Halo, Habr! Pada bulan April, kami secara resmi memposting video terbaik dari DotNext 2017 Moscow dalam akses terbuka. Hasilnya adalah daftar putar 25 laporan . Hanya pengingat di sini tentang daftar putar ajaib ini.
Saya sekarang menonton video paling menarik dan mengundang untuk bergabung! Untuk membuatnya lebih mudah diintegrasikan ke dalam melihat rekaman konferensi, di bawah potongan Anda akan menemukan catatan singkat tentang sepuluh laporan yang menerima peringkat tertinggi dari pengunjung DotNext terakhir. Jika dari 25 lembar Anda merasa hanya dapat melihat beberapa laporan, silakan pilih dari daftar ini.
Secara formal, semakin rendah daftar, semakin tinggi peringkat. Tetapi ada klarifikasi penting: semua laporan dari sepuluh teratas memiliki peringkat yang sangat, sangat tinggi, dan posisi tepatnya mereka sangat tergantung pada nuansa hitungan. Misalnya, jika Anda menggunakan kuorum lunak, keynote Andrey Akinshin tentang pengujian kinerja akan menyalip laporan Sasha Goldstein tentang debugging dan profil di Linux. Dengan kata lain, lihat semuanya :-)
Di bawah potongan akan ada daftar isi untuk navigasi yang nyaman di atas isi posting.
Daftar isi
Dino Esposito, JetBrains
Memberikan seseorang tugas, perlu memverifikasi bahwa dia tidak hanya mengingat kata-kata Anda, tetapi juga memahami apa yang harus dilakukan selanjutnya. Apa yang Anda pelajari dari percakapan kami? Apa yang akan menjadi langkah pertama? Pertanyaan sederhana dan dapat ditindaklanjuti.
Kisah Dino ini bukan laporan standar, tetapi keynote akhir. Serta tujuan dari keynote pembuka adalah untuk menetapkan arah konferensi, keynote akhir menentukan kehidupan masa depan peserta. Apa yang Anda pelajari dari konferensi? Bagaimana ini akan memengaruhi hidup Anda?
Dalam pembicaraan ini, Dino membawa kami 30 tahun ke depan dengan mesin waktu dan menambahkan tingkat kedalaman lain untuk pertanyaan standar ini. Kembali dari masa depan, bagaimana hubungan kita dengan saat ini?
Dino memberi tahu besar - selama empat puluh menit - dan perkiraan yang sangat masuk akal untuk tahun-tahun mendatang. Ini termasuk blockchain, bigdata, dan bahkan jiwa digital. Akankah robot menaklukkan kita? Spoiler: pada akhirnya semua orang akan mati! (Ya, permainan nyata sedang terjadi di sana).
Tapi di sini saya ingin berdebat. Saya sangat suka diskusi baru-baru ini tentang Reddit: "Bagaimana Anda mengambil alih dunia jika Anda menemukan diri Anda pada tahun 1990 dengan semua ingatan Anda saat ini, tetapi di dalam tubuh anak Anda dulu?" Terjemahan singkat dari salah satu jawaban baru - baru ini dibuat oleh Vladimir Guriev (ini adalah orang yang sebelumnya memberi kami buku teks pemasaran modern ), tetapi lebih baik membaca yang asli . Kami, sebagai insinyur dan orang-orang yang berdedikasi untuk memperbaiki dunia dengan menciptakan beberapa keajaiban teknis, dengan mudah percaya pada manusia masa depan yang dapat menempelkan kapal luar angkasa nuklir dari tongkat dan tali (sama seperti hari ini, tetapi sedikit lebih baik). Tetapi jika Anda kembali ke kenyataan, maka orang-orang bodoh biasa (seperti saya, misalnya) melakukan hal-hal yang jauh lebih membosankan dan menjijikkan.
Saya menyarankan Anda untuk melihat keynote Dino dan memutuskan sendiri masalah ini. Mungkin menulis cerita dalam komentar di Habré? Kenapa kita lebih buruk dari Reddit?
Mikhail Shcherbakov
Bagian baru dari laporan Mikhail tentang jenis pertahanan berikut:
- Perlindungan terhadap Redirect Terbuka;
- Perlindungan Data;
- Perlindungan XSS;
- Konfigurasikan CSP;
- Pemalsuan Anti-Permintaan;
- Pengaturan CORS;
- Penggunaan cookie.
