برنامه‌نویسی داده‌محور ۲۰۲۲
Data-Oriented Programming 2022

در *برنامه‌نویسی داده‌محور* یاد خواهید گرفت که چگونه:

* کد را از داده جدا کنید
* داده را با ساختارهای داده عمومی نمایش دهید
* داده را با توابع همه‌منظوره دستکاری کنید
* وضعیت را بدون تغییر دادن داده مدیریت کنید
* هم‌روندی را در سیستم‌های بسیار مقیاس‌پذیر کنترل کنید
* تست‌های واحد داده‌محور بنویسید
* شکل داده خود را مشخص کنید
* از چندریختی بدون اشیاء بهره‌مند شوید
* برنامه‌ها را بدون دیباگر اشکال‌زدایی کنید

*برنامه‌نویسی داده‌محور* یک راهنمای بی‌نظیر است که الگوی داده‌محور را معرفی می‌کند. این رویکرد پیشگامانه، داده را با ساختارهای داده تغییرناپذیرِ عمومی نمایش می‌دهد. این الگو مدیریت وضعیت را ساده می‌کند، هم‌روندی را تسهیل می‌کند و مشکلات رایجی را که در کد شیءگرا پیدا می‌کنید، از بین می‌برد. این کتاب ایده‌های قدرتمند جدید را از طریق گفتگوها، قطعه‌کدهای نمونه و نمودارهایی ارائه می‌کند که به شما کمک می‌کند تا به سرعت بفهمید چه چیزی در مورد DOP عالی است. از همه بهتر، این الگو مستقل از زبان است—شما یاد خواهید گرفت که کد DOP را بنویسید که می‌تواند در JavaScript، Ruby، Python، Clojure و همچنین در زبان‌های شیءگرای سنتی مانند Java یا C پیاده‌سازی شود.

مقدمه‌ای از مایکل تی. نیگارد و رایان سینگر.

درباره‌ی فناوری
کدی که رفتار و داده را با هم ترکیب می‌کند، همانطور که در طراحی‌های شیءگرا رایج است، می‌تواند پیچیدگی تقریباً غیرقابل مدیریتی را برای مدیریت وضعیت ایجاد کند. الگوی برنامه‌نویسی داده‌محور (DOP) با نگهداری داده‌های برنامه در ساختارهای داده عمومی تغییرناپذیر و سپس انجام محاسبات با استفاده از توابع همه‌منظوره غیرتغییردهنده، مدیریت وضعیت را ساده می‌کند. برنامه‌های شما عاری از باگ‌های مربوط به وضعیت هستند و درک و نگهداری کد شما آسان‌تر است.

درباره‌ی کتاب
*برنامه‌نویسی داده‌محور* به شما می‌آموزد که چگونه با استفاده از الگوی پیشگامانه داده‌محور، نرم‌افزار طراحی کنید. شما DOP را به کار خواهید گرفت تا مدل‌های داده را برای موجودیت‌های تجاری طراحی کنید و یک سیستم مدیریت کتابخانه را پیاده‌سازی کنید که وضعیت را بدون تغییر داده مدیریت می‌کند. نمودارهای متعدد، نقشه‌های ذهنی شهودی و یک رویکرد گفتگومحورِ منحصربه‌فرد همگی به شما کمک می‌کنند تا این ایده‌های جدید هیجان‌انگیز را درک کنید. هر فصل یک لحظه روشنگری دارد که طرز فکر شما را در مورد برنامه‌نویسی تغییر می‌دهد.

مطالب داخل کتاب:

* کد را از داده جدا کنید
* داده را با ساختارهای داده عمومی نمایش دهید
* وضعیت را بدون تغییر دادن داده مدیریت کنید
* هم‌روندی را در سیستم‌های بسیار مقیاس‌پذیر کنترل کنید
* تست‌های واحد داده‌محور بنویسید
* شکل داده خود را مشخص کنید

درباره‌ی خواننده
برای برنامه‌نویسانی که تجربه کار با یک زبان برنامه‌نویسی سطح بالا مانند JavaScript، Java، Python، C، Clojure یا Ruby را دارند.

درباره‌ی نویسنده
یهوناتان شارویت بیش از بیست سال تجربه به عنوان مهندس نرم‌افزار دارد. او در وبلاگ خود می‌نویسد، در کنفرانس‌ها سخنرانی می‌کند و کارگاه‌های برنامه‌نویسی داده‌محور را در سراسر جهان رهبری می‌کند.

فهرست مطالب
بخش ۱: انعطاف‌پذیری
۱. پیچیدگی برنامه‌نویسی شیءگرا
۲. جداسازی بین کد و داده
۳. دستکاری ابتدایی داده
۴. مدیریت وضعیت
۵. کنترل هم‌روندی ابتدایی
۶. تست‌های واحد
بخش ۲: مقیاس‌پذیری
۷. اعتبارسنجی ابتدایی داده
۸. کنترل هم‌روندی پیشرفته
۹. ساختارهای داده پایدار
۱۰. عملیات پایگاه داده
۱۱. خدمات وب
بخش ۳: قابلیت نگهداری
۱۲. اعتبارسنجی پیشرفته داده
۱۳. چندریختی
۱۴. دستکاری پیشرفته داده
۱۵. اشکال‌زدایی

In Data-Oriented Programming you will learn how to:

Separate code from data
Represent data with generic data structures
Manipulate data with general-purpose functions
Manage state without mutating data
Control concurrency in highly scalable systems
Write data-oriented unit tests
Specify the shape of your data
Benefit from polymorphism without objects
Debug programs without a debugger

Data-Oriented Programming is a one-of-a-kind guide that introduces the data-oriented paradigm. This groundbreaking approach represents data with generic immutable data structures. It simplifies state management, eases concurrency, and does away with the common problems you’ll find in object-oriented code. The book presents powerful new ideas through conversations, code snippets, and diagrams that help you quickly grok what’s great about DOP. Best of all, the paradigm is language-agnostic—you’ll learn to write DOP code that can be implemented in JavaScript, Ruby, Python, Clojure, and also in traditional OO languages like Java or C#.

Forewords by Michael T. Nygard and Ryan Singer.

About the technology
Code that combines behavior and data, as is common in object-oriented designs, can introduce almost unmanageable complexity for state management. The Data-oriented programming (DOP) paradigm simplifies state management by holding application data in immutable generic data structures and then performing calculations using non-mutating general-purpose functions. Your applications are free of state-related bugs and your code is easier to understand and maintain.

About the book
Data-Oriented Programming teaches you to design software using the groundbreaking data-oriented paradigm. You’ll put DOP into action to design data models for business entities and implement a library management system that manages state without data mutation. The numerous diagrams, intuitive mind maps, and a unique conversational approach all help you get your head around these exciting new ideas. Every chapter has a lightbulb moment that will change the way you think about programming.

What’s inside

Separate code from data
Represent data with generic data structures
Manage state without mutating data
Control concurrency in highly scalable systems
Write data-oriented unit tests
Specify the shape of your data

About the reader
For programmers who have experience with a high-level programming language like JavaScript, Java, Python, C#, Clojure, or Ruby.

About the author
Yehonathan Sharvit has over twenty years of experience as a software engineer. He blogs, speaks at conferences, and leads Data-Oriented Programming workshops around the world.

Table of Contents
PART 1 FLEXIBILITY
1 Complexity of object-oriented programming
2 Separation between code and data
3 Basic data manipulation
4 State management
5 Basic concurrency control
6 Unit tests
PART 2 SCALABILITY
7 Basic data validation
8 Advanced concurrency control
9 Persistent data structures
10 Database operations
11 Web services
PART 3 MAINTAINABILITY
12 Advanced data validation
13 Polymorphism
14 Advanced data manipulation
15 Debugging