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: #aleph

当前筛选 #aleph清除筛选

Проект под руководством Австралии по выращиванию растений на Луне обеспечил себе место на лунной миссии, запуск которой запланирован на 2025 год. Растения и семена, помещённые в специально разработанную капсулу, совершат путешествие в 380 000 км на борту лунного посадочного модуля компании «Intuitive Machines». Эта миссия, получившая название «Australian Lunar Experiment Promoting Horticulture» (Aleph), является одной из первых австралийских миссий на Луну и осуществляется стартапом «Lunaria One» в сотрудничестве с исследовательскими учреждениями, некоммерческими организациями и промышленными партнёрами. Директор «Lunaria One» Лорен Фелл заявила, что, хотя конечной целью миссии является создание условий для выращивания продуктов питания для астронавтов на Луне, а затем и на Марсе, первоочередной задачей является принципиальная проверка способности растений выжить в экстремальных условиях. Они должны будут выдержать длительное хранение на стартовой площадке, интенсивные вибрации при взлёте и уникальные лунные условия, включая температуры от +120°C до -130°C. Доктор Кейтлин Бирт, профессор биоинженерии и специалист по растениям в Австралийском национальном университете, консультирует команду ALEPH по выбору растений, способных перенести такое путешествие. - Мы должны понять, каким образом растительная жизнь, или фотосинтетическая жизнь в целом, может быть достаточно выносливой, чтобы пройти через эти экстремальные условия, находясь в состоянии покоя, и затем снова начать расти, - сказала она. По словам Бирт, растения-«воскресатели» уже адаптировались к пустынным условиям, включая крайне засушливые, жаркие и холодные среды. На Земле они способны высыхать до 10% от идеального содержания воды, долгое время оставаться в «замороженном» состоянии и вновь начинать расти, когда появляется вода. Инновации для космоса могут принести и другие знания — в частности, дать понимание, как выращивать свежие и питательные продукты питания после катастроф или экстремальных климатических событий. - Если мы сможем сконструировать что-то, что способно пережить поездку на Луну, тогда мы сможем создать что-то, способное справиться с некоторыми из самых сложных вызовов, с которыми мы сталкиваемся на Земле, - заявила Бирт. В 2024 году «Intuitive Machines» стала первой частной компанией, которая успешно приземлилась на поверхность Луны. Груз «Lunaria One» отправится на третьей лунной миссии этой компании. Проект ALEPH поддерживается грантом «Австралийского космического агентства» в сумме 3,6 миллиона долларов. #космос#aleph#биотехнологии

Crypto Headlines

@market_headlines · Post #27870 · 20.03.2026 г., 21:11

#ончейн#рейтинг 📊 Santiment: ТОП-10 криптопроектов в сферах AI и Big Data по активности разработчиков. 1. Chainlink #LINK 2. Internet Computer #ICP 3. NEAR Protocol #NEAR 4. Livepeer #LPT 5. Injective #INJ 6. Filecoin #FIL 7. Vana #VANA 8. Aleph․im #ALEPH 9. Qubic #QUBIC 10. Flux #FLUX Ранее: прошлый топ Crypto Headlines