Code, Craft & Community!

Plongez au cœur des machines virtuelles et découvrez comment elles transforment le développement logiciel moderne ! Ce meetup dévoilera les secrets de trois moteurs majeurs : V8, JVM et BEAM (ERTS). Que vous soyez passionné(e) par la performance du JavaScript dans les navigateurs, la robustesse de la JVM pour les applications d'entreprise, ou la résilience de BEAM dans les systèmes distribués, ce rendez-vous est pour vous !

Voici le plan que je vous propose :

1. Introduction aux machines virtuelles (30 minutes)

• Définition : Qu'est-ce qu'une machine virtuelle ?
• Rôles essentiels : Exécution, mémoire, et gestion de la concurrence.
• Présentation des candidats : V8, JVM et BEAM (ERTS).

2. Analyse technique approfondie (45 minutes)

• V8 : Compilation Just-In-Time, optimisations dynamiques et gestion avancée de la mémoire (Orinoco).
• JVM : Compilation hybride (AOT et JIT), gestion de la mémoire (GC) et threads virtuels (Java 21+).
• BEAM (ERTS) : Processus légers, tolérance aux pannes et gestion concurrente des déchets.

3. Comparaisons et applications concrètes (30 minutes)

• Cas d'utilisation : Développement web, big data, systèmes distribués et embarqués.
• Comparaison des forces : Modèles de concurrence, interopérabilité, écosystèmes et outils.

4. Session Questions/Réponses et Discussion (15 minutes)

Il y a une différence fondamentale entre écrire du code et faire de l’ingénierie logicielle. Dans une approche ingénierie, le code n’est que l’aboutissement d’un processus structuré : c’est l’enveloppe visible d’un ensemble de décisions architecturales et méthodologiques qui assurent sa pérennité.

L’ingénierie logicielle est le bouclier qui protège le code pour qu’il conserve sa forme et sa santé dans le temps. Elle intègre dès le départ les contraintes d’évolution, aussi bien fonctionnelles que techniques, et se pose comme un problème multidimensionnel où trois axes doivent être équilibrés :
✔ La dimension technique : Comment structurer un logiciel robuste et scalable ?
✔ La dimension fonctionnelle : Comment anticiper et accompagner les évolutions métier ?
✔ La dimension temporelle : Comment mesurer et garantir la qualité à long terme ?

Dans ce meetup, nous répondrons à des questions essentielles :
🛠 Comment construire un logiciel évolutif sans sacrifier la simplicité et la maintenabilité ?
📏 Comment mesurer nos choix architecturaux dans le temps ?
⚖ Comment réduire l’entropie pour éviter que nos systèmes ne se dégradent ?

Au programme :
🚀 Architecture logicielle et ses différents styles et patterns.
🎨 Clean Code et Design Patterns pour des bases solides.
📊 Fitness Functions et outils de mesure pour évaluer et ajuster nos choix.

Un rendez-vous incontournable pour celles et ceux qui veulent aller au-delà du simple code et bâtir des logiciels durables et bien pensés. 🔥

Depuis toujours, face à un logiciel lent, la solution instinctive a été "ajoutons plus de matériel" : plus de CPU, plus de RAM, plus de bande passante. Pourtant, cette approche masque souvent le vrai problème : un mauvais logiciel reste inefficace, quelle que soit la machine sur laquelle il tourne.

Dans ce meetup, nous allons ouvrir le capot et explorer en profondeur toute la chaîne d’exécution d’une application, en décortiquant les limites imposées par le matériel, les langages de programmation et les modèles d’exécution.

📌 Ce que nous allons explorer :
1. Les limites matérielles

• CPU : Pourquoi plus de cœurs ne suffit pas toujours.
• Mémoire & cache : Le véritable frein à la performance.
• I/O & réseau : L’impact souvent sous-estimé du stockage et des communications.

2. Les contraintes des langages de programmation

• Exécution native vs VM : Compilation, JIT et performances.
• Gestion mémoire : Pourquoi la GC peut ralentir un programme.
• Parallélisme & concurrence : Quand le multi-threading devient un casse-tête.

3. Cas où le scaling matériel échoue

• Code mono-thread : L’illusion du multi-core.
• Appels bloquants : Quand un simple I/O gèle toute une application.
• Garbage Collection excessive : Plus de RAM ne signifie pas plus de rapidité.
• Mauvais choix d’algorithmes & structures de données : CPU et cache gaspillés.

4. Approche "Software-First" : optimiser avant d’upgrader

• Optimisation vs Scaling Matériel : Quand réécrire du code est plus efficace qu’acheter plus de machines.
• Stratégies clés : Gestion mémoire, réduction des appels bloquants, amélioration des algorithmes.

📌 Pourquoi participer ?

• Comprendre en profondeur les interactions entre hardware et software.
• Identifier les vrais goulets d’étranglement dans vos applications.
• Découvrir des cas où le software sabote la performance, et comment y remédier.

Rejoignez-nous pour une exploration technique et pragmatique de la performance logicielle ! 🚀

📌Article: