👣 Hugot: Huggingface 🤗 pipelines for golang

Цель этой библиотеки - предоставить простой, и беспроблемный способ запуска конвейеров машинного обучения Hugging face в ваших приложениях Go.

▪Github

@Golang_google

👣 Управление компиляцией при помощи комментариев

Одна из интересных особенностей Go – это использование комментариев для управления компиляцией. Например, вот такая директива:

// +build !amd64

— это "обычный" комментарий в исходном коде, но его читает препроцессор и использует указание +build для того, чтобы определить платформу (всё, что не amd64)

Это, конечно, не какой-то там особенный и исключительный случай использования комментариев: вспомните что-нибудь типа #!/usr/bin/perl. Тем не менее, ситуация, когда содержание комментария непосредственно влияет на процесс сборки, всё же выглядит необычно.

📎 Читать подробнее

@Golang_google

👣 Как написать многоуровневое меню на Go для telegram-бота?

Давайте разберём такой супер-прикладной вопрос.

⏩Самый простой способ использовать пакет: https://github.com/go-telegram-bot-api/telegram-bot-api И дополнение к нему, которой в python-telegram-bot называется ConversationHandler'ы. Они уже реализованы как дополнение к пакету: https://github.com/and3rson/telemux?tab=readme-ov-file

Выглядеть будет примерно так:

mux := tm.NewMux().
    AddHandler(tm.NewCommandHandler(
        "start",
        func(u *tm.Update) {
            bot.Send(tgbotapi.NewMessage(u.Message.Chat.ID, "Hello! Say something. :)"))
        },
    )).
    AddHandler(tm.NewHandler(
        tm.Any(),
        func(u *tm.Update) {
            bot.Send(tgbotapi.NewMessage(u.Message.Chat.ID, "You said: "+u.Message.Text))
        },
    ))

⏩Либо можно написать свою поддержку подобных хендлеров.
— Соотносишь команду с хендлером
— Хендлеры заносишь в мапу по ключу команды
— При получении команды от пользователя проверяешь ее наличие в мапе и вызываешь метод хендлера, в который можешь передать ответ и обработать как тебе нужно

Как-то так ¯\_(ツ)_/¯

@Golang_google

👣 Templ-quickstart

Проект, который предоставляет быстрый и простой способ создания каркаса http-сервера Go.

Технический стек, включенный в это проект, включает Go, HTML, Temple и Tailwind.

git clone https://github.com/phillip-england/templ-quickstart <target-directory>

▪Github

@Golang_google

👣 Предлагаю вспомнить о правилах именования пакетов Go

Разработчикам, использующим пакет, придется вводить его имя каждый раз, когда они вызывают функцию из этого пакета. (Вспомните fmt.Printf, fmt.Println, fmt.Print и т. д.)

Чтобы не возникало проблем, при выборе имен пакетов следует соблюдать несколько правил:
⏩Имя пакета должно быть записано только символами нижнего регистра.

⏩Имя следует сокращать, если его смысл очевиден (например, fmt).

⏩По возможности имя должно состоять из одного слова. Если необходимы два слова, они не должны разделяться символами подчеркивания, а второе слово не должно начинаться с буквы верхнего регистра (пример — пакет strconv).

⏩Импортированные имена пакетов могут конфликтовать с именами локальных переменных, поэтому не используйте имя, которое с большой вероятностью может быть выбрано пользователями пакета

(Например, если бы пакет fmt назывался format, то импорт этого пакета создавал бы риск конфликта с локальной переменной format)

@Golang_google

👣 Whatsmeow

Библиотека Go для создания WhatsApp ботов для нескольких устройств.

▪Github
▪Docs

#golang

@Golang_google

👣 Siglens

Библиотека для управление логами, которая работает немного эффективнее, чем Splunk .

Разработчикам приходится перебирать различные инструменты для ведения журналов, метрик, трассировок

Splunk, DataDog, New Relic стоят дорого 💸 💸 💸
ElasticSearch требует много машин, обслуживание кластера несет сложности 👩 💻 👩 💻
Grafana Loki имеет низкую производительность запросов 🐌 🐌

Всего оддин двоичный файл, который вы можете запустить на своем ноутбуке и обрабатывать 8 ТБАЙТ в день.

▪Поддерживает: Open Telemetry, Elastic, Splunk HEC, Loki
▪Поддерживает несколько языков запросов: Splunk SPL, SQL и Loki LogQL
▪Простая архитектура,
▪Легко начать работу.

🔗 GIthub
🔗 Docs

🖥 Как устроены конвейеры CI/CD 💻

Схема взаимодействия контейнерных технологий в рамках работы с привычными инструментами может быть представлена так:

1️⃣Утилита podman с помощью Libpod API обращается к библиотеке libpod, которая вызывает низкоуровневый container runtime (по умолчанию утилиту runc)
containers/podman
Podman Commands

2️⃣Утилита docker с помощью Docker API вызывает сервис dockerd
docker/cli
Docker CLI reference
Docker architecture
Docker API

3️⃣Сервис dockerd вызывает сервис containerd
Dockerd reference

4️⃣Сервис containerd вызывает низкоуровневый container runtime (по умолчанию утилиту runc)
containerd/containerd
Containerd Scope and principles

5️⃣Сервис kubelet с помощью протокола CRI вызывает сервис container runtime (например, containerd или crio)
Container Runtime Interface
Container Runtimes
CRI: the Container Runtime Interface

6️⃣Сервис containerd вызывает низкоуровневый container runtime (по умолчанию runc)
Containerd CRI

7️⃣Сервис cri-o вызывает низкоуровневый container runtime (по умолчанию runc)
cri-o/cri-o

8️⃣Утилита OCI container runtime (по умолчанию runc):

🔘runc с помощью библиотеки libcontainer создает контейнер по runtime-spec, взаимодействуя с подсистемами ядра Linux – пространствами имен (namespaces) и контрольными группами (cgroups)
opencontainers/runc
runc man
opencontainers/runc/libcontainer

🔘crun создает контейнер по runtime-spec, взаимодействуя с подсистемами ядра Linux – пространствами имен (namespaces) и контрольными группами (cgroups)
containers/crun

Docker