Я.Субботник по Java-разработке

• Сергей приветствует зрителей и рассказывает о мероприятии, где будут представлены доклады о разработке на Java и Kotlin в Яндексе.  

• Он также упоминает, что в зале будет меньше людей, чем обычно, и призывает зрителей задавать вопросы в чате.  

• Сергей начинает первый доклад, рассказывая о разработке в Яндексе и о том, как они используют Kotlin для создания мультиплатформенных и отказоустойчивых систем.  

• Он также объясняет, что они используют Kotlin для создания масштабируемых и отказоустойчивых систем, которые могут работать с внешними системами и внутренними сервисами.  

• Сергей продолжает свой доклад, рассказывая о том, как они планируют и разрабатывают свои системы, используя различные подходы, такие как скрам и недельные спринты.  

• Он также подчеркивает важность использования Kotlin для обеспечения безопасности и строгости типов в коде.  

• В видео рассказывается о процессе разработки и тестирования в Яндекс.  

• Такси, включая использование различных библиотек и фреймворков, таких как Kotlin, PostGres, и Yandex Cloud.  

• Упоминается использование автогенерируемых оберток для упрощения работы с базами данных и обеспечения безопасности кода.  

• В видео также обсуждаются интеграционные тесты и мониторинг, включая использование инструмента Arkadia для запуска тестов и проверки работоспособности сервисов.  

• Упоминается важность автоматизации процессов и использования Terraform для управления инфраструктурой.  

• В заключительной части видео рассказывается о процессе обработки инцидентов и их анализе, включая использование различных уровней эскалации и привлечение дежурных команд для решения проблем.  

• Упоминается, что все эти процессы также автоматизированы и выполняются разработчиками.  

• Обсуждение использования рутины в микросервисах и их влияние на производительность.  

• Обсуждение распределенных транзакций и их использования в микросервисах.  

• Обсуждение использования Spring, Jdbc, JUnit и других фреймворков в микросервисах.  

• Обсуждение использования ADB (распределенная база данных) и ее преимуществ.  

• Обсуждение построения микросервисов, которые интегрируются с большим количеством микросервисов.  

• Обсуждение управления этими цепочками и предотвращения неожиданных артефактов.  

• В видео рассказывается о том, как создать трансляцию в системе стриминга Яндекса, используя Яндекс Термостат.  

• Для этого нужно создать трансляцию, поделиться ссылкой с зрителями и начать трансляцию.  

• В процессе создания трансляции могут возникнуть проблемы, такие как ошибки в работе транслятора или дата-центра.  

• Для решения этих проблем предлагается использовать машину состояний, которая будет отслеживать состояние пользователя и выполнять необходимые действия.  

• Для тестирования и оптимизации системы стриминга предлагается использовать тесты и покрытие тестами.  

• Это позволит гарантировать обратную совместимость и уменьшить количество ошибок.  

• Обсуждение вопросов о безопасности и стриминге, включая проверку запросов на безопасность, использование прокси и валидацию схем.  

• Обсуждение использования gpt-систем для стриминга и их преимуществ перед аналогами.  

• Рассказ о том, как gpt-системы используются в разработке, включая динамическое ценообразование, генерацию описания товаров и генерацию изображений.  

• Обсуждение использования gpt-систем для оценки задач и разработки инструментов для продавцов.  

• Обсуждение использования GPT-3 для генерации кода и тестирования.  

• Примеры использования GPT-3 для создания тестов, обработки событий заказа, оптимизации кода и создания таблиц.  

• Обсуждение доверия к GPT-3 и его способности генерировать код.  

• Сравнение с другими системами, такими как T9 и GPT-1.  

• Обсуждение возможности использования GPT-3 для разных задач программирования, включая создание шаблонов и постановку задач.  

• Обсуждение возможности использования GPT-3 для разработки и тестирования кода.  

• Обсуждение использования GPT-нейронных сетей для ответов на вопросы и их развития.  

• Упоминание о том, что GPT-нейронные сети могут быть обучены на разных языках и могут отвечать на вопросы более адекватно.  

• Обсуждение Scala как языка программирования, его преимуществ и недостатков.  

• Упоминание о том, что Scala может быть проще в использовании, чем кажется, благодаря удобному синтаксису и функциональным возможностям.  

• Обсуждение использования фреймворка ZIO для создания эффектов и их композиции.  

• Упоминание о типизации и использовании интерфейсов для удобства работы с кодом.  

• В видео обсуждается создание сервиса с использованием ZIO, библиотеки для функционального программирования.  

• Сервис состоит из трех компонентов: базы данных, брокера и сервиса.  

• В сервисе используются методы для работы с базой данных, брокером и бизнес-логикой.  

• В реализации сервиса используются скала-модели и генерация протобафов.  

• Методы сервиса возвращают Future, которые позволяют запускать эффекты в параллельном режиме.  

• В мейне сервиса происходит наследование от gr50, который предоставляет возможности для туринга и настройки среды.  

• Сервис предоставляет возможности для логирования, трейсинга, метрик и непрерывных профайлеров.  

• Сервис может быть использован для создания админки, дашбордов и других полезных функций.  

• Ведущий обсуждает вопрос о том, как Scala используется в Яндексе и как она отличается от других языков программирования.  

• Он также обсуждает, как Scala используется для разработки высокоуровневых сервисов и как это упрощает поддержку кода.  

• Ведущий представляет докладчика, который рассказывает о том, как они делают красивые и эффективные архитектуры в Яндексе.  

• Он обсуждает, как они управляют своими сервисами и как они используют различные технологии для отправки пушей на мобильные устройства.  

• Ведущий обсуждает, как они управляют пушами и как они ограничивают количество пушей, которые могут быть отправлены в день.  

• Он также объясняет, как они используют различные технологии для ограничения пушей и как они обрабатывают большие запросы.  

• В видео обсуждается управление микросервисами с помощью единого кода и кодовой базы.  

• Для этого используются Spring Profiles, которые позволяют быстро менять настройки сервисов.  

• В видео рассказывается о двухуровневом кэшировании: локальном и распределенном.  

• Локальный кэш может быть реализован с помощью различных структур данных, таких как кофеин.  

• Распределенный кэш может быть реализован с помощью фоновых задач, которые пополняют локальный кэш при необходимости.  

• В видео обсуждается идея преобразования бизнес-логики с помощью интерфейсов и фабрик.  

• Это позволяет разделить бизнес-логику на несколько чанков и управлять ими с помощью интерсекторов.  

• В видео обсуждаются возможности управления клиентами и пушами.  

• Это включает в себя возможность отправлять пуши на разные устройства и использовать контекст пользователя для определения адресата.  

• Обсуждаются проблемы с доставкой пушей, включая возможные задержки и проблемы с доставкой на устройства, которые могут быть не в сети или не поддерживать определенные функции.  

• Упоминается, что вендоры не гарантируют быструю доставку пушей, и что проблемы с доставкой могут быть связаны с различными факторами, такими как настройки на сервере или клиенте.  

• Задаются вопросы о доставке пушей, включая проблемы с доставкой на китайские устройства и проблемы с отправкой пушей, когда человек отписался от них.  

• Обсуждаются возможные решения для проблем с доставкой, включая использование профилей для быстрой настройки и использование распределенного кэша для оптимизации работы сервисов.  

• Подводятся итоги, и докладчик благодарит зрителей за участие и вопросы.  

• Упоминается, что в следующий раз будет больше докладов и тем для обсуждения, и что обратная связь от зрителей очень важна для улучшения качества докладов.