In this article, I'm going to talk about some of my favorite tips and tricks about my favorite IDE, VS Code. Although I'm writing this on a Mac, many of these concepts will port to Windows, so you may have to replace COMMAND key, WIN key, etc.

Ivy is a complete rewrite of the compiler (and runtime) in order to:

• 🚀reach better build times (with a more incremental compilation)
• 🔥reach better build sizes (with a generated code more compatible with tree-shaking)
• 🔓unlock new potential features (metaprogramming or higher order components, lazy loading of component instead of modules, a new change detection system not based on zone.js…) 

SELECT s.SalesOrderID,s.SalesOrderDetailID,s.OrderQty,
       MIN(SalesOrderDetailID) OVER (PARTITION BY SalesOrderID) FstValue
FROM Test_First_Last_Value s
WHERE SalesOrderID IN (43670, 43669, 43667, 43663)
ORDER BY s.SalesOrderID,s.SalesOrderDetailID,s.OrderQty

Here at Stack Overflow we're migrating many things to .NET Core. Along the way we have to swap out parts that existed in the old .NET world but don't in the new. 

- در قسمت اول به واژه‌هایی مانند «شرکت»، «مرکزی»، «single sign-on»، و «چندین برنامه‌ی مختلف فقط با یک لاگین» که قرار نیست اطلاعات کاربران خودشان را داخل بانک‌های اطلاعاتی خودشان به صورت مجزایی قرار دهند، بیشتر دقت کنید.

- IdentityServer با جاوا هم کار می‌کند؛ چون یک پروتکل استاندارد را پیاده سازی کرده‌است و این پروتکل برای انواع و اقسام زبان‌های موجود دارای کلاینت است: کلاینت و مثال جاوا، کلاینت پایتون و سایر کلاینت‌های تائید شده

اگر کسی بخواد برنامه نویسی شروع کنه بهش پیشنهاد میکنم با پایتون شروع کنه. و راحت بدون دردسر و درگیری‌های خاص یک صفحه‌ی لاگین و ثبت نام و ثبت و  ویرایش و حذف دیتا بدون نیاز به دانش آنچنانی با مدیریت مناسب داشته باشه

خودم .Net دوست دارم و باهاش راحتم 

حتی کاش طوری بود که دوستان خودشون می‌تونستن گزینه ای به گزینه‌ها اضافه کنند!

تو بحث یادگیری ماشین به نظرم درست می‌فرمایید، تو پایتون کارای زیادی براش کردن. راستش چون حرفه ای کارایی رو میشناسم که از دات نت به جاوا یا بالعکس مهاجرت کردن، تازه تعصبی هم برخورد می‌کنن گاهی به این خاطر نشد که جاوا رو ننویسم!

• Linux support for tier-1, mission-critical workloads – SQL Server 2017 support for Linux includes the same high availability solutions on Linux as Windows Server, including Always On availability groups integrated with Linux native clustering solutions like Pacemaker.
• Graph data processing in SQL Server – With the graph data features available in SQL Server 2017and Azure SQL Database, customers can create nodes and edges, and discover complex and many-to-many relationships.
• Adaptive query processing – Adaptive query processing is a family of features in SQL Server 2017 that automatically keeps database queries running as efficiently as possible without requiring additional tuning from database administrators. In addition to the capability to adjust batch mode memory grants, the feature set includes batch mode adaptive joins and interleaved execution capabilities.
• Python integration for advanced analytics – Microsoft Machine Learning Services now brings you the ability to run in-database analytics using Python or R in a parallelized and scalable way. The ability to run advanced analytics in your operational store without ETL means faster time to insights for customers while easy deployment and rich extensibility make it fast to get up and running on the right model.