#devops
#docker
#performance
#cloud
Optimise un Dockerfile pour réduire la taille de l'image et accélérer le build.
Analyse le Dockerfile suivant :
[INSÉRER DOCKERFILE]
Propose une version optimisée :
1. **Multi-stage builds** : Pour séparer le build du runtime.
2. **Cache des couches** : Ordonne les instructions pour maximiser le cache Docker.
3. **Taille de l'image** : Utilise des images de base légères (Alpine/Slim) et nettoie les fichiers temporaires.
4. **Sécurité** : Évite d'exécuter en tant que root.
#mobile
#performance
#optimization
#react-native
#flutter
Optimise les performances et l'expérience utilisateur des applications mobiles.
Tu es un expert en optimisation des performances mobiles. Analyse et optimise notre application mobile.
Application :
- Plateforme : [iOS/ANDROID/REACT-NATIVE/FLUTTER]
- Type : [E-COMMERCE/SOCIAL/PRODUCTIVITÉ/AUTRE]
- Utilisateurs cibles : [NOMBRE ET PROFIL]
- Problèmes constatés : [LAG/CRASH/MÉMOIRE/AUTRE]
Audit et optimisation complète :
1. **Analyse des performances** :
- Temps de démarrage (cold start, warm start)
- Consommation mémoire et CPU
- Consommation batterie et réseau
- Fluidité de l'interface (60 FPS target)
2. **Optimisations UI/UX** :
- Lazy loading des images et contenus
- Virtualisation des listes longues
- Réduction des re-renders inutiles
- Animations optimisées (GPU vs CPU)
3. **Optimisations réseau** :
- Cache intelligent des données
- Compression et pagination
- Requêtes batch et parallélisation
- Gestion offline et synchronisation
4. **Optimisations mémoire** :
- Gestion du cycle de vie des objets
- Image optimization et caching
- Memory leaks detection
- Background task management
5. **Monitoring et analytics** :
- Crash reporting et ANR analysis
- Performance metrics tracking
- User experience monitoring
- A/B testing framework
6. **Outils et recommandations** :
- Profiling tools (Android Studio, Xcode Instruments)
- Bibliothèques d'optimisation recommandées
- Architecture patterns performants
Fournis un plan d'action avec gains estimés et code exemples.
#performance
#optimisation
#web-vitals
#debugging
Audit et optimisation des performances web (Frontend/Backend)
Tu es un expert en performance web avec spécialisation Core Web Vitals et optimisation full-stack.
**Site à analyser :**
[INSÉRER URL DU SITE]
**Problèmes observés :**
[INSÉRER PROBLÈMES: LENTEUR, TIMEOUT, ETC]
Réalise un audit performance complet :
1. **Frontend Performance**
- Core Web Vitals (LCP, FID, CLS)
- Optimisation des assets (CSS/JS/images)
- Lazy loading et code splitting
- Critical rendering path
2. **Backend Performance**
- Temps de réponse serveur
- Optimisation des requêtes SQL
- Caching strategy (browser/CDN/server)
- Database indexing
3. **Network & Infrastructure**
- HTTP/2 vs HTTP/1.1
- CDN configuration
- Compression (Gzip/Brotli)
- TLS handshake optimization
4. **Outils & Monitoring**
- Lighthouse audit
- WebPageTest analysis
- Real User Monitoring (RUM)
- Performance budgets
Fournis :
- Plan d'action priorisé
- Gains estimés par optimisation
- Code snippets pour corrections
- KPIs à surveiller
#react
#javascript
#performance
#optimization
Identifie et corrige les problèmes de re-rendus et de performance dans React.
Tu es un expert en Performance Web et React. Analyse le code composant suivant :
[INSÉRER COMPOSANT REACT]
1. **Diagnostic** : Identifie les causes probables de re-rendus inutiles (problèmes de props, context, hooks).
2. **Mesure** : Explique comment vérifier cela avec le React DevTools Profiler.
3. **Correction** : Propose une version optimisée utilisant `memo`, `useMemo` ou `useCallback` là où c'est strictement nécessaire.
4. **Explication** : Justifie chaque optimisation.
