0.1718 | PP: 1% | LP: 100% #CLV | 0.06946 | PP: 1% | LP: 100% #COS | 0.00882 | PP: 1% | LP: 100% #CKB | 0.003967 | PP: 0% | LP: 100% #COMBO | 0.898 | PP: 0% | LP: 100% #COMP | 60.17 | PP: 0% | LP: 100% #COTI | 0.07523 | PP: 0% | LP: 100% ——————————————————————— Total Predictions: 364 PP > 50%: 0 LP > 50%: 20 PP > 60%: 0 LP > 60%: 18 PP > 70%: 0 LP > 70%: 18 PP > 80%: 0 LP > 80%: 18 PP > 90%: 0 LP > 90%: 17 ——————————————————————— PP: Profit Probability | LP: Loss Probability