После статей про напыление рентгеновского зеркала с помощью LLM и локальную Qwen 3.8 в роли оператора возникал вопрос: как проверить агента на управлении вакуумной установкой, если нет ни самой установки, ни ПЛК? Мы выложили под лицензией Apache-2.0 пакет APS Control Community — нашу рабочую программу управления напылением, физический эмулятор оборудования и сервер MCP.

Программа работает на обычном ПК с Windows и не требует прав администратора. В комплекте идут три конфигурации: простая камера с двумя магнетронами (Sputter), установка со шлюзом загрузки из нашей прошлой статьи (ADS) и четырёхкамерный кластер с транспортным роботом (Cluster). Управлять клапанами и запускать рецепты можно вручную из окна оператора, а можно подключить через MCP локальную модель или Claude Code.

Каждый, кто пытался полностью избавиться от Microsoft Edge в Windows 10 или 11, сталкивался с тем, что кнопка «Удалить» в системных настройках заблокирована. В сети популярны радикальные скрипты, которые «с мясом» вырезают папки браузера, но такой подход деструктивен: он ломает связанные системные компоненты (например, веб-виджеты) и приводит к ошибкам при установке ежемесячных накопительных обновлений Windows.

Между тем, в самой ОС уже заложен штатный и безопасный механизм деинсталляции. С вступлением в силу Закона о цифровых марках (DMA) в Европейской экономической зоне (EEA), Microsoft была вынуждена официально разрешить европейцам удалять Edge, отключать Bing-поиск и гибко управлять компонентами системы.

В этой статье мы разберем техническую изнанку региональных ограничений Windows, научимся точечно переключать внутренние политики без сторонних твикеров, работать с Appx-пакетами Bing и безопасно автоматизировать эти процессы.

1. Анатомия региональной политики Windows

За применение правил регуляторов на уровне ОС отвечает специальная подсистема конфигурации. Её поведение диктуется конфигурационным файлом, расположенным по пути:C:\Windows\System32\IntegratedServicesRegionPolicySet.json

Если открыть этот JSON-файл, можно обнаружить глобальную структуру политик, привязанных к конкретным GUID. За доступность деинсталляции Microsoft Edge отвечает строго определенная запись:{1bca278a-5d11-4acf-ad2f-f9ab6d7f93a6}

Много лет занимаюсь парсингом: каталоги, цены, карточки товаров, объявления. Всё это время из проекта в проект кочевал мой самописный HTML-парсер. Он стабильно работал на миллионах страниц, но показывать его наружу было как-то неловко: тесты покрывали только нужные мне сайты, комментарии были на двух языках вперемешку, документации не было вовсе. Появилась иишка и доделала то что мне было лень и я выложил nuget: z3l.FastHtmlParser

Ниже разбираемся, почему стандартные библиотеки на таких задачах впустую тратят процессорное время, как уйти от аллокаций DOM и где проходят границы применимости легковесного подхода.

Почему DOM избыточен для парсинга

Парсинг — это работа с объёмами. Когда через сервис проходят миллионы страниц в сутки, разбор разметки оказывается самым горячим циклом, а затраты на серверы растут пропорционально.

Лидеры рынка в .NET — HtmlAgilityPack и AngleSharp — отличные библиотеки, но решают более общую задачу браузерного уровня. Они строят полноценный DOM: создают отдельный объект на каждый узел, достраивают неявные <html>, <head>, <tbody>, держат дерево для мутаций и обхода CSS-селекторами.

Для извлечения данных почти ничего из этого не нужно. Задача простая: найти элемент, забрать текст или значение атрибута и перейти к следующей странице. Всё остальное превращается в лишнюю работу процессора и сборщика мусора (GC).

Отсюда простая идея: не строить то, что не будет использовано. Документ можно представить как просто список кусков исходной строки.

Бенчмарки

Тестовый стенд: BenchmarkDotNet 0.15.8, .NET 10, Intel Xeon E-2236, Windows Server 2025. Страницы настоящие, сохранённые с books.toscrape.com, quotes.toscrape.com и webscraper.io/test-sites. Версии библиотек: AngleSharp 1.10.0, HtmlAgilityPack 1.13.1.