Laporan ini didasarkan pada hasil partisipasi Michael dalam Program Bounty Bug Microsoft abadi. Bug pertama yang ditemukannya hanya dalam pertahanan melawan Open Redirect, yang ditampilkan di awal laporan hanya dalam satu menit.
Untuk memahami topik tersebut, bagian lain dari laporan ini berbicara tentang perubahan pada API Perlindungan Data, setelah itu kami mulai bekerja dengan keamanan dan membuat lubang di dalamnya selama empat puluh menit. Dia mengerti bagaimana mekanisme perlindungan bawaan terhadap XSS dan kerja CSRF, fitur kriptografi apa yang tersedia di luar kotak, bagaimana manajemen sesi diatur, dan sebagainya.
Saya sendiri tertarik dengan topik ini dan sering menonton laporan keamanan di YouTube. Hal paling mengerikan yang menanti Anda sebagai penonton: dua jam kebosanan, 90% terdiri dari kata-kata hampa seperti "jika Anda bodoh, maka semuanya sangat buruk", pada akhirnya Anda menemukan diri Anda dengan hidung tertidur di keyboard. Laporan Misha lebih baik dibandingkan dengan kenyataan bahwa tidak ada waktu untuk tidur di dalamnya: pemikiran yang diuraikan dengan jelas, contoh kode nyata untuk menggambarkannya, jika ada konsep yang diperkenalkan - slide dengan kata-kata dan tautan ke materi yang diperluas.
Laporan tersebut harus segera ditonton, ketika saya belajar menulis controller pertama saya, supaya tidak menulis ulang banyak kode dengan sia-sia nanti.
Ngomong-ngomong, pada bulan Februari kami menerbitkan transkrip laporan Mikhail tentang Habré. Jika Anda tidak punya waktu untuk menonton, Anda selalu dapat membaca .
Federico Lois, Corvalius
Kisah brutal tentang bagaimana memperlakukan C # dengan begitu kejam sehingga ia menjadi tidak seperti dirinya sendiri - tetapi mulai bekerja dengan sangat cepat dan baik.
Dalam keadilan, ini diklaim oleh kira-kira setiap utas tentang kinerja di Habré atau setiap diskusi pertama melalui sekaleng bir.
Lagi pula, cukup sering kita menulis ulasan tentang sesuatu tentang Habr dan sudah lama memahami esensi konsep "hardcore" untuk pengembang Rusia. Hardcore dan kinerja adalah saudara kembar. Kita berbicara tentang kinerja - kita berarti hardcore, kita berbicara tentang hardcore - yang kita maksud kinerja.
Federico mengembangkan skalanya sendiri:
Ini adalah laporan kinerja, semua yang Anda sukai. Dan itu sangat sinis dan dapat dipahami. Sangat tidak mudah untuk berdebat dengan pembicara, mengingat bahwa dia adalah salah satu pengembang RavenDB, dan dia hanya tentang kecepatan. Akan ada hal-hal yang tidak menyenangkan tentang fakta bahwa Anda tidak dapat menggunakan try-catch dan LINQ, itu akan tentang inlining, tentang hukum Pareto (berubah menjadi daftar periksa) - apa pun untuk menipu sistem dan mencapai percepatan yang signifikan.
Semua ini mengingatkan saya pada video semacam itu:
Operator : Tunggu sebentar, izinkan saya melepas ketinggian. Baiklah nafig! Anda melompat ke atap ini.
Pelacak : Siap?
Operator : Ya.
Pelacak : berlari diam-diam, melompat, diam-diam menembus atap bangunan dan masuk ke kedalaman dengan kapak
Kebutuhan untuk menggunakan kecurangan seperti itu untuk mempercepat kode sekarang bagi saya seperti ini "lompatan iman". Tapi jika suatu hari harus melompat, yang terbaik adalah untuk melihat laporan ini, tidak ada untuk melihat (dan jika Anda terlalu malas untuk tampilan, baca terjemahan ).
Matthias Koch, JetBrains
NUKE adalah salah satu proyek yang sedang dikerjakan Matthias. Ini adalah sistem otomasi build di mana Anda dapat menggambarkan semuanya dalam C # DSL.
C # di sini terlepas dari kenyataan bahwa ini memungkinkan Anda untuk menggambarkan perakitan di infrastruktur yang sudah dikenal, dalam IDE, dengan pelengkapan otomatis yang layak, dan tidak menderita mengklik tombol di Jenkins atau, misalnya, menjejalkan kondisi dalam bentuk string di MSBuild. Hampir seperlima dari laporan ini dikhususkan untuk diskusi tentang penerapan Jenkins dan MSB.
Sangat keren bahwa video ini telah muncul di domain publik. Faktanya adalah bahwa saya memiliki sejarah pribadi yang panjang tentang ketidaksukaan terhadap Jenkins, dan setiap orang baru perlu menjelaskan kembali balalaika yang sama tentang alasan dan kesimpulan. Sekarang cukup berikan tautan ke video ini.
Adapun bagian utama dari laporan ini, ini adalah banyak materi praktis tentang apa Nuke dan bagaimana hidup dengannya. Sekarang mereka memiliki lebih dari tujuh ratus komitmen dan lebih dari selusin kontributor di github , jadi mungkin ini sudah dapat digunakan. Laporan dari pencipta teknologi adalah cara terbaik untuk membantu dalam pengembangan.
Dmitry Soshnikov, Microsoft
Laporan yang sangat keren yang meletakkan dasar untuk pemrograman jaringan saraf C # untuk mereka yang belum melakukannya, tetapi benar-benar menginginkannya.
Saya memiliki situasi ketika saya perlu menggesek pengenalan gambar dengan cepat. Saya mengambil kursus populer di jaringan saraf dan menemukan bahwa mereka tidak menanggapi permintaan saya, tetapi lebih terlibat dalam pendidikan umum. Akibatnya, teman-teman menulis pengenal :-) Dan laporan Dmitry ini hanya balsem bagi jiwa, karena itu menjawab semua permintaan mendesak dari orang biasa, setelah itu jelas apa yang harus dibaca dan apa yang harus dipahami.
Pada awalnya ada pengantar kecil tentang apa yang dilakukan Microsoft dan apa teknologi jaringan saraf yang mereka miliki. Dmitry dengan jelas mengatakan bahwa ia telah mengurangi jumlah slide pemasaran Microsoft menjadi minimum, meskipun di sinilah saya tidak memahami topi "pemasaran" ini - bagaimanapun juga, kami akan menggunakan teknologi ini, kami akan mencarinya. Seolah ada beberapa pilihan.
Lebih lanjut, ditunjukkan secara singkat bagaimana data satanis hidup dalam Jupyter Notebook mereka dan bahwa Anda tidak dapat menginstalnya, tetapi mendapatkannya di cloud. Apa karakteristiknya, Dmitry's Jupyter Notebook dimatikan tepat pada saat live coding - menurut saya, tidak mungkin untuk menunjukkan demonstrasi yang lebih baik tentang mengapa C # diperlukan.
Bagian penting dari laporan ini adalah cerita tentang apakah sulit untuk menulis semua ini sendiri. Contoh ditunjukkan berdasarkan pengakuan angka dalam gambar.
Pertama, pena pada siklus menulis k-tetangga terdekat , yang akurat (94%), tetapi sangat lambat - tidak ada demo k-NN tunggal yang bekerja pada laporan sampai akhir. Kemudian k-NN yang sama dikodekan dalam Accord.NET, dan bekerja sedikit lebih cepat, tetapi tidak juga, karena algoritmenya sama. Tetapi fitur dari Accord.NET adalah bahwa itu sudah merupakan kode yang tampak layak, dan Anda dapat dengan cepat mengganti classifier dengan yang lain. Dmitry menggantikan mesin vektor dukungan di sana , dan semuanya dipercepat dengan cepat (satu set 5 ribu gambar mulai dipindai dalam hitungan detik, akurasi hampir tidak turun - 92%).
Tetapi Anda masih bisa melakukan yang lebih baik dan menarik jaringan saraf. Dalam demo Accord.NET, SVM diganti dengan jaringan saraf, dengan hampir tidak ada perubahan kode. Tetapi Anda tidak perlu melakukan ini, karena ada kerangka kerja lain yang lebih dingin dan lebih cepat. Dmitry mengatakan beberapa kata tentang TensorFlow dan berbicara tentang Microsoft Cognitive Toolkit (sebelumnya dikenal sebagai CNTK) untuk sisa pembicaraan. Setelah meninjau banyak demo, kami melihat bahwa hasilnya adalah jaringan ultra-presisi (98%) dengan kode yang kompleks, tetapi tetap dipahami sepenuhnya.
Setelah menonton laporan ini, sekarang saya tidak bisa tertidur. Semua hal ini ditulis dalam kode yang dapat dimengerti, dan tampaknya mereka memiliki dasar matematika yang jelas yang dapat dimengerti oleh siswa, tetapi sebagai hasilnya mereka bekerja dengan sangat baik. Merupakan keajaiban untuk membedakan foto kucing dari foto anjing, Anda tidak akan menemukan algoritma untuk ini, dan jaringan saraf entah bagaimana melakukannya tepat di depan mata Anda.
Bagaimana jika otak saya hanyalah alat yang mendekati suatu fungsi? Dan semua kehidupan hanyalah satu lagi perkalian matriks dengan bagian non-linear kecil, yang dapat ditulis dalam potongan kode yang relatif kecil ... Bagaimana cara hidup dengan ini sekarang?
(dekripsi laporan tersedia di sini )
Vagif Abilov, Miles
Ini adalah laporan konsep tentang kehidupan di dunia aliran. Ada beberapa contoh semacam ini:
Mereka menunjukkan kode yang agak spesifik secara bertahap lebih rumit, rinciannya dibahas. Tapi tetap saja, hal utama adalah ide umum masalah ini.
Bagi orang-orang yang tidak tenggelam dalam topik ini, mungkin terlihat bahwa untuk memahami Aliran Akka, orang perlu menguasai Bahasa Akka dengan baik dan berpengalaman dalam reaktivitas. Vagif mengklaim bahwa ini tidak sepenuhnya benar, yang menghilangkan beban dari jiwa dan menurunkan ambang batas untuk memasuki topik.
Bagi saya pribadi, seluruh topik aliran tampak (dan masih tampak mustahil untuk memercayai laporan tanpa mencoba) cukup menyeramkan, justru karena itu terkait langsung dengan topik transformasi fungsional dan manajemen data di luar model penguncian utas yang biasa. Ya, mengelola utas dan membangun struktur dari kerangka kerja sekolah lama bagi mereka adalah hal yang menjijikkan, tetapi dapat dipahami dan usang selama bertahun-tahun.
Wagif menjelaskan untuk transisi ke aktor, mengungkapkan bahwa aktor tidak menyusun (atau lebih tepatnya, menulis dalam arti di mana masyarakat manusia menyusun), dan bergerak dari ini ke Aliran Reaktif sebagai cara meningkatkan tingkat abstraksi dan ekspresi bahkan lebih kuat.
Ada beberapa set antarmuka pada tumpukan Reactive Streams (Penerbit, Pelanggan, Berlangganan, Prosesor), tetapi tidak ada yang mengharapkan kita untuk secara manual menyelesaikan antarmuka ini. Ada pengembang perpustakaan yang akan melakukan ini untuk kami - misalnya, ini dilakukan di Akka Streams.
Bagi saya, ini adalah penemuan bahwa push / pull dinamis di Reactive Streams tidak sesuai, dan tidak ada ruginya sama sekali - lebih tepatnya, tidak ada ruginya ketika Anda mencoba mengkode tekanan balik diri Anda sendiri.
Selain itu, penulis tidak menemukan fanatisme aliran dan tidak melupakan alternatif (RX, TPL DataFlow, Orleans Streams), berbicara tentang pro dan kontra. Kurangnya fanatisme adalah bonus yang sangat besar dibandingkan dengan kisah khas seorang pecinta reaksioner yang telah terikat pada satu perpustakaan tertentu.
Secara umum, saya memahami ide seperti ini: ketika kami menggunakan layanan microser dan arsitektur multikomponen lainnya - Anda tidak dapat melihat hutan di belakang pohon, dan aliran sungai adalah cara untuk naik ke tingkat dan mendapatkan ide tentang proses umum. Untuk menggunakan kereta api seperti itu, Anda perlu mengambil Akka Streams, dan semuanya akan menjadi cokelat.
Ingin memotivasi diri Anda untuk beralih ke streaming? Harus menonton.
Anatoly Kulakov, Paladyne Systems
Banyak pengembang tidak suka memikirkan hal-hal buruk yang dilakukan pengguna dengan aplikasi mereka. Seringkali ketika ditanya "bagaimana cara melihat metrik", rekan-rekan mulai berbicara permainan sengit tentang "makan log", "lihat MySQL" dan sebagainya, dan meyakinkan mereka untuk memikirkan masalah itu tidak mudah.
Laporan Anatoly ini hanyalah momen pencerahan. Ini dimulai dengan menjelaskan perbedaan antara pemantauan dan penebangan, dengan pernyataan motivasi yang terperinci. Lebih jauh dari kekasih kita yang seharusnya, kelelawar tenggelam dalam contoh nyata tentang apa yang harus dilakukan.
Anda harus melakukan Time Series (yang dijelaskan minimum secara teoritis - mengapa Anda membutuhkannya, apa kelebihannya, apa esensi dari optimasi) dengan menggunakan basis data InfluxDB yang terkenal (tentang mana spesifikasi, kemampuan, dan kerugian dibahas). Dan seterusnya dan seterusnya. Banyak konten yang bagus, termasuk demo langsung dengan eksperimen di Grafana lokal dan aplikasi pengarsipan yang datanya dikumpulkan melalui BenchmarkDotNet.
Jika Anda tidak peduli tentang waktu baca-tulis, jika Anda tidak bergantung pada throughput, jika Anda tidak tahu apa itu downsampling, jika Anda tidak memerlukan statistik khusus dan fungsi agregasi, jika Anda ingin menghapus semua data satu baris pada satu waktu, jika Anda tidak bergantung pada Anda data dan Anda tahu pasti bahwa Anda tidak akan pernah memiliki beban tinggi - Anda dapat terus menyimpan data metrik di RDBMS, ambil log dan hidup bahagia selamanya. Semua orang perlu menggunakan alat modern dan menonton laporan ini (atau membaca transkripnya).
Dylan Beattie, Spotlight
Dylan Beattie adalah orang yang memiliki begitu banyak prestasi kerja dan proyek menarik sehingga daftar lengkapnya lebih mudah dibaca di situs web kami . Dalam konteks laporan, menarik bahwa Dylan adalah seorang arsitek sistem yang saat ini menangani masalah membangun aplikasi terdistribusi modern yang kompleks, dan, dengan demikian, mengembangkan API yang tepat untuk mereka. Dan, tentu saja, benar-benar semua orang yang menghadiri pesta DotNext mengenalnya.
Apakah kita menyadarinya atau tidak, setiap kali kita membuat program baru, kita menciptakan pengalaman pengguna. Orang-orang akan berinteraksi dengan kode kami - sebagai pengguna akhir atau, mungkin, sebagai anggota tim pengembangan. Atau mungkin mereka adalah pengembang aplikasi seluler yang menggunakan API Anda, atau seseorang yang harus pergi di malam hari untuk memperbaiki masalah yang muncul. Dari luar, ini mungkin tampak seperti kasus yang benar-benar berbeda, tetapi sebenarnya mereka memiliki kesamaan. Dylan menyebutnya kata dapat ditemukan .
Dari sini datanglah laporan yang sangat filosofis dan sekaligus praktis ini. Pada awalnya, Dylan memberikan pengantar terperinci ke psikologi pembelajaran dan berbagai model pembelajaran. Menurut Anda apa kurva pembelajaran terbaik?
Kemudian muncul kisah bagaimana kemampuan menemukan memanifestasikan dirinya kepada pengguna akhir sistem, dan kemudian - yang paling penting - bagaimana semua itu berkaitan dengan kode, data, API dan hal-hal lain yang membentuk kehidupan seorang programmer. Langkah demi langkah, di semua tingkatan aplikasi.
Jangan percaya penyelesaian otomatis, hypermedia, atau API lancar membuat hidup lebih baik? Bagaimana dengan dasbor cantik, metrik yang dapat dimengerti, atau misalnya, tingkat logging, dinamai bukan oleh tingkat ancaman, tetapi dengan makna? Mungkin Anda mengerti semua ini, tetapi tidak tahu bagaimana cara memberi tahu rekan Anda tentang hal ini dengan benar sehingga mereka akhirnya mulai menggunakan semua ini? Maka Anda sangat perlu untuk menonton laporan ini (omong-omong, pada musim semi kami sudah menerbitkan terjemahan tentang Habré).
Andrey Akinshin, JetBrains
Andrei memiliki tugas yang sangat sulit: untuk berbicara tentang kinerja, tetapi pada saat yang sama dalam format keynote pembuka. Seperti yang mungkin Anda ketahui, keynote memiliki beberapa tujuan, yang tujuan utamanya adalah untuk menyampaikan semangat dan esensi dari apa yang akan terjadi di konferensi. Oleh karena itu, laporan semacam itu harus dipahami lebih atau kurang oleh semua orang. Di sisi lain, kinerja adalah nama tengah dari hardcore, yaitu topiknya kompleks dan spesifik.
Tidak heran Andrei terus mendapatkan peringkat tertinggi, ia keluar. Jelas bahwa sebagian besar perusahaan saat ini tidak menguji kinerja dengan cara apa pun, atau mereka menguji pada orang-orang hidup di prod. Tidak ada teori yang harmonis untuk memecahkan masalah seperti itu, oleh karena itu, tidak perlu memberi tahu peralatan pemecah gigi. Anda membutuhkan pemahaman dasar tentang topik tersebut.
Laporan ini didedikasikan untuk 13 catatan kinerja. Saya tidak akan memberi tahu semua tiga belas, karena mengapa menghasilkan spoiler. Misalnya, catatan pertama adalah tentang sumber data kinerja. Atau, misalnya, jika Anda memiliki daftar anomali kinerja, kemudian menghapus masalah kecil yang dibicarakan Andrey akan menyederhanakan analisis masalah kinerja (masalah yang belum Anda tulis, tetapi akan segera menulis). Salah satu opsi ini, yang dibahas dalam Catatan 6, adalah pengelompokan menggunakan sistem operasi sebagai contoh.
Pengujian kinerja memang menarik, tetapi sulit. Selain itu, adalah mungkin dan perlu untuk menguji kinerja. IMHO, laporan ini unik karena mengungkapkan banyak hal yang orang ingin lakukan, tetapi tidak atau berbohong bahwa mereka melakukannya. Karena itu, lihat laporan Andrey, dapatkan kemurnian kinerja dan budaya kinerja, dan kemudian produk Anda akan menjadi super cepat, responsif, halus, dan halus.
Sasha Goldshtein, Sela Group
Sasha adalah seorang insinyur kinerja yang luar biasa, dan tidak mengherankan bahwa ia berada di peringkat teratas. Alasan lain untuk menang: sekarang menjadi sangat modis untuk menambahkan ".NET Core" ke judul laporan hanya untuk kesenangan. Tidak begitu banyak cerita tentang sesuatu di mana .NET Core memainkan peran yang berarti, dan laporan ini adalah salah satunya. Atau inilah ide lain: ini adalah laporan yang sepenuhnya praktis tentang penggunaan alat gratis yang segera sejalan dengan sistem operasi dan runtime, dan semua ini cukup nyaman dan bekerja dengan overhead rendah - akan memalukan untuk tidak memahami hal ini.
Bayangkan Anda berhasil menjalankan aplikasi ASP.NET favorit Anda di Linux atau bahkan sesuatu dengan antarmuka konsol. Apa selanjutnya Selamat berakhir? Oh tidak Bahkan, Anda harus menghadapi kebocoran memori, crash aneh, masalah kinerja dan banyak masalah lainnya - dan apa yang harus dilakukan ketika semua ini terjadi pada produksi? Di Windows, kami memiliki banyak alat yang menarik, tetapi mereka tidak akan bekerja di Linux, dan belum ada alternatif sederhana. Dalam pembicaraan ini, Sasha berbicara tentang bagaimana debugging dan profil aplikasi .NET Core di Linux terlihat sekarang. Cara menyelidiki dengan perf , bagaimana LTTNG digunakan sebagai pengganti acara ETW , cara mengumpulkan dan memahami LTTNG LTTNG LTTNG dan banyak lagi. Sasha akan berbicara tentang mengumpulkan dump inti dan cara mendapatkan informasi yang menarik bagi pengembang .NET menggunakan lldb dan SOS .
Singkatnya, setiap orang yang memutuskan untuk menonton video akan melakukan perjalanan detektif yang sulit melalui hutan utilitas yang belum selesai dan sihir baris perintah khusus. Dengan akhir yang bahagia (tapi itu tidak pasti).
Jika laporan dari daftar tersebut menarik bagi Anda, kami menarik perhatian Anda: kami telah mengumumkan DotNext berikutnya , dan di sana Anda tidak kalah menarik. Pada saat yang sama, tiket menjadi lebih mahal dari waktu ke waktu, jadi Anda tidak harus menunda membeli tiket untuk DotNext baru sebelum meninjau semua laporan dari yang sebelumnya!