<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Shiwaforce blogger on Medium]]></title>
        <description><![CDATA[Stories by Shiwaforce blogger on Medium]]></description>
        <link>https://medium.com/@shiwaforceblog?source=rss-c6fdbc471680------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*edAVvycK3B9gG9Rj2XVLOg.jpeg</url>
            <title>Stories by Shiwaforce blogger on Medium</title>
            <link>https://medium.com/@shiwaforceblog?source=rss-c6fdbc471680------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Thu, 19 Nov 2026 18:46:08 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@shiwaforceblog/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Prompt engineering: bullshit or must have]]></title>
            <link>https://medium.com/@shiwaforceblog/prompt-engineering-bullshit-or-must-have-625bbc15f3d8?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/625bbc15f3d8</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[prompt-engineering]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Mon, 10 Nov 2025 10:28:48 GMT</pubDate>
            <atom:updated>2025-11-10T10:29:41.918Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/700/1*JhgLpmvUnGoG1i-dSLyWiQ.png" /></figure><p>Let me state upfront that I did not intend to write a bible or ultimate truths, but an opinion piece that reflects my own views. Let’s start with me writing a few words about myself, just so you know how to place my writing.</p><p>I have been moving in the world of software, in software development, for about thirty years. In several application areas, in several roles, I have experienced a lot. (embedded systems, dbo, plc, web, desktop, mobile, etc.) I started dealing with AI back when we most often simply called certain machine learning tasks “classification.” Meaning: my interest and experience in AI did not begin at the end of 2022 with ChatGPT.</p><p>Since software development, creation is also my hobby, I have spent and still spend a lot of time — perhaps too much — in a computer environment. And I don’t mean spending hours shooting in some current game. In fact, I never liked playing the way my “geek” peers did. A game would capture me for maybe 1–2 hours (if it captured me that much at all), but never for days, weeks, or even years. Very soon, the thought always arose in me: how could I also make something like this, or even better? And of course, I tried. :) I didn’t become a game developer, I was interested in much more. I experienced the same with lots of other software. They inspired me in my own creations.</p><p>Why this might be relevant: a kind of “language knowledge” developed in me, with which I am able to translate problems to be solved into a form understandable by the machine. I don’t mean a specific programming language — those come and go. In fact, I believe that someone is not really a developer unless they have created software in at least five programming languages not resembling each other, which has been used by others for an extended period of time.</p><p>The point is that after some time and experience you realize: it doesn’t really matter what the current trendy programming language or framework is. If you have that ability to be an interpreter between humans and machines, you will always have the tools for the solution.</p><h3>I don’t understand why prompting doesn’t work (in general)</h3><p>Perhaps because of the above, I don’t really understand the “prompt engineer” profession and its legitimacy. For a very long time I disputed that such a thing could even exist, but I must admit: most people cannot prompt well. This is what I am looking for the reasons of in this article, and along the way I will also present some tools.</p><p>To be honest, I deeply hate these tools — yet, in reality, unconsciously I also use them. Not in the dogmatic way they are advertised, but I intuitively use parts of them. I don’t like such systems because to me they represent restrictions and shackles, which I have a hard time enduring. Their direct, explicit application is particularly burdensome for me. Moreover, based on my experience I get worse quality answers when I use them. Still, they are present in my everyday life, just not in that way, not under that name, not followed that strictly.</p><p>Why I am still writing them down: if someone stands completely clueless before the topic, and their many attempts have failed, then these can provide them with a foothold, a lifeline. Something that — whether due to luck or due to my life path — comes naturally to me.</p><h3>The LLM is not a fact machine, but only a text generator</h3><p>This chapter title is a strong opinion, and I stand by it. I always remind myself and my colleagues of this.</p><p>When we ask an LLM for factual data… Let’s make a little detour first. For seven years I hosted a podcast, which I left a few weeks ago. There I repeated countless times that lexical knowledge by itself is no longer valuable. Why? Because today it is so very easy to access all information, even just with the help of Google. Type “when did World War II begin,” and you don’t just get one answer, but numerous sources, supplementary information, dates of other related wars, and even which country joined when. The point: the value of such factual data has been deflated. It is not indispensable to know everything by heart, because access to the information is very easy.</p><p>LLMs — if we look very deeply — are, put simply, text generators functioning on statistical basis. I always try to remind everyone of this. And here comes the difficulty: it seems so smart, it creates such persuasive, well-argued text, it speaks human language so convincingly, that it is hard to believe it “just” generates. But we may also think that humans themselves are nothing more than text generators — and then it becomes easier to accept.</p><p>Offtopic: in the early/mid 90s, when I bought my first computer, I created a “software package.” It was DOS, and I did something very simple: I wrote *.bat scripts using words from my circle of friends. Many filler words did nothing, just passed the call on to the next word. Some responded, echoing some fixed text. Maybe there was a “vocabulary” of around 100. It was a huge success among my acquaintances, I could see stunned faces, some saw it as awakened machines. Anyone who understands programming knows from this alone that it had nothing to do with artificial intelligence. Those who don’t, just believed it. Let’s not forget, by then we had already seen such deeply influential films as Terminator or RoboCop. So even a simple script text generator had a shocking effect.</p><p>If we look at it this way (as a text generator), then the type of hallucination seems logical when, for example, we get as an answer a URL that never existed, which sounds good but is false. Or a historical year that could be true, but in reality isn’t. What’s more: if we ask for something unexpected, something not logically following, something that was not in the training data, then it is completely understandable that we will get a particularly bad answer.</p><h3>The AI is not someone, but something</h3><p>It is important to clarify: AI is not someone. Not “he” or “she,” but “it.” Since we communicate with the LLM in human language, it can easily be misleading that emotions, flattering expressions, compliments, appear in the text. Things we have so far only experienced from our fellow humans — and not even from all of them! These build our own ego, and because of that we may be more inclined to accept the answer of the LLM. Of course, there are attempts to balance this, see the XAI models (Grok).</p><p>If you feel difficulty in this — that is, you are personalizing the machine so much that you begin to attribute human qualities to it — then it may help to put things back in order if you request the answers in JSON or XML. Or in any other format that is not a communication style typical of humans. All of this only so you don’t forget: it’s a machine we’re talking about.</p><p>And while we’re at it, here is a footnote about whether software “lives” or has a “right to live.” It is not closely connected to the topic, rather just to this chapter. What do you think about this? Of course, first of all we should clarify whether it can be considered life when information flows between neurons. Or more generally: where do we draw the line of the definition of “life”?</p><p>I believe that every life must have the right to existence, to life. This is quite a humane approach, and perhaps too optimistic — I admit. Just as I admit that it is not always sustainable. But I simply believe this is the right way. From here on, it is only a matter of definition what we consider to be life. I think a separate article should be written about this.</p><p>The point is, observe your own communication: if you say “the AI said that…” then you may already have slipped. Feel free to phrase it in a less natural-sounding way like “the xy language model generated this as an answer for me.” It may sound alien at first, but it keeps in focus that the answer came from a place that lacks a significant part of human qualities, and therefore you must not imagine such things between the lines.</p><h3>The difficulty of formulating the task</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*gOkYRefYElYjm2Zk_z6EfA.jpeg" /></figure><p>I have noticed that many people cannot formulate a task for the machine. In fact, sometimes not even for other humans. I don’t consider this a fault, but certainly something worth talking about. This is where I see the essence of the hype around the prompt engineering profession.</p><p>If you have a task in which you ask the help of an LLM (or another person), then you must learn to let go of the task and trust the one you are asking for help from. At the same time, you must also learn to hand over what is in your head: your ideas, the background knowledge to be used, or even a complete outline of how you would like to see the thing solved. Finally, you must also learn that the other party can make mistakes. Whether human or LLM, you will need safeguards to ensure that the finished help is good. Of course, after many years of cooperation, one already trusts their friend. Similarly, you may come to experience which are the tasks your favorite LLM has never made a mistake in, in which you can lean back, because you know it will do it well. But even then, keep a little part of you that doubts. I will write more about this later.</p><p>Without the background knowledge or expected result format handed over, the other will move blindly, and will only be able to solve the task based on their own knowledge, experience, and ideas. And they will solve it, and it is almost certain that it will not be the way you thought it would be. Then you may cry that the result was not good, because it was not what you had in mind. Let me tell you a secret: it is not a mind reader yet! Don’t just think about what the AI can give you, but also think through what you can give to the AI (for the sake of a better result).</p><h3>Finding the common language</h3><p>It is super good if you speak a common language. But just think: if you are a manager, have you ever talked with a programmer? Or if you are a programmer, then with an operator? Has it ever happened that you misunderstood each other? If yes, then you know what I’m talking about! Even as humans it is very difficult to understand each other if we don’t use the same common language. However, if your interest overlaps into the other’s field, then harmony is often easier; otherwise, even when using the same word, you may misunderstand each other.</p><p>I will share with you a part of a recent, instructive conversation, because it had a great emotional effect on me. The topic was filling out a simple form. On the form there were selectable numerical values and free text fields. We talked about this, and it turned out rather badly. On one side, the question “what did you write?” referred to everything at once (both the selected radio-button-like values and the free text writing). On the other side, however, “what did you write?” meant only the text typed into the input field. So, in such a case, who is right? In my opinion, the one who is curious about the other is right. :) And here it was only such a simple case, when two people communicated with each other. The same in human–machine or machine–machine connection can be even more present, since there is even less empathy there than in the case outlined above.</p><p>When suspicion arises that you are not speaking a common language, then it is worth requesting or providing clarification of concepts. Really, at the slightest suspicion, it is better to clarify than to let misunderstanding take away the conversation. If you write a slapdash input prompt, full of slang that only you and your immediate environment understand, then don’t be surprised if the answer in the output is not what you expect. This is especially true if the slang gives different or additional meaning to everyday words.</p><p>As humans, we do this very often. I also have such words, and I try to avoid using them in situations where the other party certainly does not know them. Just think of the word “client.” What does it mean to whom? And I am not even saying that you have to build a detailed persona here. It is enough to notice that “client” can mean several things depending on the point of view. If I am selling a service, then my clients are those who buy from me. At the same time, I am also a client when I buy in a store or from another provider, even though I myself also have clients.</p><p>There is one thing that can help you through this, if it comes very much from within:</p><h3>Curiosity as fuel</h3><p>Basically, I think that if you get involved in a topic, you will achieve better results than if you only deal with it superficially. I think this way in general, independent of AI. And if something really, honestly interests you, then inevitably you will become curious about more things. Curious about everything you don’t know, everything you also know and others too, and everything you know but others don’t. You will even show interest and openness to how other topics can be related to the topic you love. This is exactly what curiosity means.</p><p>This curiosity, in my opinion, is not necessarily indispensable, but it is a very important ingredient to be able to work well — whether with an LLM or without it on a project. If you are uninterested, then everything will be boring for you. And let me just note quietly: you yourself will also become more boring.</p><p>Curiosity, interest, is such an exciting fuel that carries you to the solution — in an entertaining way, moreover. And all the while you yourself are also built and developed. My advice is: use it. If you can, then work with things that interest you in the first place. Or if you are not so lucky, then build this interest inside yourself. You are capable of it!</p><h3>The role of self-knowledge</h3><p>This topic is also somewhat related to curiosity: you need to know the limits of your own abilities. If you don’t know something, simply admit it! I don’t think this is shameful. At least be honest with yourself. Of course, it doesn’t hurt in front of others either, but this is not life-coaching, rather a reflection on prompting.</p><p>Of course, if you were hired as a Python programmer, and in reality you don’t understand it, after a while that will become embarrassingly awkward. But if you admit your weaknesses, and you are in a supportive environment, excellent results can be born from that. But for this you must first and foremost be honest with yourself. Admit what you need help with, and what you are stronger in than others.</p><p>Believe me, if you can let go of your ego, then you will be able to put together much cooler, more creative, and more workable solutions. It is not embarrassing to use the ELI5 or ELI10 keywords, even if you are already over 20 or 30 years old.</p><h3>Judgment</h3><p>Many only call it critical thinking. I think this should be school curriculum. My advice is not complicated: simply doubt things. Ask yourself the question: “is it really true?” And the answer “I don’t know” is also entirely appropriate — but for this you must again be honest with yourself. If you don’t know for sure whether something is the case, then it may very well not be, and then you can easily be deceived. A confident statement can be easily misleading. And today’s LLMs state and justify almost everything with great confidence. Regardless of its truth.</p><p>This critical way of thinking is particularly important because with statistical text generation such cases may often occur. For example, if you ask ChatGPT for a link, you may get a nice-looking URL that has never even existed. However, if you at least make the effort to click it and check whether something is really there, then you will already have invested more energy than most people.</p><p>But here moderation is also important — as in everything. Curiosity can also be overdone, and you can get lost in the details. Similarly, you can also immerse yourself endlessly in questioning, until you even doubt the fundamental physical or mathematical axioms. The point: have critical thinking, but also keep your sanity.</p><h3>CRISPE, CO-STAR, etc…</h3><p>There are named prompt frameworks, like the CRISPE framework (Capacity, Role, Insight, Statement, Personality, Experiment) or CO-STAR (Context, Objective, Style, Tone, Audience, Response). RACE (Role, Action, Context, Expectation), TAG (Task, Action, Goal), PAR (Problem, Action, Result), RTF (Role, Task, Finish), CARE (Context, Action, Role, Example), TRACE (Task, Request, Action, Context, Example), AIDA (Attention, Interest, Desire, Action). And the list could go on.</p><p>With this I arrive at the point that makes me particularly uneasy. I simply don’t think it is a good idea that for every problem, for every conversation, we should provide all the conditions, all the frameworks that the given prompt framework prescribes for us. Of course, it may happen that one of them will be needed for a given task. In fact, maybe all of them, or even more. But I am sure that not all of them are needed for every task. I cannot justify it better than with my own experience.</p><p>You must recognize whether from the perspective of the expected result it is really necessary to follow and describe all given aspects. What’s more, I go further: there may be other aspects not included in these frameworks that are much more important in the given situation. Don’t let a template decide how you must always phrase things, but rather the task itself.</p><p>This is entirely in harmony with the principle I have long believed: you must choose the right tool for the task, not try to solve every task with a single tool. If you have a hammer, it is excellent for driving a nail. It can even be used to drive in a screw. If you are very careful, you can even stir your coffee with it. But I am sure that with a specialized tool chosen for the given task you will go further and achieve better results. Hammer for nail, spoon for coffee.</p><p>But this is only true if you know what you want, and what aspects you want to consider. (for a nail you know it must be driven into wood, not reinforced concrete, or into an aquarium) If you don’t know where you want to get, if you don’t know what conditions you must meet, then these frameworks are much better than nothing: they give direction, provide a foothold. So if you are completely clueless, feel free to use them — they mean well, they won’t cause you major harm.</p><p>But if you are conscious, then don’t let them restrict your creativity by saying “XY framework must be used obligatorily.” Be brave to experiment, stay curious, and — as I will write later — don’t be afraid of failures either. Curious willingness to experiment, childlike playfulness, can help a lot. Both in enjoying the work, and in getting a better result. A true win-win situation.</p><h3>About roleplay</h3><p>One of the most common things that comes up in connection with prompting is role: “answer like an expert,” or “answer like someone with 130 years of experience in XY.” For a long time I denied that this could be of any use. But of course critical attitude and curiosity won, so I tried it. Try it too! Try it both pro and contra, on the same topic.</p><p>At a cool, renowned (and damn expensive) lecture they showed an example in a subject I don’t really know. So what was less familiar to me was the subject of the prompt, not the framework. I asked the same question with role and without role. The result was different. Of course it will always be different, since if you ask the same question twice, you won’t get exactly the same answer (unless you build in direct instructions for that). So with this experiment I didn’t get much further. I was sad that I couldn’t draw a conclusion, even though that was supposed to be the point of the lecture. They did tell us what we should think, but I am more critical than that.</p><p>Then I turned it around: I asked for help in a topic I know deeply. The result quite astonished me. It only reinforced in me that this whole role definition is often nonsense. Don’t get me wrong: in both cases I got correct, working and true answers. Both were useful. But when I asked without role, I got exactly what I expected, in the form I expected. It was wonderful, I felt that the LLM would really help me if that were truly my problem. However, when I also gave a role, then the result was for me too verbose, an unjustified solution. It was like an answer from a colleague with a lot of knowledge but zero practical experience. Terrible, but meanwhile correct.</p><p>And here too it is true: if you have no idea, no experience, no knowledge, then it may be worth using a role. But if you can formulate the task well, then it will not add anything. What’s more! I must also admit that I cheated meanwhile: I have a huge history behind me, from which it is easy to tailor the answer to me. I gave a lot of feedback earlier on various answers — often textual feedback too. So today it is understandable how the answers can be so good for me even without special role definition.</p><p>But this is only now. In the past, when I didn’t have such a big history, I still got good answers. The point: put into your prompt as much as you really want to see in the answer. No more, no less. Don’t let the framework define your prompt, but the actual task! (I think I already said this, but it cannot be said enough)</p><h3>Why can a framework still be useful?</h3><p>If you are an expert in a topic, prompt frameworks can still be useful for you. What are they good for? For being able to look at the same task from different perspectives. It may be that from your work or life path you see into different roles, you can examine the problem from their viewpoint as well. But I am sure you cannot equally well think yourself into everyone’s role. In fact, it may even be that you don’t recognize what other viewpoints are possible regarding the given topic.</p><p>You can satisfy your own natural curiosity — because you do have that, don’t you? :) It is worth experimenting, because you can easily notice things that would otherwise escape your attention. What’s more, you can also put yourself into perspectives you could not even imagine before. So many exciting and interesting situations.</p><h3>How to know if the answer is good?</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XIeQYhDP6Cmi6bfos_AU0A.png" /></figure><p>How do you know if something is good? This is perhaps one of the most pressing questions nowadays. You can get to convincing arguments in moments, only you don’t know how good they really are. With an engineering mindset it is hard for me to accept when things cannot be justified with numbers. I am working on it, but still this is the truth.</p><p>That is exactly why I believe that the quality of the answer can best be verified with numbers, with measurements — not based on feelings. It doesn’t seem a very good guiding principle to say “I think the other answer is better.”</p><p>If you can measure — accuracy, completeness, readability, usability, or any other concrete aspect — then you will really have a strong basis to decide: is the given answer good? And you very much need this, since answers today come very easily. And by answer I don’t mean only textual answers, but also audio, image, or video.</p><p>The shame of the restart button, or the power of starting again</p><p>It is possible that despite the best intentions and the most careful work, a discourse with an LLM ends in nonsense. What can you do then? It’s very simple: start again! You can even experiment with another model, don’t stick to just one. Here too it is true that it is better to choose the tool for the task, and not one single tool for every task!</p><p>It is not shameful to make mistakes, on the contrary! Many rather patch up the bad conversation flow and complain that the answer was bad. But if it clearly turned in the wrong direction — and only gets worse — then let it go. I understand that there was a lot of work in it, but you will throw away even more if you don’t. There is a saying that the sooner you get off the train going in the wrong direction, the better.</p><p>What’s more, with a restart you can also improve: you already know what you left out the first time, what was ambiguous, and what you want to explicitly exclude. Restarting is not failure, but accelerated learning.</p><h3>You can even have the LLM write the prompt</h3><p>We have talked a lot so far about how to write prompts. But obviously you can also ask for help with this. You can simply type into your favorite LLM the instruction: “dear LLM, create me a prompt that solves my XY problem.”</p><p>What you get, you can review — see also: curiosity and critical attitude — and then simply hand it back to the same LLM. Or to another one. With good chance it will be more thorough than if you had to come up with everything yourself. And yes, you can also learn from it.</p><h3>Decide what role you take part in</h3><p>Decide what role you take part in the game. Are you the one providing the data and instructing the LLM? Are you only taking part in the checking? Or all three at the same time? Or something completely different? The point: be conscious in this too. If you know what you want, what your boundaries are, in what you expect help, then the result will be better than if you just typed something in and then complained that it was not good.</p><p>Know what you want to ask help with! And in what you asked, in that topic, give trust (obviously with proper criticism), and let the other — in this case the LLM — do it. Acknowledge if the answer is good, and reject it if it is bad. But don’t throw it back just because it is not exactly what you imagined. No one — not even the LLM yet — is a mind reader.</p><p>If there were a communication interface that reads thoughts directly, then asking for help would be simpler. But humanity would face much greater problems with such a tool. See also honesty :)</p><p>I believe that honesty is an important, indispensable human quality. And that withholding important information is also a lie. How does this connect to prompts? In such a way that if you don’t tell in the prompt what kind of answer you expect, then you are practically lying. Unspokenly you suggest that anything may be good — while in your head, or subconsciously, there is already an imagined, expected form.</p><h3>Version control, repository, governance</h3><p>I have already written a lot… I suppose no one reads it all. If you happened to scroll just this far, leave a comment saying “persistent reader” :D Thanks in advance!</p><p>When working with an LLM you will also type a lot. You will have many instructions: better ones and less good ones. Ones that work, and ones that don’t. It is worth building a catalog from this!</p><p>If repository, version control and similar concepts are not friendly to you, then it is more than enough to collect your prompts in Excel. But if you want to handle it more seriously, then use git — it gives you a lot more than mere saving.</p><p>At minimum, have a list marked with how good each was. You yourself will learn a lot from it, and your colleagues will also profit. Don’t make everyone dig up the same solution again. If you are building a company or a team, then this is the minimum you should do for the others. It’s also worth mentioning eval testing here, if you’re evaluating your prompt instead of the model.</p><h3>Is using LLM safe?</h3><p>If we are already talking about building a company, the above question arises. Well, basically this is “just” a chat. What could go wrong? Very much. And at the same time nothing. But it’s not that simple.</p><p>If you want a good answer, then you must ask a good question. Sooner or later the dilemma arises: do you share with the LLM data that you believe only you know? Is the data relevant or not? Can you anonymize it or not? One thing is certain: if you react to this question with explicit prohibition, then you are probably driven by fear of the unknown. Which certainly means you will fall behind in the race. If you don’t work in the competitive sector, then you still have a few years. If you are a state monopoly, then you may also have some respite, but that’s all. Whoever is left out will fall behind.</p><p>It is worth, however, to also think through whether what you are currently doing is really so secret, so new and innovative, that no one in the world has ever done such a thing. Honestly: do you think you can, for example, create a website layout for which there has never been an example on the web? I am just saying this as an example. Or from the other side: is your business value really what your team copied together from Stack Overflow? If yes, then I have bad news…</p><p>Seriously though: I am a big fan of open source projects, so for me it is difficult to see real value in someone wrapping themselves in total secrecy regarding LLMs. Security is important, but it is worth realistically assessing what truly deserves a top secret stamp.</p><h3>Summary</h3><p>It is hard to give general advice, that’s why this article became so insanely long. If you can talk with people, then a chatbot won’t get the better of you either! I still don’t consider prompt engineering an indispensable thing, rather just a kind of fallback, for when you are clueless.</p><p>Perhaps I would highlight curiosity again. If there is no real interest in you, then the whole thing is worthless. But if the question “why?” is exciting for you, then you are on the right track!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=625bbc15f3d8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Octant DevDiary #2 — A backend perspective on a search engine’s Dashboard]]></title>
            <link>https://medium.com/@shiwaforceblog/octant-devdiary-2-a-backend-perspective-on-a-search-engines-dashboard-b04a0d885375?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/b04a0d885375</guid>
            <category><![CDATA[shiwaforce]]></category>
            <category><![CDATA[dashboard]]></category>
            <category><![CDATA[web-development]]></category>
            <category><![CDATA[wordpress-plugins]]></category>
            <category><![CDATA[search-engine-marketing]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Thu, 26 Oct 2023 09:09:34 GMT</pubDate>
            <atom:updated>2023-10-26T09:09:34.681Z</atom:updated>
            <content:encoded><![CDATA[<h3>Octant DevDiary #2 — A backend perspective on a search engine’s <em>Dashboard</em></h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/43/1*J9bQAZ4Js3xY-zmlIRhtkw.png" /></figure><p>Hello everyone! It’s Peter Cseh from Shiwaforce’s Octant Team. My main area of expertise lies in backend development which was mainly focused on Octant’s dashboard feature.</p><p><strong>What was the inspiration or need behind developing this search engine dashboard?</strong></p><p>We believed there’s a market gap for a plug-and-play embeddable search engine which gives you more control over the results your site’s visitors will see when they’re searching for something within your site. This is why we decided to start developing Octant. It was clear from the start we will need a dashboard at some point.</p><p><strong>What are the key features of the dashboard, and which challenges does it solve for the customers?</strong></p><p>We tried to populate it with relevant graphs and data, and tried to give an easy access to our features. I’m sure a frontend developer or a data scientist would be more enthusiastic about displaying the graphs, but in my perspective, it’s only a handful of endpoints returning a couple of aggregated numbers, nothing exciting. Looks good though!</p><p><strong>Were there any significant challenges or obstacles encountered during development, and how were you and the team overcome it?</strong></p><p>Challenges during development? Sure, as always, time and requirement management was painful. Cutting corners and delaying features always hurts, but I think we’ve arrived to a point where everyone is satisfied with the results. We had to learn how to prioritize better, and how to let go things we wanted to add, but didn’t have time for.</p><p><strong>Can you share any interesting anecdotes or lessons learned during the development journey?</strong></p><p>In the beginning I’ve only participated as a mentor for the development team, and was only able to join in the later stages as a full fledged developer, so my perspective might be skewed. I hope we’ve all learned how important it is to have good CI processes in place and use them as soon as you can.</p><blockquote>If you don’t respect CI/CD, you will suffer later. If you create a CI system where your changes ship as fast as possible, you will sleep better.</blockquote><p><strong>What were the most essential technologies or tools used in the development process?</strong></p><p>Just use the latest opensource tools you can. Don’t bother with earlier releases just because those are the ones you have been using. Find the right tool for the right job.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*J3R97pVv7qgVr99Yl_Gg1Q.jpeg" /><figcaption>If you want give our Dashboard feature a try, just click! OctantSearch.com</figcaption></figure><p><strong>What future developments await the dashboard in upcoming updates?</strong></p><p>We’re monitoring user interaction as you should, and we’ll be making changes to it accordingly. I’m sure the more data will be available about our subscribers usage, the more we’ll add to it.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b04a0d885375" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Octant DevDiary #1 — a JS expedition for a better Result Optimizer]]></title>
            <link>https://medium.com/@shiwaforceblog/octant-devdiary-1-a-js-expedition-for-a-better-result-optimizer-edf809270068?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/edf809270068</guid>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[search-engine-optimizati]]></category>
            <category><![CDATA[developer-diary]]></category>
            <category><![CDATA[dev-diary]]></category>
            <category><![CDATA[octant]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Tue, 26 Sep 2023 11:32:09 GMT</pubDate>
            <atom:updated>2023-09-26T11:32:09.810Z</atom:updated>
            <content:encoded><![CDATA[<h3>Octant DevDiary #1 — a JS expedition for a better Result Optimizer</h3><p>Hi there, I’m Gyuri Varga. While I primarily focus on frontend development at Shiwaforce, I like to think of myself as a full-stack developer. Regarding the Octant project, within our team my role is to shape the platform’s user interface, ensuring it not only looks great but also functions seamlessly.</p><p><strong>The Result optimizer is a truly intriguing feature. Could you share your involvement in its development?</strong></p><p>I’ve been primarily responsible for designing and implementing the interface functionality for this feature. It’s quite a complex interface with numerous interaction options. I found it to be an exciting challenge.”</p><p>Additionally, I collaborated closely with one of our backend colleagues since many elements in the interface are closely tied to the behind-the-scenes workings of the application.</p><p><strong>Did the collaboration go smoothly?</strong></p><p>I would definitely say yes. I am always emphasizing the importance of effective communication, especially when backend and frontend development are handled by separate colleagues or teams. This time, while working on this feature, we successfully achieved that.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eBYOxfCgIjEMhRztPZGR5A.png" /><figcaption>The drag and drop puts you in the driver’s seat, by rearranging search results. You can prioritise the information that matters most to your customers, boosting revenue and saving valuable time.</figcaption></figure><p><strong>What challenges did you face during the development process?</strong></p><p>Oh, there were a few :) I’d like to highlight two of my “favorites”. Firstly, within the Featured Results list, when you ‘starred’ an item from the list, it was crucial to ensure that the item returned to its correct place. This was because it could come from either the ‘All results’ list or the ‘Phrase Pairings’ list, and maintaining synchronization between these groups was essential.</p><p>Secondly, for the drag and drop functionality, we had to pay special attention to handling items from different groups. For instance, not all items in the bundle could be freely dragged from one item to another. These challenges did pose some headaches, but that’s all part of the development journey, where overcoming various-sized challenges is always a rewarding experience.</p><p><strong>Show us your favorite thing about the interface!</strong></p><p>While we anticipate that this interface may have relatively few mobile users, given its technical nature, it’s still designed to be accessible and aesthetically pleasing on mobile devices. Surprisingly, even the drag-and-drop functionality works seamlessly in this mobile format. It might sound like a small thing, but when I first got to experience the mobile version, it just grew on me.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1IBt8QTMzOXj8vRMkUmNsw.png" /><figcaption>We’ll show you an analytics with which you can tailor your content and your site’s search experience accordingly</figcaption></figure><p><strong>Thank you very much for the answers and the interesting facts!</strong><br>It was really nothing, I hope it was useful and you got a little insight behind the scenes!</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*L209mrDsukP_Mn7MLa14Ow.png" /><figcaption>Gyuri Varga, Shiwaforce</figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=edf809270068" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Eszközök akadálymentes weboldalak fejlesztéséhez 1. rész — ShiwaForce.com]]></title>
            <link>https://medium.com/@shiwaforceblog/eszk%C3%B6z%C3%B6k-akad%C3%A1lymentes-weboldalak-fejleszt%C3%A9s%C3%A9hez-1-r%C3%A9sz-shiwaforce-com-622f2735c12b?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/622f2735c12b</guid>
            <category><![CDATA[aria]]></category>
            <category><![CDATA[akadálymentesítés]]></category>
            <category><![CDATA[accessibility]]></category>
            <category><![CDATA[wcag]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Thu, 16 May 2019 14:53:03 GMT</pubDate>
            <atom:updated>2019-05-22T08:55:29.366Z</atom:updated>
            <content:encoded><![CDATA[<h3>Eszközök akadálymentes weboldalak fejlesztéséhez 1. rész — ShiwaForce.com</h3><h4>A web úgy lett kialakítva, hogy mindenki számára elérhető, és bárki által használható legyen. Arról, hogy mit tehetünk ennek érdekében frontend fejlesztőkként, Kádár Roland kollégánk írásából kiderül.</h4><p><em>A Web igazi ereje az univerzalitásában mutatkozik meg. Alapvető követelmény, hogy mindenki hozzáférjen, képességeitől függetlenül.”</em></p><p>Tim Berners-Lee, W3C Director and inventor of the World Wide Web</p><p>A web úgy lett kialakítva, hogy mindenki számára elérhető legyen függetlenül a használt hardvertől, szoftvertől, földrajzi helytől, vagy egyéni képességektől. Amint a web eléri ezt a kitűzött célt, úgy használható lesz bárki által, legyen szó bármilyen hallási, mozgási, látási, vagy kognitív hátránnyal rendelkező személyről.</p><p>Fejlesztőként a WCAG és ARIA szabványok átnézése után az első kérdés mindig az, hogy Oké, de mivel tudnánk ezt validálni? Megindul az eszeveszett keresés eszközök után, amelyek megmondják nekünk a tutit. A valóság az, hogy bár léteznek nagyon jó eszközök (és egyre több), amik segítenek nekünk a WCAG különböző szintjeinek betartásában, nem biztosítanak 100%-os coverage-et jelen pillanatban, és a manuális tesztelést semmiképp sem szabad elhanyagolni. Ez részben annak is köszönhető, hogy viszonylag sok tényezőt kell figyelembe venni,, illetve kontextus hiányában nem feltétlen tudja megállapítani az eszköz, hogy az adott elem vagy attribútum, szükséges-e annak ellenére, hogy szintaktikailag megfelelően van használva,.</p><p>Mindezek ellenére én azt javaslom minden fejlesztőnek, illetve csapatnak, hogy a soron következő eszközök valamelyikét mindenképp próbálják ki, építsék be a fejlesztői eszköztárba, napi rutinba, vagy éppen a CI pipeline-okba, hogy még release előtt meg tudják fogni az akadálymentességgel kapcsolatos bug-ok nagy százalékát, és nem utolsó sorban azért, hogy tanuljanak belőlük.</p><p>Az első részben a böngészőnkben elérhető eszközöket fogjuk átnézni, a másodikban pedig előveszünk egy-két browser extension-t és javascript library-t. Végül pedig, a harmadik részben a képernyőolvasók alapvető működését fogjuk áttekinteni.</p><h3>Chrome Devtools</h3><p>Senkinek sem kell bemutatni az egyik leggyakrabban használt fejlesztői eszközt. Nap mint nap kapcsolatba kerülünk vele, azonban a fejlesztők jelentős részének figyelme elsiklik az alábbi feature mellett.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/499/0*2wFF7COanee6LVVI.png" /></figure><p>Az accessibility tabon több hasznos információt is találunk. Az első és legfontosabb, az Accessibility Tree. Akik esetleg nincsenek tisztában azzal, hogy mi is ez az Accessibility Tree, ők a legegyszerűbben talán úgy érthetik meg, ha úgy gondolnak rá, mint egy lecsupaszított DOM-ra. Csak azok az elemek, értékek és állapotok tartoznak ide, amelyek különféle asszisztív technológiák, például felolvasó szoftverek felé hordoznak információt. Ebben a nézetben szinte kivétel nélkül ilyen elemekkel fogunk találkozni, illetve egy pár div-vel, amelyek adott esetben lenyíló csoportokat fognak össze. Ezeket GenericContainer-nek nevezi az eszköz. Ezen kívül láthatjuk, hogy az adott elemen milyen <strong>aria </strong>attribútumokat használunk, anélkül, hogy száz másik attribútum közül kellene őket kivadásznunk. Végül pedig a számolt értékeket tekinthetjük meg adott elemnél. Ahol is a legtöbbet a <strong>Name </strong>értékkel találkozhatunk. Ez az érték lesz az, amelyet a felolvasó szoftverek bemondanak abban az esetben, ha az adott elemhez érnek. Ahogyan a képen is látható, több lehetséges érték is szerepel, lentről a <strong>title </strong>elemtől indulva, a node tartalmán keresztül, egészen az <strong>aria-labelledby</strong>-ig. Ezzel a sorrendezéssel kapcsolatban azt is megtanulhatjuk, hogy a felolvasó szoftverek esetében melyek azok az értékek, amelyek a legmagasabb prioritással bírnak. A legalsó érték a leggyengébb, míg a legfelső a legerősebb. A computed properties résznél különböző állapotokat tudunk vizsgálni, mint például azt, hogy az elem fókuszálható-e, illetve, hogy jelenleg fókuszálva van e, valamint beviteli mezők esetén, megnézhetjük-e, hogy validálás során megfelelően állítjuk-e be az <strong>Invalid user entry </strong>mezőt.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/229/0*Rxehd5VWfcwJfmfZ.png" /></figure><p>Az Accessibility tab mellett, egy másik hasznos feature is belekerült a DevTools-ba, a Chrome -ös verziójában. A color pickert szintén számtalanszor használjuk fejlesztőként és most már azt is megtudhatjuk belőle, hogy az általunk használt színpaletta milyen kontraszt arányokkal bír, illetve hogy az a WCAG melyik szintjének felel meg. Az AA és AAA szintek teljesítéséhez két görbét is kirajzol a színskálába, amivel könnyen be tudjuk lőni a kívánt színeket. Természetesen egy kötött arculati szabályrendszer mellett nem tudjuk csak úgy módosítani a színeket, ezért ehhez érdemes biztosítani egy kapcsolót, ami átváltja az oldalt az előre definiált színpaletta egy kontrasztosabb verziójába.</p><h3>Firefox Inspector</h3><p>A Chrome-hoz hasonlóan a Firefox is rendelkezik egy, a fejlesztői eszközbe épített accessibility toollal. Ami azonban egy kicsit szimpatikusabb a Mozillás megközelítésben az az, hogy egy könnyebben “hozzáférhető”, látható helyre került. Miután először kattintunk a tab fülre és engedélyezzük a Firefox accessibility feature-eit, onnantól kezdve minden alkalommal, ha egy oldalon lenyitjuk a context menüt, lehetőségünk lesz az Inspect element menüpont alatt kiválasztani az Inspect Accessible Properties menüpontot is, ami azonnal ezt a tab fület fogja kinyitni.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/512/0*xFvwhZkUn4sHYj4n.png" /></figure><p>A layout és kontrollok közel azonosak a két felületen, azonban a Firefox esetén magát a treet egy kicsit könnyebb átlátni és bejárni.</p><h3>Lighthouse</h3><p>Szintén semmiféle telepítést nem igényel, és rögtön a Chrome DevTools-ból elérhetőaz audits tab megnyitásával. Azemeltem ki a Chrome DevTools rész alól, mert érdemes tudni, hogy a Lighthouse önálló entitásként is tud üzemelni. pen-source project, a forráskódját <a href="https://github.com/GoogleChrome/lighthouse">meg is tekinthetjük a Github-on </a>, illetve beépíthető a projektünkbe is automata teszteléshez, ezt azonban a következő részben fogjnk részletesen megnézni.</p><p>A Lighthouse Accessibility emellett sok más auditot is el tud végezni, mi azonban most csak erre az egy feature-re fogunk koncentrálni. Amikor lefuttatunk egy auditot, az eszköz végigszkenneli az oldalunk forrását az általunk megadott paraméterekkel, majd a végén generál nekünk egy reportot, amiből láthatjuk, hogy accessibility szempontból hogyan teljesít az oldalunk a Lighthouse pontrendszere alapján.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/295/0*EMyWmhP5lSyXGqry.png" /></figure><p>Az audit futása előtt meg tudjuk adni, hogy milyen eszközön szeretnénk futtatni, ez lehet desktop vagy mobil. Kiválaszthatjuk a futtatandó auditokat (jelen esetben csak Accessibility). Network sebességet állíthatunk, valamit azt is megmondhatjuk, hogy ürítse az eddig felhalmozott adatokat.</p><p>Futás után aképen szereplő reportot láthatjuk, amelyet JSON formátumban le is tudunk tölteni és a <a href="https://googlechrome.github.io/lighthouse/viewer/">Lighthouse viewer </a>-be behúzva a DevTools-on kívül is meg tudjuk nézni.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/844/0*_Wa1aurMMkE5k5b9.png" /></figure><p>Négy kategóriába sorolhatjuk az audit végeredményét. Sikertelen és sikeres auditok, nem releváns auditok, illetve manuálisan tesztelendő elemek. Sikeres auditoknál értelemszerűen láthatjuk, hogy mik azok a pontok, amelyeket sikeresen megugrottunk, azonban érdemes egy pillantást tekinteni ezekre is, abban az esetben, ha nem tudatosan készültek. A nem tesztelhető részek alatt azokat az eseteket értjük, amelyek az adott oldalon nincsenek jelen, azonban az eszköz képes őket ellenőrizni. Sikertelen auditoknál pedig láthatjuk, hogy milyen pontokon kell javítanunk az alkalmazásunkat. Érdemes ezekkel kezdeni a manuális tesztelés megkezdése előtt, hiszen amíg itt vannak hibáink, jó eséllyel ezek a manuális tesztelés során is ki fognak jönni.</p><p>Már a Lighthouse is elég jó vonalvezető a manuális teszteléshez, de a következő részben megnézünk egy olyan kiegészítőt is, ami egy teljes site audithoz ad nekünk step by step segítséget.</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/eszkozok-akadalymentes-weboldalak-fejlesztesehez-1-resz/"><em>https://www.shiwaforce.com</em></a><em> on May 16, 2019.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=622f2735c12b" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Fejlesztők — egy új törzs szerveződése és a világ újrateremtése — ShiwaForce.com]]></title>
            <link>https://medium.com/@shiwaforceblog/fejleszt%C5%91k-egy-%C3%BAj-t%C3%B6rzs-szervez%C5%91d%C3%A9se-%C3%A9s-a-vil%C3%A1g-%C3%BAjrateremt%C3%A9se-shiwaforce-com-39cd2ff44f0f?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/39cd2ff44f0f</guid>
            <category><![CDATA[könyvajánló]]></category>
            <category><![CDATA[coders]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Tue, 16 Apr 2019 06:45:15 GMT</pubDate>
            <atom:updated>2019-05-22T08:53:49.281Z</atom:updated>
            <content:encoded><![CDATA[<h3>Fejlesztők — egy új törzs szerveződése és a világ újrateremtése — ShiwaForce.com</h3><h4>Ritkán írunk könyvajánlót, de még ennél is ritkábban kezdünk a mélyére ásni annak, hogy kik vagyunk mi, fejlesztők, a digitális világ alkotói és mérnökei, és milyen hatással vagyunk az emberek viselkedésére. Clive Thompson Coders című könyvében ezekre a kérdésekre keresett és talált válaszokat.</h4><p>“A szoftverek felzabálják a világot” — <a href="https://www.wsj.com/articles/SB10001424053111903480904576512250915629460">írta</a> Marc Andreessen Netscape alapító 2011-ben. Alig néhány évvel később már kész tényként kezeljük, hogy minden vállalat szoftvercég is egyben. Hogy történhetett mindez?</p><p>Még ha nem is a 21. század legszexibb iparágában dolgozol, beláthatod Andresseen fenti állításának igazságtartalmát. Ma már egy doboz joghurtot sem vehetsz meg úgy, hogy a termék — és a vásárlás menete — ne menne keresztül informatikai rendszerek kusza hálóin.</p><h3>Kik és hogyan formálják ma leginkább az emberek viselkedését?</h3><p>Politikusok? Egyházi vezetők? Tanárok? Művészek, vagy akár a popsztárok? Tévedés. Az emberekhez ma a legegyszerűbb út a mobiltelefonjaikon keresztül vezet.</p><h3>Egy szoftverfrissítés, amely megváltoztatta az általunk ismert valóságot</h3><p>Vajon melyik volt az az időpillanat az elmúlt évtizedben, amelyik emberek százmillióinak viselkedését alakította át gyökeresen — egyik pillanatról a másikra?</p><p>Ez a nap 2006. szeptember 5-e volt, amikor Ruchi Sanghvi egy szoftverfrissítés kiadásával újraformálta a világot. Az akkor 23 éves Sanghvi — hónapok hosszú munkája után világgá bocsátotta a Facebook legújabb funkcióját, a hírfolyamot (News Feed). A hírfolyam — egy addig még soha nem látott megoldás — időrendi sorrendben visszafelé — a legfrissebb eseménnyel legfelül — megmutatta az összes Facebookon posztoló ismerősöd legújabb bejegyzéseit. Válogatás és szűrés nélkül.</p><p>A kezdetben hatalmas ellenállást kiváltó lépés néhány hét elteltével elfogadottá vált. Ezzel alapvetően megváltoztatta egy generáció közösségi viselkedését és szokásait. Az azóta hatalmas politikai botrányokat is kavaró megoldás még mindig él és működik, több mint egymilliárd ember használja nap mint nap, naponta többször.</p><p>Ruchi Sanghvi egy szoftverfejlesztő. A Facebook első női alkalmazottja, egyike a ma már több mint 35.000 embert alkalmazó vállalat első tíz munkavállalójának.</p><h3>Kik is valójában a fent említett szoftverfejlesztők, kikből áll a digitális világ elitje?</h3><p>A hollywood-i filmek sztereotípiái szerint a szoftverfejlesztők egész nap a gép előtt ülő, kapucnis pulóverjeikbe burkolózó, fejhallgatós tinédzserek.</p><p>Mi sem áll messzebb a valóságtól. Némelyikük külsőleg talán hasonlít a filmekben látott hackerekre, világuk azonban a külső szemlélő számára nyugodtságot sugalló viselkedés ellenére tele van forrongással, örömmel, bánattal, kihívásokkal és frusztrációval.</p><p>Az alábbiakban <a href="https://www.penguinrandomhouse.com/books/539883/coders-by-clive-thompson/9780735220560/">Clive Thompson Coders — The Making of a New Tribe and the Remaking of the World</a> című könyvéhez írt kiadói ajánlót olvashatod — saját fordításunkban.</p><p>Hello, world.</p><p>A Facebook algoritmusai átformálják a híreket. Az utakat önjáró autók szelik. A Twitteren forradalmak, míg a Tinderen románcok születnek. Egy olyan világban élünk, amelyet kódok fognak össze, és a szoftverfejlesztők azok, akik ezt a világot megalkották számunkra.</p><p>Clive Thompson korunk legnagyobb hatalmú törzséről írt könyvéből megtudhatjuk, kik ők, hogyan gondolkodnak, mit tekintenek kiválóságnak és mi a legmeghökkentőbb a világukban. Ők a világ rejtőzködő influencerei. A “Fejlesztők — egy új törzs szerveződése és a világ újrateremtése” című könyv a szoftverfejlesztők kultúrájáról szól.</p><p>A médiában a kódokat írókat gyakran kapucnis pulóveres, fejhallgatós tinédzsereknek mutatják be. Thompson sokkal mélyebbre megy: megvizsgálja a kultúraformáló, láthatatlan mérnökök pszichológiáját, felderíti, hogy mik a szenvedélyeik, milyen az értékrendjük, és feltárja kalandos, sokszor zavaros történelmüket. A könyv közel visz minket néhány ma is élő és alkotó, kiemelkedő szoftverfejlesztőhöz, olyanokhoz, akik például a Facebook hírfolyamát, az Instagramot, vagy a Google mesterséges intelligenciáját alkották. A szerző bemutatja a bűvös, mindenkinél 10-szer hatékonyabban dolgozó elit fejlesztőktől kezdve a háttérrendszereket készítőit és a designereket. Thompson felfedezi e szakma különös pszichológiáját: a logika szeretetét, a hatékonyságra való szenvedélyes törekvést, a problémamegoldás vidámságát, és nem utolsó sorban az emberfeletti frusztráció elviselésének képességét.</p><p>A könyv morális és politikai kérdéseket is feszeget. A szoftverfejlesztők egy-egy döntése hatalmas hatással van nemcsak az egyes emberek életére, de sokkal nagyobb méretű társadalmi és gazdasági ügyekre is.</p><p>A szoftverfejlesztők munkája a mindennapi viselkedésünket is befolyásolják: ha valaminek a használatát egyszerűvé teszik, azt többet fogjuk használni. Ha valamit nagyon megnehezítenek, azt kevésbé használjuk.</p><p>A szerző a korunk legnagyobb ellentmondásos világának mindkét oldalát ismeri: az egyik oldalon a Szilícium-völgy diszruptivitását és startup fétisét, és a másik oldalon a partvonalra szorult kisebbségi csoportok integrációjának nehézségeit.</p><p>Kitér a szakma meglepő történeti hátterére is, kezdve a legelső fejlesztőkkel — azokkal a brilliáns úttörő nőkkel, akik az első számítógépeket és programozási nyelveket alkották, és mégis kimaradtak valahogy a történelemkönyvekből. Bemutatja a modern crypto-hackereket, akik ismeretlenül is a te online biztonságodért küzdenek, az MI mérnököket, akik megdöbbentő gépi érzékelőket építenek, azokat a tinilányokat, akik az alvást hanyagolva 24/7-ben hackatonoznak, és a munkanélküli Kentuckyban élő szénbányászokat, akik új karriert keresve lépnek be a szakmába.</p><p>A könyv ugyanakkor látványosan bemutatja, hogy a programozás hogyan vált bámulatos művészi önkifejezési formává — kreatív örömforrássá, nem pusztán veszélyforrássá.</p><p>Ahhoz, hogy jobban megértsük a körülöttünk lévő világot, meg kell értenünk a kódírás mikéntjét és annak következményeit. A könyv valóban a gép lelkébe vezet el minket.</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/fejlesztok-egy-uj-torzs-szervezodese-es-a-vilag-ujrateremtese/"><em>https://www.shiwaforce.com</em></a><em> on April 16, 2019.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=39cd2ff44f0f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Hogyan legyünk tesztautomatizálási szakértők egy nap alatt? — ShiwaForce.com]]></title>
            <link>https://medium.com/@shiwaforceblog/hogyan-legy%C3%BCnk-tesztautomatiz%C3%A1l%C3%A1si-szak%C3%A9rt%C5%91k-egy-nap-alatt-shiwaforce-com-43481efebd00?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/43481efebd00</guid>
            <category><![CDATA[tesztautomatizálás]]></category>
            <category><![CDATA[teszt]]></category>
            <category><![CDATA[katalon]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Thu, 05 Jul 2018 09:38:59 GMT</pubDate>
            <atom:updated>2019-05-22T08:51:02.285Z</atom:updated>
            <content:encoded><![CDATA[<h3>Hogyan legyünk tesztautomatizálási szakértők egy nap alatt? — ShiwaForce.com</h3><h4>A Katalont azoknak ajánlom, akik gyors visszacsatolást szeretnének kapni a szoftverük állapotáról minden release után.</h4><p>Ha kliens oldalon futó kódon automata teszteket szeretnénk futtatni, akkor számos megoldás van manapság. Ha már eleget bújtuk a JAVA kódot és a cookbook-ból sem tudunk már egyszerű tesztesetet kifőzni, akkor épp itt az ideje egy gondolat erejéig bezárni az Eclipse-t, és megnézni, hogy — az eddig jól beváltak mellett — van-e még alternatíva.</p><p>A Katalon-ra épp így találtunk rá. Elég volt csak azt a három szót beírni a Google-be, hogy „test automation recorder”, és már az első találat után be is fejeztem a keresést.</p><p><em>„A legjobb automatizált megoldás a szoftvertesztelő csapatnak”</em></p><p>Ezzel a szlogennel kínálja magát a Katalon Studio névre keresztelt, ingyenesen letölthető teszteszköz.</p><p>Szükségem volt egy olyan Selenium Ide-hez hasonló alkalmazásra, ami kényelmes, karbantartása és paraméterezése egyszerű, jól riportál, olcsó és ami a legfontosabb: minél hamarabb eredményt, azaz tesztesetek sokaságát lehet benne előállítani. Telepítettem a Katalont, és azt vettem észre, hogy csak pipálgatom ki a szempontokat. Mindent tud, amire adott pillanatban szüksége volt a cégnek.</p><p>Regisztráció és telepítés után már is használható (bármely OS-en). Miután létrehozunk egy projektet benne, a Katalon előállítja a könyvtárszerkezetet, amit innentől használni fogunk.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*H53lij8lze7KqH9e.png" /></figure><p>Na és most hogyan tovább? Azt azért ne várjuk el tőle, hogy meg is írja helyettünk a teszteseteket vagy várjunk csak… de bakker, konkrétan ezt csinálja! (kis költői túlzással természetesen)</p><p>Ha hozzáadunk egy TC-t (Test Case), akkor máris elérhető lesz a recorder funkció, ami csak annyit kérdez tőlünk, hogy melyik oldalt nyissuk meg, és azt milyen böngészőben? Majd ezt követően minden kattintásunkat rögzíti, ráadásul egy panelen követni is lehet, hogy mit is csinálunk. Mentést követően egyből vissza is tudjuk játszani. Már ezen a ponton óriási sikerélmény van, még a végén tesztautomata szakértők leszünk délután 5-re. Csak ne ilyen gyorsan! Máris azt tapasztaljuk, hogy a könyvtárunkban megjelentek mindenféle objektumok. Egyből realizáljuk, hogy nyilván nem jó így, mert kupi van, satöbbi… Minimális homokozást követően elég hamar ki lehet ismerni a logikusan felépített könyvtárszerkezetet és funkciólistát, amit kínál. Észre sem vesszük, hogy az ismerkedési céllal létrehozott projektünk máris egy élessé változott, mert annyira jól lehet benne haladni, hogy felesleges újrakezdeni. Na ezen a ponton már érezzük, hogy ez jó irány.</p><h3>„És tudja!!!”</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*4ACosuL4XKv66uNV.png" /></figure><ul><li>Alapból realizálja a gépünkön telepített <strong>valamennyi böngészőt</strong>. Így felvenni és futtatni is tudunk rajtuk teszteket.</li><li>TIPP: Kiderült, hogy a FireFox a legjobb barát az automaták által vezérelt böngészésben! Úgy tűnik, hogy a sok éves munka, amit a Slenium-mal közösen végzett a FF, nem veszett kárba. Én már default-ból a FF-ot használom.</li><li>Lehet futtatni <strong>headless</strong> is. (Máris cikáznak a gondolataink…)</li><li>És igen, jól gondoltuk, még <strong>CMD mód</strong>ban is indítható, sőt elérhető egy Build CMD menüpont, ahol lehetőségünk van összekattintani az igényünket, és a végén generál nekünk egy CMD parancsot. (Automatán fogom futtatni az automatát!? Igen… eszembe is jutott a gif, mikor egy robot nyomja meg a Google re-capcha-t ☺ )</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/445/0*-L8v4u8Ex7eDKgDd.gif" /></figure><p>Ezek mellett már számos eszközzel integrálódott. Tényleg csak a rend kedvéért: Jenkins, GIT, JIRA, and qTest… Ezek közül talán a GIT-nek örülök a legjobban. Mi a Shiwán belül ezt használjuk a forráskódjaink menedzselésére, így a kezdeti homokozást követően hamar fel is toltam a megfelelő repo-kba a megírt tesztjeimet. Manapság pedig akár többen is tudunk tesztet írni egy projekten. Természetesen itt már figyelni kell a GIT által ajánlott helyes commit metodikákra.</p><p>Ha már megveregettük a saját vállunkat, és mi már tudjuk, hogy gyors és eredményes teszteket tudunk írni és futtatni, akkor mutassuk is meg valakinek.</p><h3>Nézzük meg a report lehetőségeket</h3><p>Itt a lapvetően három lehetőséget kínál a Katalon.</p><p><strong>1. Katalon-on belül elérhető „Reports” menüpont</strong></p><p>Ez leginkább csak nekünk ad gyors visszacsatolást. Nem ezzel fogjuk elkápráztatni a menedzsmentet vagy az ügyfelet. De nekünk óriási segítség.</p><p>Miután lefuttatunk egy tesztkört (Test Suite), akkor a baloldali könyvtárak között a „Reports” alatt jelenik meg az időbélyeggel ellátott eredményünk. Láthatjuk a lefutott testesetek listáját és azok státuszát (Test Cases Table). Ha rákattintunk egy tesztesetre, akkor előjön a „Test Case’s Log”, ami részletes információval szolgál az egyes lépéseket illetően, azaz itt azt is megtaláljuk, hogy az egyes lépések konkrétan miért nem voltak sikeresek, ha volt ilyen. A „Summary” alatt a tesztkörre vonatkozó részleteket találjuk: mikor indítottuk, mennyi futott le sikeresen és milyen környezeten. Az információs blokkban pedig további részleteket, valamint hiba esetén még screenshoot-ot is találunk.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*NV_j6llpnQ5pgl23.png" /></figure><p><strong>2. Project Settings alatt elérhető Email menüpont</strong></p><p>Na ez már valami! A projektbeállításokon belül az Email alatt lehet definiálni, hogy a lefutott Test Suite után ki kapjon levélben értesítőt, benne a már említett valamennyi adattal. Ha beszereztük mail server beállításhoz szükséges paramétereket, akkor még összekattintgatjuk, hogy ki kapja a levelet és milyen tárggyal, és már majdnem kész is.</p><p>A „Template” menüpont alatt pedig a levelünk a sablonját tudjuk testre szabni. De annyira korrekt, hogy már az alap állapot is tökéletes. Én a képet cseréltem le, meg átírtam a szövegeket.</p><p>A kiküldött levélvben pedig csatolmányokat is definiálhatunk. Ezt szintén az „Email” menüpont beállításainál tudjuk bepipálgatni.</p><p>Én csak a PDF fájlt szoktam kiküldeni, az bőven elegendő a menedzsmentnek.</p><p><strong>3. Katalon Analytics (Beta)</strong></p><p>Van lehetőségünk online is követni a lefutásk eredményét. Az analytics.katalon.com címen találjuk meg a felületet, amelyre ugyanazzal a loginnal be is tudunk lépni, amit létrehoztunk az első lépésnél. Ha szinkronizáljuk a Katalon Studiot ezzel a felülettel, akkor megjelennek a csillogó diagrammok, logok és képek a tesztjeinkről.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*YUOr6qBvhoEcgczR.png" /></figure><p>Ez már annyira jó, hogy már nem is kell. ☺ Ezt például én már tényleg nem használom, annyi információt ad, hogy a lényeget kicsit el is veszítjük. De ízlés kérdése…</p><p>A Katalont azoknak ajánlom, akik gyors visszacsatolást szeretnének kapni a szoftverük állapotáról minden release után. Mivel end2end folyamatokat támogat leginkább, így a frontend működés mentén meg tudjuk szólítani a háttérrendszereket is. Azaz, ha a tesztjeink sikeresen lefutnak, akkor kijelenthetjük, hogy minden komponens, amit érintettünk, sikeresen kitelepült és működik.</p><p>Az eszköz segítségével tehát tényleg hipp-hopp tesztautomata szakértővé válhatunk, és ez nem is túlzó kijelentés.</p><p>Neked mi a célod a kliens oldalon futó alkalmazás tesztautomatájával? …a választ a Katalon meg fogja tudja adni.</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/hogyan-legyunk-tesztautomatizalasi-szakertok-egy-nap-alatt/"><em>https://www.shiwaforce.com</em></a><em> on July 5, 2018.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=43481efebd00" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kubernetes 3 óra alatt]]></title>
            <link>https://medium.com/@shiwaforceblog/kubernetes-3-%C3%B3ra-alatt-e4788f26fe0f?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/e4788f26fe0f</guid>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[containerization]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Mon, 18 Jun 2018 12:04:41 GMT</pubDate>
            <atom:updated>2019-05-22T08:48:18.512Z</atom:updated>
            <content:encoded><![CDATA[<h3>2. rész: konténerekbe szervezés</h3><p>Kubernetes-es cikksorozatunkat <a href="http://rinormaloku.com/">Rinor Maloku</a> “Learn Kubernetes in Under 3 Hours: A Detailed Guide to Orchestrating Containers” posztjának fordítására alapozzuk, a szerző engedélyével. Az eredeti angol nyelvű poszt <a href="https://medium.freecodecamp.org/learn-kubernetes-in-under-3-hours-a-detailed-guide-to-orchestrating-containers-114ff420e882">itt</a> olvasható.</p><h3>Egy komponens egy konténerbe</h3><p>A Kubernetes konténereket kezel. Értelemszerűen a korábban futtatott alkalmazás komponenseinket konténerekbe kell szervezni ahhoz, hogy a Kubernetes-szel vezérelni tudjuk őket.</p><p>De mik is azok a konténerek? A legjobb, ha a Docker dokumentációhoz fordulunk:</p><p>“Egy konténer egy pillekönnyű, egyedülálló, futtatható szoftver alkotóelem, amely minden a futtatáshoz szükséges elemet tarttalmaz: kódot, futtatókörnyezetet, rendszer komponenseket, library-ket és konfigrációs beállításokat. A konténer-technológia alkalmazható Linux-ra és Windows-ra készített alkalmazásoknál, és a konténerbe zárt szoftver környezettől függetlenül ugyanúgy fog működni bárhol is futtatjuk őket.”</p><p>Vagyis a konténerizált szoftver ugyanúgy fut a lokális gépünkön, mint az éles szerveren — különbségek nélkül.</p><h3>Készítsük el a React-os alkalmazásunk konténer image-ét</h3><p>A Docker technológia legelemibb alkotórésze a Dockerfile. A Dockerfile-ban írjuk le, hogy a konténer mit tartalmazzon. Ehhez minden esetben egy alap image-ből indulunk ki, majd parancsok sorozatával erre az alap image-re (base image) építjük a saját alkalmazásunkat.</p><p>Mielőtt belevágnánk a Dockerfile írásába, röviden tekintsük át, hogy milyen lépések voltak szükságesek a React-os komponensünk életrekeltéséhez:</p><ol><li>Építsük fel a statikus állományokat (npm run build)</li><li>Indítsuk el az Nginx szervert</li><li>Másoljuk az elkészült statikus állományokat az Nginx szerver kiszolgáló nginx/html mappájába</li></ol><p>Gyakorlatilag ezt a lépéssorozatot kell leírnunk a Dockerfile-ban.</p><h3>Hozzuk létre az sa-frontend komponens Dockerfile-ját</h3><p>Mivel az Nginx mögött álló csapat már elkészített és elérhetővé tett egy alap image-et, így a feladatunk gyakorlatilag két lépésre redukálódik le:</p><ol><li>Induljunk ki egy alap Nginx image-ből</li><li>Másoljuk át az sa-frontend/build mappájának tartalmát a konténeren belülre az nginx/html mappájába</li></ol><p>A Dockerfile tehát így néz ki:</p><p>Ennyire egyszerű.</p><p>Felmerülhet a kérdés, hogy honnan tudtam, hova kell pontosan másolni a statikus file-okat a konténeren belül. Nos, ezt a Docker Hub-on található Nginx-es dokumentáció fedi fel.</p><h3>A konténer elkészítése és a központi tárba küldése</h3><p>Mielőtt elkészítjük az első image-ünket fontos, hogy legyen egy központi hely, ahol tárolhatjuk és bárhonnan elérhetjük. Ehhez egy Docker Registry-re van szükségünk. Szerencsére a Docker Hub nyújt ilyen szolgáltatást.</p><p>Telepítsük fel lokálisan a Docker-t, majd regisztráljunk a Docker Hub-on. Lépjünk be a Docker Hub-ba. Ezt a parancssorból így tehetjük meg:</p><p>Miután ezzel megvagyunk navigáljunk az sa-frontend mappába. Adjuk ki a következő parancsot (lecserélve a $DOCKER_USER_ID-t a saját Docker Hub felhasználó névvel):</p><p>Valójában a -f Dockerfile részt el is hagyhatjuk, hiszen a megfelelő mappában állunk.</p><p>Végül küldjük fel az elkészült image-et a központi távoli registry-be:</p><p>Ellenőrizd le, hogy az image valóban felkerült a Docker Hub-ba.</p><h3>Futtassuk az elkészült konténer image-et</h3><p>Az elkészült image-et (melyre a $DOCKER_USER_ID/sentiment-analysis-frontend névvel hivatkozhatunk) innentől kezdve bárki letöltheti és futtathatja:</p><p>A Docker konténerünk fut!</p><p>Mielőtt továbblépnénk kicsit nézzük meg, mi az a 80:80. Az első 80-as a hoszt 80-as port-ját jelenti. A második port azt a port-ot jelenti amelyen a konténer az oda irányított hívásokat fogadja.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/484/0*LgNubOPc7wsUH3wK" /></figure><p>Az összerendelés tehát &lt;hostPort&gt; a &lt;containerPort&gt;-hez. Maga az alkalmazás — mivel lokáisan futtatod elérhető a <a href="http://localhost/">http://localhost:80 </a>címen.</p><p>Ha bármi oknál fogva a localhost névre történő hivatkozás nem működik, az alábbi paranccsal megnézheted a Docker hosztod IP-jét és erre is hivatkozhatsz. A parancs:</p><h3>A Dockerignore file és használata</h3><p>Megfigyelhettük, hogy maga a build-elés folyamata NAGYON lassú volt. TÚL lassú. A magyarázat a következő: mi a mappa teljes tartalmát átadtuk a build daemon-nak, így az szépen beletette a konténerbe, amit csak az sa-frontend mappában talált:</p><p>Holott nekünk egyedül csak a /build mappa tartalmára volt szükségünk. Mit tehetünk?</p><p>A szoftverfejlesztés egyéb bugyraiból talán már ismert .gitignore mintájára a Docker is hasonló megoldást nyújt: a .dockerignore file használatát javasolja. Itt felsorolhatunk minden olyan file-t és mappát, amit ki szeretnénk hagyni a build végeredményéből. Esetünkben ezek:</p><p>Az egyetlen szabály, hogy a .dockerignore file-nak ugyanabban a mappában kell lennie, mint ahol a Dockerfile található.</p><p>Ezek után a build folyamat pár másodpercre rövidül le.</p><p>Folytassuk a konténeresítést a Java alkalmazással.</p><h3>Tegyük konténerbe a Java alkalmazást</h3><p>Mivel szinte már mindent megtanultál az előző fejezetben a konténer készítésről, így megpihenhetsz, ez a fejezet nagyon rövid lesz.</p><p>Nyisd ki az sa-webapp mappában lévő Dockerfile-t, és ott csak két sort találsz, ami még nem lehet ismerős:</p><p>Az ENV kulcsszó egy környezeti változót definiál a Docker konténeren belül. Ez teszi lehetővé, hogy parancssori futtatáskor átadjunk egy URL-t a futtatni kívánt konténernek.</p><p>E mellett a másik sor az EXPOSE-zal egyszerűen a 8080-as port-ot nyitja meg a konténerben.</p><p>A folyamat innentől kezdve a korábbi build és push folyamtot követi.</p><h3>Tegyük konténerbe a Python alkalmazást</h3><p>Az sa-logic mappába lépve a Dockerfile-ban nincs újdonság. Kövessük a fenti lépéseket, hogy a végén Docker Mester-nek hívhassuk magunkat.</p><p>A mappában található README.md segítséget nyújt esetleges elakadás esetén.</p><h3>Teszteljük a teljes konténerizált alkalmazást</h3><p>Te mernéd élesíteni a fentieket tesztelés nélkül? Hát én sem. Fussunk velük egy kört.</p><p>Kész is vagyunk. Nyissuk meg a böngészőnkben a localhost:80-at.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/484/0*KBkF01nE3ToLRIDy" /></figure><p>A fenti ábra mutatja, hol is tartunk, hogyan néz ki a konténerizált alkalmazásunk.</p><h3>Mit is tanultunk meg ebben a részben? Miért is van szükség a Kubernetes-re?</h3><p>Ebben a részben megtanultuk a Dockerfile-ok használatát és hogy hogyan tudjuk a készítendő docker image-ek méretét csökkenteni. Valamint azt, hogyan lehet az elkészült image-eket egy központi felhő alapú tárházban tárolni. Végül, hogy hogyan is lehet elindítani egy konténerekbe szervezett microservice alapú alkalmazást lokálisan.</p><p>Szóval akkor miért is van szükségünk még ezeken felül a Kubernetes-re?</p><p>Erre a következő és egyben utolsó részben adunk választ.</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/kubernetes-3-ora-alatt-reszletes-utmutato-2-resz-kontenerekbe-szervezes/"><em>https://www.shiwaforce.com</em></a><em> on June 18, 2018.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=e4788f26fe0f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Kubernetes 3 óra alatt: részletes útmutató]]></title>
            <link>https://medium.com/@shiwaforceblog/kubernetes-3-%C3%B3ra-alatt-r%C3%A9szletes-%C3%BAtmutat%C3%B3-c733b6772efc?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/c733b6772efc</guid>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[kontainer]]></category>
            <category><![CDATA[containerization]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Thu, 24 May 2018 13:56:57 GMT</pubDate>
            <atom:updated>2019-05-22T08:47:15.613Z</atom:updated>
            <content:encoded><![CDATA[<h3>1. rész: Kiindulás a microservices alkalmazásokból</h3><h4>A Kubernetes a konténerizált szoftvervilág nyertes karmestere. Cikksorozatunkban bemutatjuk, hogy hogyan rakhatunk egy “hagyományos”, többkomponensű alkalmazást konténerekbe és a konténereket a Kubernetes segítségével hogyan vezérelhetjük.</h4><p>A legtöbb Kubernetes-t bemutató cikk azonnal a történet közepébe vág: bemutatja az alapvető fogalmakat és parancsokat feltételezve, hogy az olvasó tökéletesen tisztában van a modern alkalmazásfejlesztéssel, a microservices és a Docker konténerek mibenlétével.</p><p>Cikksorozatunkban az alábbi tematikát fogjuk követni:</p><ul><li>először egy mikroservicesre épülő alkalmazást fogunk futtatni lokális környezetben, ezután</li><li>ezt az alkalmazást konténerizáljuk, végül</li><li>bemutatjuk a Kubernetest és a konténerizált alkalmazásunkat egy Kubernetes Cluster-be telepítjük.</li></ul><p>Ez a megközelítés véleményünk szerint alkalmas arra, hogy a feladat teljes mélységét átlátva ráébresszük az olvasót, hogy a Kubernetes valójában mennyire egyszerű. Igen, a Kubernetes egyszerű, ha tisztában vagy az azt körülevő technológiákkal és kontextussal.</p><p>Vágjunk is bele!</p><h3>A példa alkalmazás</h3><p>Annak az egyszerű alkalmazásnak, amelyen keresztül könnyen bemutatható a konténerizáció és a Kubernetes, egyetlen funkcióval bír: egy bevitt mondatról szövegelemzéssel megállapítja annak érzelmi töltetét. Ez a funkció a “sentiment analyser”.</p><p>Technikai oldalról az alkalmazás 3 részből áll:</p><ol><li>SA-frontend: egy Nginx web szerver szolgálja ki a statikus ReactJS file-okat.</li><li>SA-webapp: egy Java webalkalmazás kezeli a frontendről érkező kéréseket.</li><li>SA-logic: egy Python alkalmazás végzi el a háttérben a szövegelemzést.</li></ol><p>Fontos megjegyezni, hogy a mikroszervizek nem izolálódnak teljesen, és ugyan lehetővé teszik az egyes funkciók elkülönülését (“separation of concerns”), de egymással együtt kell működniük.</p><p>A komponensek közötti interakciót szemlélteti a fenti ábra:</p><ol><li>A kliens alkalmazás elkéri az index.html-t (amely cserébe az egybecsomagolt ReactJS alkalmazást is elkéri)</li><li>A felhasználó a form kitöltésével meghívja a Spring WebApp-ot</li><li>A Spring WebApp továbbítja a kérést a Python alkalmazásnak</li><li>A Python alkalmazás elvégzi a kalkulációt és visszaküldi a választ</li><li>A Spring WebApp visszaadja a kapott választ a ReactJS-es alkalmazásnak (amely megmutatja azt a felhasználónak)</li></ol><p>A fenti példa lokális szükséges kód megtalálható az alábbi kódtárban (a szerző engedélyével): <a href="https://github.com/rinormaloku/k8s-mastery">https://github.com/rinormaloku/k8s-mastery</a></p><h3>Első lépés: microservice alapú alkalmazás futtatása lokálisan</h3><p>Mindhárom alkalmazást futtatnunk kell lokálisan, kezdjük hát a legtetszetősebbel, a frontend alkalmazással.</p><h3>A React-os környezet telepítése</h3><p>Az SA-frontend életre keltéséhez NodeJS-re és NPM-re van szükségünk. Miután e kettőt feltelepítetted, lépj be az sa-frontend mappába és ott add ki:</p><p>Ezzel letöltjük az összes Javascript függőséget, amely a React alkalmazáshoz szükséges. Ezek a node_modules mappába kerülnek. (A függőségeket a package.json file írja le.) Miután minden függőség lejött, add ki a következő parancsot:</p><p>Ennyi! Ezzel elindítottuk az első React-os alkalmazásunkat, amelyet a localhost-on a 3000-es porton érsz el:</p><p><a href="http://localhost:3000/">http://localhost:3000</a></p><p>A következő lépés a React alkalmazásunk felkészítése éles környezetre.</p><h3>A React alkalmazásunk felkészítése éles környezetre</h3><p>Ehhez az alkalmazásunkat statikus file-okká kell alakítanunk, majd egy web szerveren keresztül kell elérhetővé tenni. Még mindig az sa-frontend mappában adjuk ki a következő parancsot:</p><p>A fenti parancs egy “build” nevű mappát hoz létre, amely a React alkalmazásunk összes statikus file-ját tartalmazza.</p><h3>Statikus file-ok kiszolgálása Nginx-szel</h3><p>A hivatkozott leírást követve tegyünk fel egy <a href="https://www.nginx.com/resources/wiki/start/topics/tutorials/install/">Nginx-et</a> , majd mozgassuk az sa-fontend/build mappa teljes tartalmát az Nginx /html mappájába.</p><p>Így az alkalmazás legenerált index.html file-ja elérhető lesz a lokális Nginx fő mappája alatt /html/index.html-ként. Ez lesz az a file, amit az Nginx alapértelmezettként kiszolgál.</p><p>Az Nginx alapesetben a 80-as porton szolgál ki, vagyis lokálisan a <a href="http://localhost/">http://localhost:80 </a>címen a ReactJS alkalmazásunknak kell feltűnnie:</p><p>Ha ebben a stádiumban beírunk egy mondatot és rákattintunk a SEND gombra, akkor még egy 404-es hibát kell, hogy kapjunk. Miért is van ez?</p><h3>Vizsgáljuk meg a kódot</h3><p>Az App.js file-ban keressük meg azt a részt, ami akkor hívódik meg, amikor a SEND gombot megnyomjuk. A SEND gomb az “analyzeSentence” metódust hívja meg.</p><p>A #1 számozás azt az URL-t jelöli, amelyikre a POST hívás érkezik. (Egy alkalmazásnak ezen az URL-en kell figyelnie).</p><p>A #2 számozásnál a kérés törzsét küldjük be, ami esetünkben:</p><p>A #3 számozásnál frissül a komponens állapota. Ezzel a komponens újra leképeződik. Ha adatot kapunk a háttérből, akkor az is megjelenik.</p><p>Minden helyesnek tűnik. Viszont semmi sem figyel a 8080-as porton. Ez az, ami hiányzik. A Spring-es web alkalmazásunkat is el kell indítanunk.</p><h3>A Spring-es web alkalmazás beállítása</h3><p>A Java-s alkalmazás futtatásához szükséged lesz JDK8-ra és Maven-re. Miután ezeket feltetted, folytassuk a következőkkel.</p><h3>Az alkalmazás JAR-ba csomagolása</h3><p>Lépjünk be az sa-webapp mappába és ott adjuk ki a következő parancsot:</p><p>Ezzel létrejön egy “target” mappa az sa-webapp-on belül. A “target” mappában az alábbi file keletkezett: “sentiment-analysis-web-0.0.1-SNAPSHOT.jar”</p><h3>A Java alkalmazásunk indítása</h3><p>A “target” mappában add ki a következő parancsot:</p><p>Paffff. Az alkalmazás elhasal a következő hibával:</p><p>A nyomravezető tipp a kiemelt részben látható.</p><h3>Vizsgáljuk meg a Java kódot</h3><p>A SentimentController-ben az alábbi rész az érdekes:</p><p>Az 1# számozású sorban a “sa.logic.api.url” értékével töltjük fel a “saLogicApiUrl”-t.</p><p>A #2 számozásnál a “saLogicApiUrl”-hez még hozzáadjuk a “/analyse/sentiment” részt, és ezzel teljes lesz az az URL, amit a Java alkalmazásunknak meg kell hívnia.</p><p>Állítsuk be ezt a Java property-t az alábbi módon, most kivételesen nem egy application.properties file-ból, hanem egyszerűen egy parancsból:</p><p>Vagyis esetünkben ez legyen “localhost:5000”, tehát:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/695/0*QEomRNhWdjhj0I8S.png" /></figure><p>Így nem lesz már eltörve az út a backend alkalmazásig. Ez a háttér alkalmazás viszont még nem fut. A következő lépésben ezt kell elindítanunk.</p><h3>A Python alkalmazás beállítása</h3><p>A Python alkalmazás lokális futtatásához szükségünk lesz egy Python3-ra és Pip-re.</p><p>Telepítsük fel a függőségeket.</p><p>Navigáljunk az sa-logic/sa mappába, ahol adjuk ki az alábbi parancsokat:</p><p>Majd indítsuk el a Python alkalmazást:</p><p>Ezzel a háttér alkalmazásunk az 5000-es porton figyel és várja a kéréseket.</p><p>Így teljes a kép, az alábbiak alapján lokálisan működik minden komponens:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/695/0*QLXJthKjM3qqp_pK.png" /></figure><p>Nyissuk ki tehát újra a böngészőnket és hívjuk be a frontend alkalmazást. Most már nem szabad, hogy 404-et kapjunk, mindennek működnie kell.</p><p>Minden szép és jó, viszont ezek a komponensek még nem készek a Kubernetes-re. Ezeket először egyenként konténerizálni kell.</p><p>Erre térünk ki a cikksorozat következő részében.</p><p>Dockerre fel!</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/kubernetes-3-ora-alatt-kiindulas-mikroszervizes-alkalmazasokbol/"><em>https://www.shiwaforce.com</em></a><em> on May 24, 2018.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c733b6772efc" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[A konténerkezelő platformháború nyertese a Kubernetes - ShiwaForce.com]]></title>
            <link>https://medium.com/@shiwaforceblog/a-kont%C3%A9nerkezel%C5%91-platformh%C3%A1bor%C3%BA-nyertese-a-kubernetes-shiwaforce-com-3ee1cbb7b15c?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/3ee1cbb7b15c</guid>
            <category><![CDATA[konténerizáció]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[containers]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Thu, 17 May 2018 12:22:23 GMT</pubDate>
            <atom:updated>2019-05-22T08:44:34.087Z</atom:updated>
            <content:encoded><![CDATA[<h4>Most induló cikksorozatunkban arra vállalkozunk, hogy egy egyszerű, háromrétegű, mikroszolgáltatásokon alapuló alkalmazás segítségével bemutatjuk, hogyan juthatunk el egy “hagyományos” alkalmazás konténerekbe szervezéssétől annak Kubernetes clusterben történő üzemeltetéséig.</h4><p>Az informatikában szerzett közel két évtizedes tapasztalatunk alapján úgy látjuk, hogy agilis szervezetként működve hiába készülünk el gyorsan egy fejlesztéssel, valódi üzleti érték akkor keletkezik, ha az elkészült terméket rövid idő alatt kis csomagokba tudjuk szervezni, majd ezeket a csomagokat élesíteni, skálázni, frissíteni és üzemeltetni.</p><p>Szerencsére az IT világ — hasonló indíttatásoktól vezérelve — a 2010-es évek elejétől elkezdte elkészíteni azokat az eszközöket, amelyek megoldást nyújtanak a fenti problémákra, az értékteremtés folyamata így nem lassul le.</p><p>Az első nagy mérföldkő a szoftverkomponensek konténerekbe szervezése volt. Ennek élén a Docker technológia áll. (Lásd erről szóló <a href="https://www.shiwaforce.com/hajokazas-dockerrel-2-resz-evezocsapasok/">korábbi</a> <a href="https://www.shiwaforce.com/hajokazas-docker-rel-azaz-viszlat-vagrant/">cikksorozatunkat</a>.) Konténerek segítségével egységesíthetőek az egyes elemek, ezek könnyen tárolhatóak, verziózhatóak és mozgathatóak.</p><h3>A szoftverek és az alattuk felépített infrastruktúra komplexitása napról napra egyre nő. A konténerekbe szervezés ugyan sokat segít, ez azonban újabb kihívásokat jelent: konténerek tömegeit kell gyorsan, biztonságosan kezelni.</h3><p>Ezt angolul “orchestration”-nak hívjuk, vagyis ahogyan egy karmester vezényli az egyes hangszereket a hangversenyen, ugyanúgy egy konténerek tömegeit kezelő szoftver központi “karmesterként” vezérli, hogy melyik konténer hány példányban hova kerüljön, hogyan skálázódjon.</p><p>Mint megszoktuk, az IT világ erre a problémára is nem egy, hanem egyszerre több megoldást nyújt, így a konténereket központilag kezelő megoldásra is több eszköz létezik.</p><h3>A platformháború azonban eldőlni látszik. Az egyik legnépszerűbb és legjobban támogatott multicloud megoldás a Kubernetes.</h3><p>A K8s-nek is rövidített megoldás egy nyílt forráskódú, szabadon elérhető és felhasználható rendszer, mely a konténerek tömeges kezelését, skálázását és automatikus szállítását oldja meg.</p><p>Ahogyan a Wikipedia oldalán is olvashatjuk: A Kubernetes egy automatikus csomagmozgatást segítő platform, amely a konténerekbe szervezett szoftverek skálázását, telepítését és felügyeletét oldja meg tömeges hoszt-okon.</p><p>Most induló cikksorozatunkban arra vállalkozunk, hogy egy egyszerű, háromrétegű, mikroszolgáltatásokon alapuló alkalmazás segítségével bemutatjuk, hogyan juthatunk el egy “hagyományos” alkalmazás konténerekbe szervezéssétől annak Kubernetes clusterben történő üzemeltetéséig.</p><p>Mindezt úgy, hogy minden lépést a saját PC-den is kipróbálhatsz a helyben futtatható <a href="https://kubernetes.io/docs/tasks/tools/install-minikube/">Minikube</a> alkalmazás segítségével.</p><p>Ha azt hiszed, hogy ez nagyon időigényes és túl bonyolult feladat, azt már most elárulom, hogy nagyjából három óra alatt elsajátíthatóak a Kubernetes használatának alapjai. Tarts velünk!</p><p><em>Originally published at </em><a href="https://www.shiwaforce.com/a-kontenerkezelo-platformhaboru-nyertese-a-kubernetes/"><em>https://www.shiwaforce.com</em></a><em> on May 17, 2018.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3ee1cbb7b15c" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Így csökkentsd egy Node.js artifact méretét]]></title>
            <link>https://medium.com/@shiwaforceblog/%C3%ADgy-cs%C3%B6kkentsd-egy-node-js-artifact-m%C3%A9ret%C3%A9t-b8604526b6f3?source=rss-c6fdbc471680------2</link>
            <guid isPermaLink="false">https://medium.com/p/b8604526b6f3</guid>
            <category><![CDATA[javascript]]></category>
            <dc:creator><![CDATA[Shiwaforce blogger]]></dc:creator>
            <pubDate>Mon, 16 Apr 2018 06:40:04 GMT</pubDate>
            <atom:updated>2018-04-16T06:40:04.228Z</atom:updated>
            <content:encoded><![CDATA[<p><strong><em>A szoftverfejlesztés manapság sok esetben a meglévő építőkockák egymásra helyezéséről szól. Azonban ezt érdemes okosan csinálni, hogy az építőkockákból csak annyi dolgot használjunk, amennyire ténylegesen szükségünk van.</em></strong></p><p>Ha erre nem figyelünk, könnyen úgy járhatunk, mint ahogyan az az alábbi képen látható:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/955/0*cJO8AseCDUb_ebVt.png" /></figure><p>Remek dolog, hogy szinte már mindenre van már kész megoldás az npm-en, de azt is érdemes tudni, hogyan lehet a lehető legkisebbre csökkenteni a csomagok méretét.</p><p>Te mit tennél, ha szükséged lenne valamire, amit korábban már biztosan megcsinált valaki — például számok ezres tagolása egy input mezőben? Szerencsére erre könnyű választ adni: felmész az npm oldalára, beírod a keresőszavakat és biztosan találsz valami jó megoldást. Általánosságban is igaz, hogy szinte már nincs olyan angol főnév, amire ne készült volna npm-es csomag. Ezek után már használhatod is, ha kiadod, hogy</p><p>npm i megtaláltszupercsomagneve –save</p><p>a “–save” rövidíthető “-S”-re, vagy újabb npm-et használva teljesen el is hagyható, úgyis beteszi a package.json-ba.</p><p>Abba most ne menjünk bele hogy az npm-et saját maga által kitalált csomagkezelővel, vagy mással (például yarn) használjuk. Általában nem az “npm i xy” szokta kitenni a fejlesztés jelentős részét, illetve megnéznék egy statisztikát arról, hogy az itt töltött 5–10–20 másodperc mekkora arányt képvisel projekt többi részéhez képest.</p><p><strong>Függőségek felosztása</strong></p><p>A -g kapcsolóval globálisan lehet telepíteni függőséget, így ez közvetlenül nem fogja növelni a kódbázis méretét növelni közvetlenül, de ez több kárt okoz, mint hasznot hoz. Előfordulhat ugyanis, hogy két fejlesztő gépén két különböző verziós globálisan telepitett holmi van, amelyek akár lényegesen eltérhetnek egymástól. Az is megtörténhet, hogy vagy egy másik fejlesztő gépén nincs is telepítve az a függőség, amit globálisan szeretnénk használni. Szóval a globális telepítés meglehetősen kockázatos is lehet, hiszen így azt kockáztatjuk, hogy másnál esetleg nem fog működni a kódunk, csak előzetes beállítások után.</p><p>A lényeg, hogy az új függőség bekerült a package.json-ba. Na de hova? dependency, vagy devDependency? Nagyon nem mindegy, mert production-re buildeléskor, csak az előbbi települ. Ezzel is lehet okosan méretet csökkenteni, de azért érdemes tisztában lenni azzal, hogy melyik függőséget mire akarjuk használni.</p><p><strong>Kliens oldal vs. szerver oldal</strong></p><p>A legjobb, ha ezeket külön lehet választani két külön package.json-ba. Hogy miért? Azért, mert egy kliens oldali build (pl less→css transzformáció) előállításához használt nodejs libek közül semmi sem kell a csomagba! Ezzel ellentétben, ha nodejs szervert használsz prod környezetben, akkor az ahhoz szükséges függőségek nagyon is kellenek a csomagba, mert enélkül nem fog működni.</p><p><strong>Nem mindig a szokásos a jó</strong></p><p>Ha emlékszel, onnan indultunk, hogy szinte mindenre van már kész megoldás. Ezt szerencsére már egészen sokan tudják, ezért a legtöbb libnek sok függősége van. Így alakulhat ki az, hogy egy viszonylag szerény funkcionalitású alkalmazás több mint egy gigabyte méretű csomagot produkál optimalizálások nélkül, hiszen több száz függőség kerül bele közvetett módon.</p><p>Mit lehet tenni ilyen esetben? Csak egyetlen konkrét példát kiragadva: ha nincs szükség sütik kezelésére, vagy sokrétű url-kezelésre, csak szeretnél egyetlenegy url-t biztosítani, ahol be lehet szólni az appnak, akkor nem biztos hogy célszerű az <a href="https://www.npmjs.com/package/express">express</a> modult behúzni a saját 50 függőségével együtt. Erre láthatsz egy példát<a href="https://developer.mozilla.org/en-US/docs/Learn/Server-side/Node_server_without_framework"> itt</a>.</p><p>Persze amint bonyolódik a helyzet, máris alkalmazkodni kell az új bonyolultabb helyzethez, és máris jobb választás lehet az express használata. A lényeg az, hogy ésszel kell csinálni a függőségek behúzását és időben kell eldöntened, hogy mit mire akarsz használni.</p><p>Ezek után ha már nagyon okosan szét- majd összeszerveztük a függőségeket, még mindig több száz megás csomagunk lehet.</p><p><strong>Nézzünk bele, mi mindenből áll ez össze</strong></p><p>Nos, a node-os fejlesztők nem mindig jól használják az npm-et, ezért bekerülnek olyan fájlok is, amiknek github-on vagy travis-ban van jelentősége, de letölteni egy project függőségeként már nem annyira hasznos ezeket. Erre a problémakörre szakosodott a<a href="https://github.com/tj/node-prune"> node-prune</a> go nyelven írt library, amivel a futtatáshoz nem szükséges fájlokat lehet eltávolítani a csomagból. Ilyen például a readme.md, amire futtatás közben semmi szükség. Ennek giten van létjogosultsága, de letöltve és a csomagba téve kevésbé…</p><p>Ezen kívül meg van még vagy 100 hasonló minta a csomagban, érdemes belenézni a forrásába is.</p><p>Azt már csak halkan jegyzem meg, hogy ezeket a mintákat felvehetjük mi is úgy, hogy kimaradjon a csomagból és máris egy go-s csomaggal kevesebbünk van.</p><p><strong>Végül az eredmény: meddig juthatsz el, ha a fentieket mind elvégezted?</strong></p><p>Egy konkrét esetben mi 1030 megabyte-ról indultunk és egy 27 megabyte-os csomag lett a vége. Biztos lehet még lecsipegetni belőle, de elsőre azért ez nem is rossz eredmény.</p><p>Morvai Gábor</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b8604526b6f3" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>