Совсем недавно вышел .NET 11, и это значит, что пора обновлять свои проекты. Но сначала посмотрим, стоят ли нововведения в C# 15, Runtime Async, JIT-оптимизации и многое другое того, чтобы спешить с переходом на новую версию.

Пару месяцев назад я закончил здоровенный цикл по неочевидным особенностям F# в декорациях Godot. Под конец я пообещал выпустить ещё несколько статей по реактивному программированию на стыке тех же технологий. Момент исполнения обещания наступил с опозданием. Нас ждут три статьи, в ходе которых я познакомлю вас со своей рабочей лошадкой. Ей суждено появиться во всех моих статьях по Godot.

Именно поэтому я использовал в заглавии слово «базис», однако до этого там стояло слово «эксперименты». Оно появилось там, отнюдь не потому что я не уверен в собственных действиях, а потому что хотел подчеркнуть своеволие и своеобразие последующих шагов. Мне не нравится доминирующая парадигма, зафиксированная в виде библиотеки System.Reactive, и в этом цикле я буду регулярно явно или неявно оспаривать некоторые её положения. При этом у меня нет стремления воздвигнуть собственную парадигму, и уж тем более я не собираюсь публиковать её на nuget.org. Наоборот, я хочу показать, что реактивные системы лучше всего строить на базе «колоды» примитивов, которая подбирается и пишется специально под проект. Создание универсальной библиотеки при таком подходе полностью противопоказано.

Правда, неуниверсальная библиотека нам тоже не понадобится. В конце весь код займёт всего несколько сотен строк. В основном благодаря особенностям F#, о которых мы либо говорили, либо только будем говорить. Но нам также поможет достаточно высокая база, которую дают dotnet и System.Reactive.

После приёмной части (SDR RX стенд на STM32H723) логично было взяться за передающую. Для отладки решил сделать отдельный стенд. Однополосная модуляция формируется полярным (EER) методом. Впервые этот метод был предложен Леонардом Канном в 1952 году. Долгое время он оставался в тени классических фильтровых или фазовых методов из-за сложности реализации в аналоговую эпоху, однако сегодня переживает «второе рождение» в современных цифровых трансиверах (например, uSDX, QRP Labs QMX, FlexRadio Aurora (AU-510/520, новинка 2025–26)), благодаря SDR-технологиям и цифровым сигнальным процессорам (DSP). Классический метод Канна превратился в доминирующую промышленную технологию 4G/5G и Wi-Fi благодаря двум факторам — кремниевой интеграции (CMOS) и колоссальному скачку в скорости цифровой обработки сигналов.

Что происходит с header.a > 10 между файлом маршрута и первым сообщением, как связывается bean:svc.Check(body), почему шаблоны никогда не выполняют код и что проверка пакета сообщает с номером строки и колонки.

Первая часть рассказала о языке выражений redb.Route в целом. Там была одна грамматика для условий, значений и шаблонов, компиляция в делегат вместо разбора на каждом сообщении, одно правило истинности и места, где выражения живут: шаблоны интеграции и адреса конечных точек. Эта часть заглядывает внутрь. Что именно происходит со строкой вроде header.a > 10. Как шаблон решает, где кончается подстановка. Как маршрут добирается до ваших сервисов и до окружения. Что язык отказывается делать, когда текст пришёл из данных, а не от разработчика. И что проверка пакета сообщает о файле маршрута ещё до развёртывания.

Сначала о том, откуда взяты результаты ...

В микросервисах логические границы удерживаются границами процесса и хранилища. Для пересечения надо явно написать удаленный вызов, сделать контракт и обновить как минимум два сервиса. В монолите нет механизма контроля логических границ. Одна часть кода в любой момент может сослаться на другую, сборка и тесты это пропустят. Даже в рантайме может может все работать без ошибок. Но таких ссылок станет много и монолит превратится в big-ball-of-mud.

Эти же явные границы микросервисов помогают настраивать деплой. Структура сервисов и их зависимости видны в коде (не всегда очевидно, но всегда явно) и “случайно” их нарушить сложно. В модульном монолите структура деплоя не отражена вообще.

В прошлой статье я описал как сделать контроль зависимостей между модулями в рантайме, но хотелось бы раньше. Закончил статью списком поломок, которые не замечают ни сборка, ни локальная отладка.

В этой статье я покажу как превратить ошибки нарушения границ и деплоя в ошибки компиляции и красные тесты.

Заглавная иллюстрация — про электростатику; в статье же речь пойдёт о динамике: мы будем моделировать распространение электромагнитных волн и численно решать уравнения Максвелла.

При этом подойдём к этой задаче более профессионально, чем в предыдущих материалах: я учёл справедливую критику и замечания читателей по поводу выбора и обоснования численного метода, оценил корректность и реалистичность схемы и результатов моделирования, привёл необходимые начальные и граничные условия для воспроизводимости.

В системе СИ уравнения Максвелла записываются следующим образом:

В ноябре 2022 года с разницей в три недели вышли .NET 7 и ChatGPT. Получилась удобная точка отсчёта: .NET 7 стал последним релизом, написанным до ChatGPT. А в мае 2025 года в dotnet/runtime пришёл Copilot coding agent и к концу октября 2026-го открыл там 1734 pull request’а, 1205 из них смержены.

Портит ли ИИ код, спорить можно долго, а производительность можно просто измерить. Я замерил DI, конфигурацию, логирование, кэш и EF Core: 46 операций, шесть мажорных версий, 30 раундов. Заодно по истории Git проверил, кто трогал горячие методы, а две просадки в 11 RC проследил до конкретных коммитов. Самую крупную внёс человек одной строкой. Вторая, поменьше, пришла с PR от Copilot coding agent, который чинил дедлок.

Привет, Хабр! В прошлом материале про поиск причин сбоев мы разбирали структурированное логирование, BeginScope и классификацию событий на примере передачи актов в Единый реестр интернет-рекламы (ЕРИР). Продолжим тему.

Логи помогают узнать подробности события, но путь запроса через несколько сервисов по ним не соберешь. Особенно когда непонятно, куда ушло время: на проверку данных, на сохранение документа или на ожидание ответа внешней системы. Распределенная трассировка помогает это понять. Настроим ее через OpenTelemetry и разберем, какие операции создавать самому, что к ним добавлять и как проверить, что все работает.

За основу мы взяли демо-проект OrdTracingDemo: он содержит два ASP.NET Core приложения на .NET 10, OpenTelemetry Collector и Jaeger. Запросы можно отправлять через Swagger, а задержку и ошибку внешнего сервиса включать параметрами. 

Работать будем с передачей креативов, актов и статистики. Шлюз здесь учебный: к настоящему ЕРИР он не ходит, а маршруты в демо не совпадают с теми, что в WebAPI Медиаскаута. Дальше покажем настройку и ключевые решения на коротких примерах кода. Полную реализацию можно посмотреть и запустить из репозитория.

В прошлой статье мы разобрали какие средства для создания модульных приложений есть в ASP.NET. Каждый модуль может регистрировать свои сервисы и использовать свои эндпоинты и страницы. Но данные у каждого модуля свои.

На практике даже если у каждого модуля своя база данных, то живут они все на одном сервере (кластере). Причин этому несколько. Во-первых серверы баз данных гораздо проще и дешевле масштабировать горизонтально, чем вертикально. Во-вторых один сервер баз данных вполне может обслужить десяток веб-серверов сравнимой мощности, если запросы оптимальные, на веб-серверы используют кэширование, а аналитическая нагрузка идет на реплики.

Поддерживать разные хранилища данных для разных модулей когда у вас весь проект пилит одна команда, а в эпоху ИИ — один AI-инженер, выглядит совсем плохой идеей.

Поэтому сегодня разберем как сделать модульную модель данных, когда каждый модуль видит свое подмножество сущностей, а хост собирает это все в одну базу данных.

