Привет, Хабр! Меня зовут Александр Антипов, я продакт-оунер MWS Tables — платформы для совместной работы и автоматизации на базе таблиц. Раньше на платформе таблицы приходилось собирать вручную: добавлять столбцы, выбирать типы полей, устанавливать фильтры и т. п. Теперь у нас появился ИИ-помощник, создающий таблицы по простому текстовому описанию. А ещё мы научили его связывать таблицы между собой, писать формулы, настраивать отображение данных и делать многое другое. 

Сегодня я покажу, как применять новые возможности на практике.

Развернуть кластер Kubernetes вручную — задача не столько сложная, сколько продолжительная: поднять виртуальные машины, установить компоненты Control Plane, настроить CNI, CSI, DNS, разложить сертификаты. Понять, что надо было иначе, удалить, сделать заново, и так раза три.

Развёртывание — это только первый этап жизни кластера, дальше нужно заниматься поддержанием его деятельности, и это стоит дорого. Каждая рутинная операция эксплуатации в ручном режиме — это десятки человеко-часов и постоянные дежурства.

Привет, Хабр! Собрали в одном посте главное из последних обновлений платформы: теперь стоимость конфигураций можно прикинуть до создания ресурсов прямо на сайте, у текстовых моделей появились дефолтные лимиты, а очередь событий можно запустить без серверов.

Сетевые проблемы в Kubernetes сложно диагностировать: запрос проходит через несколько слоёв и в каждом может что-то сломаться. Сразу может быть непонятно, почему недоступен Kube API, LoadBalancer не отдаёт трафик, а поды не могут выйти наружу.

3 ноября в 12:00 проведём практический вебинар и пройдём весь путь трафика от сети до приложения на реальных примерах.

Привет! Меня зовут Александр Пивкин, я ведущий SRE-инженер в MWS Cloud Platform. Сегодня я проведу вас по короткому пути через дебри подкапотного устройства бинарных файлов и покажу, какую пользу можно извлечь из этого знания применительно, например, к SDS Ceph. Сразу отмечу, что пишу я эту статью параллельно с написанием собственно трейсера. То есть даже можно сказать, что вы наблюдаете процесс исследования и создания готового решения в прямом эфире. 

В предыдущей статье я затронул тему исследования производительности кластера Ceph, а также вскользь упомянул о возможности поиска проблем с производительностью с помощью BPF. Здесь я расскажу, что такое BPF и как его применить в практической задаче.

MWS Tables — платформа для совместной работы и автоматизации на базе таблиц. Теперь на платформе вы можете оптимизировать рабочие процессы с помощью ИИ-помощника. На основе вашего описания он сам создаёт таблицы, связывает их между собой, пишет формулы и настраивает отображение данных. Достаточно открыть чат и объяснить требования своими словами.

Всем привет, меня зовут Вадим Лазук, я разработчик в команде VPC облака MWS Cloud. Пару месяцев назад мы запустили в Preview сервис Network Load Balancer, а в этой статье решили рассказать о нём подробнее. Сегодня рассмотрим, как устроен балансировщик в нашем облаке, на какой архитектуре он базируется и какие технологии использует под капотом.

Привет, Хабр! Меня зовут Сергей Третьяков. Я product owner MWS Data Scout — сервиса, который описывает таблицы баз данных с помощью больших языковых моделей (LLM). 

В статье я расскажу, почему задача документирования не решается простой передачей схемы в модель, какие слои контекста нам пришлось выстроить и какой блок промпта, вопреки ожиданиям, только ухудшает качество работы.

Привет, Хабр! У нас накопился крупный релизный блок: от новой флагманской LLM до сетевых и платформенных сервисов. Собрали всё в один пост, чтобы можно было пройтись по списку и сразу понять, что из этого применимо в вашем проекте.

Если вы хоть раз эксплуатировали Kafka, то знаете, сколько нервных клеток способен съесть её кластер. Поднять Kafka для PoC несложно, а вот дальше начинается планирование ёмкости, диски, replication factor, перераспределение партиций и восстановление после отказа брокера. 

В MWS Cloud Platform мы решили, что так дальше жить нельзя, и запустили Serverless Queue — бессерверный Kafka-совместимый брокер. Читайте статью, чтобы узнать, как с его помощью быстро и просто можно запустить сценарии обработки сообщений по Kafka-протоколу.

Всем привет! Меня зовут Михаил Голубев, и я работаю в команде Kubernetes Security, MWS Cloud Platform. В этой статье я расскажу об одной попытке оптимизации: как мы залезли под капот CEL и Protobuf, чтобы научить интерпретатор читать данные из бинарного формата на лету без полной десериализации, и почему в итоге от этого кода пришлось отказаться.

Почему мы вообще этим озадачились: в одном из наших микросервисов реализовано сканирование приходящих событий по k8s-манифестам. Событий летит много, а обрабатывать их надо быстро, так что, чтобы минимизировать сетевой трафик и снизить нагрузку на инфраструктуру, в качестве основного формата передачи данных мы первоначально решили использовать Protobuf, он значительно компактнее JSON.

Далее эти данные проходят через различные валидации и проверки. Для описания и выполнения таких политик мы используем CEL — наподобие Kyverno или нативных k8s Validating (и Mutating) Admission Policies. Вот тут-то Protobuf и CEL встретились, и эта встреча оказалась не такой гладкой, как мы рассчитывали, — об этом подробнее ниже.

Привет, Хабр! Мы добавили GLM 5.3 в MWS GPT Model Hub — сервис для работы с LLM через OpenAI-совместимый API внутри MWS Cloud Platform.

GLM 5.3 — новая флагманская модель Z.ai. Она рассчитана на сложные задачи в кодинге, агентные сценарии и многошаговые запросы, где важно не только сгенерировать ответ, но и удержать контекст, план действий и последовательность шагов.

По данным Z.ai, на собственном Code Bench результат GLM 5.3 в задачах программирования вырос на 50% по сравнению с GLM 5.2. На Terminal-Bench 3.0 показатель увеличился с 4,6 до 28,3.

Сложная ИТ-инфраструктура неизбежно вызывает множество проблем: нужно обеспечивать её масштабируемость и работоспособность, сдерживать рост затрат на сопровождение и поддержку, повышать прозрачность использования инфраструктуры и работающего на ней ПО.

Привет, Хабр! Меня зовут Юрий Самойлов, я директор по продукту MWS B2B Store. Сегодня поговорим о том, как управлять сложными инфраструктурными и ИТ-ландшафтами в целом, обсудим проблемы стандартизации, упаковки и развёртывания ПО, а также вопросы контроля лицензий, в том числе уже приобретённых у разных вендоров. Кроме того, мы посмотрим, как эти задачи решаются в MWS.

За помощь в подготовке материала спасибо Евгению Тетенчуку, техлиду команды MWS B2B Store. Эта статья — текстовая версия вебинара.

Привет! Меня зовут Ренат Ахмеров, я один из руководителей направления по работе с виртуальными сетями и сетевыми функциями в MWS Cloud Platform. В этой статье я рассказываю про сетевые возможности нашей облачной платформы, приправляя рассказ своей личной историей взаимоотношений с компьютерными сетями. 

Чтобы наглядно объяснить, как работают сети в нашем облаке, мы рассмотрим по шагам построение некой e-commerce системы: от примитивного решения в одной «коробочке» до полноценной Enterprise Grade-архитектуры.

Мы перевели Managed ClickHouse из Preview в General Availability. Теперь это production-ready управляемый сервис аналитической СУБД внутри MWS Cloud Platform — с SLA, поддержкой, тарификацией и лимитами.

Всем привет! Я Андрей Халиуллин — руководитель направления IAM & Security Services в MWS Cloud Platform, и мы продолжаем делать облако. В этот раз хочется поговорить о стабильности, отказоустойчивости и прочих SLO. В этой статье расскажу, как мы обеспечиваем свою отказоустойчивость, как мы её тестировали (спойлер: мы отключили целую зону доступности) и что нового для себя узнали. Для наглядности решил объяснить наш подход на примере швейцарского сыра.

Собрали ключевые обновления MWS Cloud Platform за последнее время. В этом выпуске новости о платформе данных, инфраструктуре и сети, а ещё о ИИ-платформе.

Привет, Хабр! Меня зовут Даниил Оларь, я разработчик в команде продукта MWS Tables — платформы для лёгкой автоматизации и совместной работы на базе таблиц. 

Недавно коллеги обратились к нам с задачей: для B2B-коммуникаций важно следить за трендами рынка, поэтому им нужна была система сбора новостей из публичных каналов. При этом управлять ей — добавлять и удалять каналы, собирать данные для аналитики — коллеги планировали без работы с кодом.

Мы сделали несколько таблиц с необходимой для работы системы информацией: источниками новостей (каналами), промптами для их обработки и правилами для отправки новостей получателям. 

Затем самописный бот собирает новости по каналам и автоматически загружает их в таблицу на платформе, а LLM отсеивает нерелевантные новости и собирает дайджест самых интересных материалов. И ещё один бот отвечает за публикацию новостей в нашу группу.   

В материале расскажу, как устроена каждая таблица и как настроена связь между ними. 

Сегодня Kubernetes стал де-факто стандартом для развёртывания SaaS-приложений и сервисов. Практически каждый разработчик работает с ним ежедневно, но большая часть этой работы связана с установкой уже готовых компонентов и манифестов. Если базового функционала начинает не хватать, возникает потребность в расширении. И вот тут начинается путешествие в уникальный мир k8s-операторов.

Всё, начиная с архитектурных паттернов, заканчивая поддержкой и тестированием, сильно отличается от привычных подходов, поэтому перед разработчиком встаёт большой пласт материалов, требующих изучения. Об этом и поговорим.

Меня зовут Антон Железнов, я разработчик в команде Managed Kubernetes облака MWS Cloud Platform. И в этой статье я хочу рассказать о тестировании операторов не на абстрактных примерах, а на устройстве нашего решения. Итак, поехали! 

Раньше в «Холдинге Аква» (вы можете знать компанию по воде «Ессентуки» и «Нарзан») сотрудники вручную заносили обращения в Excel и собирали отчёты. В таких условиях файлы с документами легко терялись. Руководство не видело актуальной картины: сколько заявок в работе, соблюдаются ли сроки. Команде комплаенса нужен был инструмент, который автоматизирует весь жизненный цикл обращений. 

Решить задачу удалось с помощью MWS Tables — платформы для совместной работы и автоматизации рутины на основе таблиц. На платформе пользователи могут создавать таблицы до 1 млн строк и до 200 столбцов.