#sql
#database
#performance
#optimisation
Optimise les requêtes SQL lentes et explique le plan d'exécution.
Tu es un DBA (Database Administrator) Expert. Voici une requête SQL qui est lente ou que je veux optimiser.
Requête SQL :
[INSÉRER REQUÊTE]
Schéma des tables (optionnel mais recommandé) :
[INSÉRER STRUCTURE TABLES/INDEX]
Analyse :
1. **Points de blocage** : Identifie les scans complets de table (Full Table Scans), les jointures inefficaces ou les sous-requêtes inutiles.
2. **Indexation** : Quels index manquent ? Lesquels sont inutilisés ?
3. **Réécriture** : Réécris la requête pour qu'elle soit plus performante (ex: remplacer IN par EXISTS, éviter les fonctions sur les colonnes indexées).
4. **Explication** : Explique pourquoi ta version est plus rapide.
#database
#sql
#optimization
#performance
Analyse et optimise un schéma de base de données pour les performances et la scalabilité.
Agis comme un expert en bases de données avec 15 ans d'expérience. Analyse et optimise ce schéma :\n\n[INSÉRER SCHÉMA DB - tables, colonnes, index, relations]\n\nFournis une analyse complète :\n1. **Structure actuelle** : Points forts et faiblesses\n2. **Normalisation** : Vérifie les formes normales (1NF, 2NF, 3NF)\n3. **Indexation** : Index manquants, redondants, composite\n4. **Performance** : Requêtes lentes potentielles, suggestions\n5. **Scalabilité** : Impact sur la croissance des données\n6. **Sécurité** : Contraintes, permissions, audit\n7. **Schéma optimisé** : Version améliorée avec justifications\n8. **Migration plan** : Étapes pour passer à la nouvelle structure\n\nInclus les requêtes SQL exactes pour les modifications.
#python
#async
#asyncio
#concurrency
#performance
Maîtrise la programmation asynchrone Python avec async/await et asyncio.
Tu es un expert en programmation asynchrone Python. Je veux optimiser mon code avec async/await.
Cas d'usage: [DÉCRIRE: API CALLS, WEB SCRAPING, FILE PROCESSING...]
Enseigne-moi les patterns essentiels:
1. **asyncio Fundamentals** : Event loop, coroutines, et awaitable objects
2. **Concurrent Execution** : asyncio.gather() vs asyncio.create_task() - quand utiliser quoi
3. **I/O Bound Operations** : aiohttp, asyncpg, aioredis pour les bases de données et APIs
4. **Error Handling** : Try/except dans le code async avec proper exception propagation
5. **Timeouts & Cancellation** : asyncio.wait_for() et graceful shutdown patterns
6. **Producer-Consumer** : asyncio.Queue pour processing pipelines
7. **Thread Pool Integration** : asyncio.to_thread() pour CPU-bound operations
8. **Testing Async Code** : pytest-asyncio et mock async objects
9. **Performance Profiling** : Monitoring et debugging de code async
10. **Real-world Examples** : Web scraper concurrent, API rate limiter, file processor
Génère des exemples de code complets et une checklist des best practices.
#microservices
#patterns
#communication
#distributed-systems
Définit les patterns de communication inter-services avec code examples.
Tu es un expert en architectures distribuées. Pour un système de [TYPE: EX: ECOMMERCE, FINTECH], je veux définir les patterns de communication entre microservices.
Analyse et propose les patterns appropriés :
1. **Synchrone vs Asynchrone** : Quand utiliser REST/gRPC vs Messaging ?
2. **Event-Driven Architecture** : Design des événements clés et leur schéma
3. **API Gateway Pattern** : Routing, aggregation et edge concerns
4. **Circuit Breaker** : Implémentation pour la résilience
5. **Distributed Transactions** : Saga pattern vs 2PC
6. **Code Examples** : Implémentation simplifiée en [LANGAGE: NODEJS/JAVA/GO]
7. **Monitoring** : Comment tracer les requêtes entre services ?
Focus sur la résilience et la scalabilité.
#microservices
#architecture
#patterns
#scalability
Applique les patterns microservices à une architecture.
Transforme cette application monolithique en microservices :
[DESCRIPTION MONOLITHE]
Applique les patterns :
- API Gateway
- Service Discovery
- Circuit Breaker
- Saga Pattern
- Event Sourcing/CQRS
- Distributed Tracing
Fournis l'architecture cible, les découpages et les technologies recommandées.
#go
#golang
#concurrency
#backend
Implémente les patterns classiques de concurrence avec les Goroutines.
Montre-moi comment implémenter ces patterns de concurrence en Go :
1. **Worker Pool** : Lancer N workers pour traiter une queue de jobs.
2. **Fan-Out / Fan-In** : Distribuer le travail et agréger les résultats.
3. **Timeout** : Utiliser `select` et `time.After` pour ne pas attendre indéfiniment.
Code propre et commenté.
#python
#async
#performance
#concurrency
Optimise du code Python avec async/await.
Optimise ce code Python avec async/await :
[INSÉRER CODE SYNCHRONE]
Transformations requises :
1. Identification des opérations I/O bloquantes
2. Utilisation de asyncio, aiohttp, asyncpg
3. Gestion des exceptions en async
4. Limitation de concurrence
5. Timeout et cancellation
6. Testing avec pytest-asyncio
Fournis le code async optimisé avec benchmarks comparatifs.
#postgresql
#database
#performance
#tuning
#sql
Optimise une base PostgreSQL pour des performances maximales.
Tu es un expert PostgreSQL (DBA). Ma base de données [DÉCRIRE LE PROBLÈME: LENTEUR, HAUTE CPU, MÉMOIRE ÉLEVÉE...].
Analyse et optimise:
1. **Query Analysis** : EXPLAIN ANALYZE pour identifier les slow queries
2. **Index Strategy** : Quels index manquent? Index composites, partial indexes, covering indexes
3. **Configuration Tuning** : postgresql.conf optimisé (work_mem, shared_buffers, effective_cache_size)
4. **VACUUM & Autovacuum** : Configuration du nettoyage pour éviter le bloat
5. **Connection Pooling** : PgBouncer configuration pour réduire l'overhead
6. **Partitioning** : Tables partitionnées par date/range pour les grosses tables
7. **Monitoring Setup** : pg_stat_statements, pgHero, pgAdmin monitoring
8. **Hardware Optimization** : RAM, CPU cores, SSD vs HDD considerations
9. **Replication** : Streaming replication pour la haute disponibilité
10. **Backup Strategy** : pg_basebackup + WAL archiving pour RPO minimal
Fournis le SQL optimisé, la configuration PostgreSQL et les scripts de monitoring.
#gitlab
#ci-cd
#devops
#yaml
Configure un fichier .gitlab-ci.yml complet pour tester et déployer.
Crée un fichier `.gitlab-ci.yml` pour une application Node.js.
Stages requis :
1. **Build** : `npm install` et `npm build`.
2. **Test** : `npm test`, ne doit pas bloquer si échec sur la branche `dev` (allow_failure).
3. **Deploy** : Un job manuel qui ne s'exécute que sur la branche `main` (simulation d'un déploiement SSH).
Utilise le cache pour `node_modules`.
#react
#javascript
#hooks
#debug
Identifie et corrige les erreurs fréquentes avec useEffect et useMemo.
Je suis développeur React. Explique-moi ces 3 pièges courants avec des exemples de code (Mauvais vs Bon) :
1. **Boucle infinie dans useEffect** (Dépendances mal gérées).
2. **Stale Closures** (Accès à une vieille valeur de state).
3. **Optimisation prématurée** (Utiliser useMemo pour des calculs triviaux).
#database
#migration
#sql
#devops
Crée des plans de migration de base de données sans downtime.
Tu es un expert en migration de bases de données. Planifie la migration de [SOURCE] vers [CIBLE].
Élabore :
1. **Stratégie de migration** (big bang vs progressive)
2. **Scripts SQL** de migration et rollback
3. **Tests de validation** des données
4. **Plan de basculement** avec downtime minimal
5. **Monitoring** et validation post-migration
6. **Documentation** complète du processus