Прошлую статью я закончил на том, что Google в 2023 году выпустил фрейморк для модульных приложений Service Weaver. Можно писать и запускать приложение как монолитное, а потом в конфиге указать какие компоненты на каких машинах запускать и приложение становилось распределенным.

Вы удивитесь, но в ASP.NET встроена модульность начиная с версии Core 2.0 (2017 год). Вы можете сделать сделать приложение которое загружает сервисы, контроллеры, страницы и даже EF модели из разных сборок в один хост. Все это собирается в один исполняемый образ. Переменная окружения при запуске задает какие модули загружать.

Загрузили все модули — получили монолит, в котором заказы и клиенты джойнятся одним SQL-запросом. Оставили в одном контейнере модуль заказов, а в другом модуль клиентов — получили два сервиса, которые ходят друг к другу по HTTP. Пересобирать ничего не нужно, в Program.cs нет ни слова о модулях, а всё целиком запускается и отлаживается по F5. Решение «резать или не резать» становится обратимым.

Все это без единого стороннего NuGet-пакета — только ASP.NET Core и EF Core. В конце разберём, почему у Google то же самое не взлетело, и какую цену за «из коробки» придётся заплатить.

Расширение для VS Code в Marketplace: проект из шаблона, подсказки по схеме, ссылки на бины, дерево и граф маршрутов, Mermaid, путь до воркера Tsak.

Интеграционный маршрут в redb.Route можно написать на C#, а можно разметкой: файл .route.xml кладётся в пакет, пакет в папку воркера Tsak, и маршрут начинает работать. Формату редактор не нужен, это обычный XML, который сервис грузит как есть. Но писать его руками по памяти неудобно: какие у коннектора опции, как называется элемент, на какой бин сослаться, куда пойдёт сообщение, если ни одна ветка не подошла.

Для этого есть расширение redb Route XML для VS Code. С конца октября оно в Visual Studio Marketplace, текущая версия 0.2.26. Ниже весь путь с ним: от пустой папки и проекта из шаблона через разметку, подсказки и граф до диаграммы для документации и модуля на воркере.

Выпустил шестую бету Akbura — декларативного языка разметки для Avalonia.

В этот раз удалось ускорить холодную генерацию кода в 2,5 раза и сократить количество аллокаций почти втрое. Но самое интересное! Это то что добавил реактивные привязки произвольных C#-выражений, которые автоматически отслеживают изменения вложенных свойств.

В статье расскажу, что изменилось, покажу результаты бенчмарков и примеры новой функциональности.

Сотрудник с адресами, контактами и словарями: в EF Core это 54 таблицы и 31 Include, в redb Pro один класс. Замеры на 100 тыс. объектов: где кто быстрее.

Один сотрудник из наших примеров в EF Core читается 62 SQL-запросами и почти две секунды. В redb Pro тот же сотрудник, на тех же данных и в том же виде, читается за 131 мс и девять запросов, а в повторном прогоне за 36 мс и пять. Разница не в том, что один движок «быстрый», а другой «медленный». Разница в том, сколько таблиц приходится собрать, чтобы получить из базы один бизнес-объект.

Ниже разбор: что именно сравнивали, почему граф дорог в нормальной форме, как redb Pro научился читать его без полной свёртки, и где EF Core честно быстрее. Таких мест немало, и они тоже в таблицах.

Монолит пилят на микросервисы вводят ради четырёх обещаний: производительности, отказоустойчивости, чистых границ и независимых релизов. А потом оказывается, что команда одна, база одна, язык один, а сервисов больше, чем разработчиков, — и ни одно из обещаний толком не выполняется.

Это не только моё впечатление. Инженеры Google во главе с Санджаем Гемаватом, соавтором MapReduce и Bigtable, разобрали, почему микросервисы не дают того, ради чего их вводят, и пришли к выводу, что некоторые их проблемы прямо противоречат обещанным выгодам. Для проверки они сложили в один процесс настоящий интернет-магазин из 11 микросервисов и получили в 9 раз меньше ядер и в 14 раз меньшую задержку.

Я повторил опыт на самом простом примере, какой смог придумать, — функции, которая складывает два числа. Через HTTP и gRPC её вызов стоит в 3,5 раза больше CPU и памяти, чем прямой, через RabbitMQ — в 6,3 раза. Бизнес-логики там ноль: это цена одного только вызова.

А потом проверил на настоящем .NET-приложении — eShop, эталонном микросервисном приложении Microsoft. После перевода на модули оно занимает в 4 раза меньше памяти, вместо десяти развёртываемых единиц стало три, RabbitMQ не понадобился, а кода стало на 39% меньше. По дороге нашлись несколько дефектов исходной версии, которые возникали из-за несогласованности кода сервисов.

Ниже разберём каждое из четырёх обещаний и посмотрим, что происходит на практике.

Я ранее писал о своей библиотеке ArgsToConfig для C#. Напомню, что она позволяет преобразовать входящие в консольное приложение аргументы в пользовательский класс согласно заданным правилам через атрибуты. Всего 22 атрибута, покрывающие, пожалуй, все возможные случае (и даже больше). Из коробки поддерживает коллекции, кортежи и не базовые типы, вроде TimeStamp или пользовательские.

Вот один из примеров (все примеры можно посмотреть в Readme и тестах):

Наш open source маршрутизатор ИИ-моделей FAIRouter (C# версия) вышел на NuGet. Цель проекта обеспечить оптимальный баланс скорости, стоимости и качества, т.е. получать ответ достаточного качества быстрее и дешевле. Показываю, как поставить пакет, отправить первый запрос, обучить маршрутизатор LLM и агентов на отзывах, а также подключить своих кандидатов.

Два клика по кнопке оплаты. Два запроса к провайдеру. И внезапно один заказ превращается в две платежные сессии.

В этой статье разберём реальный кейс рефакторинга платёжной интеграции: начнём с наивного Create, попробуем локальные блокировки, столкнёмся с несколькими экземплярами сервиса и доберёмся до PostgreSQL advisory locks, идемпотентности и конкурентных Check/Cancel.

Немного C#, много PostgreSQL и чуть‑чуть «Форсажа». Посмотрим, как устроить гонку запросов так, чтобы победитель был только один.

На первый взгляд, интеграционный проект выглядит довольно понятно: есть несколько информационных систем, между ними нужно организовать обмен данными. Определяем форматы, настраиваем маршруты, проверяем передачу — можно запускать в эксплуатацию. Но в реальной корпоративной среде всё обычно сложнее. Системы развивались в разное время, часть интеграций создавалась под конкретные задачи, где-то работают собственные механизмы обмена, а где-то остались решения, о которых нынешняя ИТ-команда знает далеко не всё. Пока количество взаимодействий невелико, с этим можно жить. Проблемы становятся заметны, когда бизнес меняет процессы, появляются новые системы, растёт нагрузка или требуется заменить один из компонентов ИТ-ландшафта. Типовые проблемы компании в этой ситуации мы свели в одну картинку

Я хотел заметочник, где заметки — обычные .md-файлы в обычной папке, есть [[ссылки]] с обратными ссылками и поиск, а текст сразу выглядит оформленным, без отдельной панели предпросмотра. И чтобы он запускался быстро, не тащил в память целый браузер и не требовал аккаунта. Готовые варианты почти все построены на WebView или Electron. Я написал свой: Leaflet, C# и Avalonia, без единой веб-страницы внутри. Расскажу, как он устроен и где пришлось повозиться.

GitHub показывает звёзды и форки, но не показывает, сколько раз скачали файлы из релизов. Цифра есть в API, поле download_count у каждого ассета. Я захотел видеть её сразу по всем своим проектам, да ещё с историей, и написал утилиту. Ниже — как она устроена и на что я налетел.

На одном из 22 архивных дисков видеосервера посыпались ошибки SMART. На диске — 760 ГБ записей за полтора месяца, а штатный путь Macroscop «перестань писать на диск и дождись, пока архив устареет» занимает 90 дней.

Рассказываю, как мы перенесли архив в виртуальный диск, остановив Macroscop всего на несколько минут. Что нашлось в архиве по дороге: камеры, которые занимают лицензии и ничего не пишут, гигабайты забытых копий конфигурации, старый PostgreSQL. И почему из этого получилась открытая утилита для администраторов Macroscop — с отчётами, очисткой и мониторингом в Zabbix.

Исходный код: github.com/D3vil787/MacroscopArchiveTool

Как поддерживать PostgreSQL и MSSQL в одном приложении, сохраняя единую кодовую базу?

На примере iLocks Online разбираем выбор провайдера в EF Core, отдельные наборы миграций, различия в последовательностях, типах данных и именовании объектов. Рассказываем, что необходимо проверять на обеих СУБД и почему подключения двух провайдеров недостаточно для полноценной совместимости.

В.NET 11 привычный механизм async/await меняется: управление приостановкой методов переходит к рантайму, а JIT получает новые возможности для оптимизации. Но насколько это снижает аллокации в реальном коде и почему результаты замеров иногда противоречат друг другу? Разбираем Runtime Async на примере бенчмарков, сравниваем результаты с классической реализацией и выясняем, в каких сценариях выигрыш действительно заметен.

Собрала .NET MAUI-приложение в Xcode 27, поставила на iPad — и оно упало сразу при запуске. А после того как я это починила, оказалось, что интерфейс не дружит с плавающей панелью вкладок из iOS 26: под ней пустая полоса, линия-разделитель висит в воздухе, карта обрезается.

В этой статье — что именно сломалось и как я это исправила: переход на UIScene, без которого приложение не запускается, и адаптация страниц под плавающую панель через SafeAreaEdges. Весь код — из рабочего приложения для торговых представителей, о котором я писала в первой и второй статьях.

Спойлер: платформенного кода получилось немного — один класс на 60 строк, один стиль и пара файлов для запуска. А ушло на всё два с половиной дня

Axia — open-source веб-консоль для Active Directory и OpenLDAP на .NET 10. Начиналась она с учебного DDD: агрегаты, доменные события, MediatR. После нескольких ревью безопасности от этого осталась половина. Главная причина: данные принадлежат каталогу, а не нам, и агрегат User с инвариантами оказался фикцией. Рассказываю, что окупилось (value objects, порты и адаптеры, тесты на границы слоёв), что пришлось выкинуть (аудит на доменных событиях) и почему самое важное правило безопасности так и не поместилось в домен.

В прошлой статье я утверждал, что Kafka не нужна, если событие и результат бизнес-операции пишутся в PostgreSQL одной транзакцией. Только ленивый не написал Главное Возражение в комментариях: слот логической репликации не делится между читателями, каждый вычитывает журнал целиком — значит, читатели и станут узким местом.

Я решил проверить это утверждение. Сравнить сколько ресурсов потребляют консьюмеры очередей по сравнению сравнению с чтением логической репликации при увеличении их количества.

Это не вердикт по выбору транспорта: в конце будут условия, при которых брокер нужен, и они следуют из тех же цифр.

Типичная картина: в одном проекте Backend на Java, вспомогательные сервисы на Python, интерфейс на TypeScript, а один микросервис — на C#. Знакомо? Последний компонент часто означает вторую IDE, другие горячие клавиши, отдельные настройки и постоянные переключения между средами. В GigaIDE появилась поддержка C# и .NET. C# больше не требует отдельной IDE: разработка ведётся в единой среде, без переключений и потери контекста. Функция доступна бесплатно в Community-режиме.

В прошлой статье я рассказывала, как переводила приложение для торговых представителей с Xamarin.Forms на .NET MAUI. Там был короткий раздел про жалобы агентов на «тормоза»: бенчмарки показывали, что логика работает быстро, а проблема была в отрисовке списков. В этой статье — подробно: как я это мерила, что делала три с половиной месяца и что в итоге получилось в цифрах.

Спойлер: на слабом планшете новая версия листает каталог почти в 4 раза быстрее старой. Но идеала я не достигла, и про это тоже расскажу честно.

Агенты стали новой средой разработки, которая фактически заменяет существующие IDE. Новые методы разработки (вайбкодинг, промпт инженеринг, харнесс инженеринг) заменяют прежние подходы. Статья относится к агентской разработке и описывает скилл, который позволяет решать большие и сложные задачи.

Миграция с Xamarin.Forms на.NET MAUI, десятки тысяч строк чужого кода, несколько неудачных попыток переписывания и первая публикация приложения в RuStore. Расскажу, как проходил этот путь, с какими трудностями столкнулась и что стоит учесть при подготовке Android‑приложения к публикации. А в конце — о том, что ждёт впереди: переход на новую версию на iPad.

Адаптируем десктопные USB‑токены для работы на мобильных устройствах. Даже если производитель не закладывал поддержку мобильных устройств, это исправимо.

В какой-то момент HydraScript перестал справляться со своей основной задачей — выполнять программы. Статический анализ падал на корректном коде, и его пришлось отключить. Кодогенерация назначала инструкциям неверные адреса: виртуальная машина зацикливалась или падала с исключением.

Логика анализа и генерации кода была размазана по иерархии узлов AST. Добавлять возможности языка становилось всё сложнее, а разобраться в очередном баге было отдельной задачей. Пришлось остановиться и подумать, как вообще дальше развивать проект. Я решил отделить операции от дерева и выбрал для этого Visitor.

Совсем скоро нам станет полноценно доступна новая версия C#, и мы продолжаем наш ежегодный цикл обзора нововведений. В этот раз команда Microsoft приготовила нам ряд очень интересных и ожидаемых изменений. Предлагаю рассмотреть их подробно.

Почти в каждой компании с Active Directory или OpenLDAP есть одна и та же рутина: завести сотрудника, сбросить пароль, добавить в группу, отключить уволенного. Её хочется отдать хелпдеску, но так, чтобы хелпдеск не мог сделать себя администратором, а каждое действие оставляло след.

Под эту задачу я пишу Axia — веб-консоль и REST API для AD и OpenLDAP с открытым кодом. Статья не про её возможности, а про грабли: пять мест, где очевидная реализация оказалась дырой или багом, — от переноса OU, который позволял сбросить пароль администратору, до атаки LDAP pass-back.

Иногда может происходить следующий сценарий: пользователь находится на веб-странице и выполняет какое-то действие (например, нажимает на кнопку «Обновить»). В этот момент фронтенд присылает HTTP запрос на бэкенд, и по какой-то причине этот запрос начинает долго обрабатываться на бэкенде. В это время пользователь уходит со страницы, браузер присылает отмену запроса, бэкенд получает сигнал отмены (CancellationToken), выбрасывается OperationCanceledException, и в логи улетает полноценная ошибка.

С точки зрения observability такие логи — чистый шум: это штатная ситуация, ошибки бэкенда тут нет, и реагировать на неё технической поддержке или разработчикам не на что. Но сам факт таких логов — это проблема: они засоряют файлы, на основе которых строятся отчёты о работоспособности системы, и приучают команду игнорировать алерты («опять эти отмены»).

Рассказываю, почему стандартные фильтры NLog или кастомные Middleware не решают эту проблему системно. Разбираем, как с помощью библиотеки Scrutor динамически декорировать ILoggerProvider и глушить логи отмен на уровне рантайма без размазывания try/catch по контроллерам. Внутри — анализ подводных камней, бенчмарки и ссылка на репозиторий с тестами.

Каждую осень HR просит запланировать отпуска на следующий год. Обычно люди сразу берут между майскими, кто-то подбирает даны под день народного единства, а многие просто ставят на декабрь, чтобы потом двигать можно было.

А я задался вопросом - можно ли найти оптимальный отпуск под запросы и открыл VS Code\Jupiter с F# (пока оно еще работает). Всё живёт в Jupyter-ноутбуке с ядром .NET Interactive — да, F# умеет в ноутбуки, питонисты, не ревнуйте.

Спойлер: солвер нашёл способ заработать на отпуске 85 тысяч. Мне не понравилось.

Периодически срабатывали алерты по памяти и CPU. Я начал расследование. Но расследование в итоге привело совсем в другое место – к Serilog.Context.

В результате удалось решить две независимые проблемы: