В этой статье разбираем важную тему микросервисной архитектуры — «толстые» образы. Приведен пример реальной практики снижения размера с 800 МБ до 120 МБ, почему Uber перешел на distroless и как 7 простых шагов по multi-stage сборке сделают ваш деплой в разы быстрее и безопаснее. Будут схемы слоев и реальные цифры. Под катом — готовый рецепт оптимального образа для продакшна.
В инфраструктурах среднего и крупного масштаба Data Domain давно используется как стандартное целевое хранилище для резервного копирования. Поэтому при развитии «Бересты» для нас было важно реализовать корректную и полноценную поддержку работы с этой платформой через DDBoost.
Разберёмся, как это устроено.
Что такое Data Domain и почему он используется для бэкапа
Dell EMC Data Domain — это специализированная платформа для резервного копирования и архивного хранения данных. По сути, это целевое хранилище для бэкапа: на него сохраняются данные из файловых систем, виртуальных сред и баз данных.
Ключевая особенность Data Domain — дедупликация на уровне блоков. Система хранит не полные копии данных, а только уникальные фрагменты. Повторяющиеся блоки не записываются повторно.
Это даёт два очевидных эффекта:
· существенно сокращается объём хранения;
· снижается нагрузка на сеть при регулярных инкрементальных копированиях.
Дополнительно используется компрессия и оптимизация структуры хранения под задачи резервного копирования и восстановления данных.
Почему NFS — не самый эффективный вариант
Data Domain может использоваться как обычная файловая система по NFS. Но при таком подходе вся логика дедупликации остаётся на стороне хранилища.
Это означает:
· по сети передаются полные объёмы данных;
· дедупликация выполняется уже после приёма;
· растёт нагрузка на сеть и увеличивается окно резервного копирования.
Для крупных инфраструктур такой подход быстро становится узким местом.
Привет, Хабр! Меня зовут Ольга Колюкова, я — консультант-эксперт в департаменте 1С в «КОРУС Консалтинг». В этой статье я расскажу о своем пути в профессии: от студента с дипломом без практического опыта в 1С до человека, который открыл собственный учебный центр.
Поделюсь, как войти в профессию без базы, освоить конфигурирование и внедрения на реальных проектах, справляться с вызовами выездов к клиентам и переносов данных. Особо остановлюсь на роли софт-скиллов в ИТ — от переговоров до удержания клиентов. История будет полезна junior-разработчикам, аналитикам и тем, кто планирует карьеру в ERP-системах вроде 1С.
Прогресс не стоит на месте, и вот уже люди догадались дать «искусственному интеллекту» доступ к своим «железкам» 😊. Весело — без сомнений, полезно — возможно, небезопасно — сто процентов. В интернете полно гайдов о том, как запустить и настроить OpenClaw. Но знаете что? Они все какие-то поверхностные, что ли. Я решительно собираюсь исправить эту ситуацию своей статьёй! =))).
Привет, Хабр. В перформанс-маркетинге обычно обучают кампании по начальным событиям в воронке вроде заявки. Для алгоритма это считается конверсией, но для бизнеса важнее сделка. В итоге до сделки и оплаты доходит только часть лидов, но для алгоритма они одинаковые, и автостратегия продолжает искать и тех, кто не конвертируется в оплату, и тех, кто оплачивает.
Чтобы алгоритм работал лучше и искал только тех, кто вероятнее готов к сделке, между собой связываются рекламное объявление, звонок и итоговая сделка. Для этого в Яндекс через офлайн-события возвращается звонок или уже факт сделки.
В этом гайде разберём MVP на Python: он добавляет номер на лендинге под yclid, хранит выдачу в SQLite, принимает вебхук звонка от МТС Exolve, создаёт конверсию и формирует CSV под импорт в Яндекс.Метрику. Получается повторяемый поток данных от рекламного клика до офлайн-цели без ручной склейки.
В конце статьи у вас будет рабочий сценарий запуска, тестовые запросы и список технических доработок для боевого контура.
ORCID: 0009-0002-3204-1205
В работе предлагается концептуальная модель для интуитивного понимания гравитации через призму квантового вакуума как активной среды. Модель не претендует на замену Общей теории относительности, а служит визуализационным инструментом, основанным на идеях индуцированной гравитации и энтропийной гравитации. Акцент сделан на педагогической ценности: как представить абстрактные понятия современной физики в доступной форме без потери научной корректности.
В предыдущей статье мы описали основные способы машинного обучения и архитектуры нейросетей, включая трансформеры - эта архитектура используется для обработки естественного языка в популярных ИИ-чат-ботах, включая ChatGPT. Сегодня ИИ-ассистенты обрабатывают не только текст, но и изображения, и речь, а ИИ-агенты умеют самостоятельно взаимодействовать с цифровыми сервисами и выполнять ряд последовательных действий для достижения поставленной пользователем задачи. Разумеется, в популярных ИИ-инструментах злоумышленники сразу же начали искать уязвимости и применять новые методы кибератак: например, ИИ-агент Deep Research от ChatGPT можно использовать для незаметного получения доступа к электронной почте пользователя, а ИИ-браузеры подвержены уязвимостям, которые позволяют выполнять произвольные действия на веб-страницах от имени пользователя, включая переход по фишинговым ссылкам и оплату товаров в фейковых интернет-магазинах.
Проследив в этой статье историю развития ИИ от первых языковых моделей до мультимодальных агентов, мы сможем понять, какими особенностями ИИ пользуются злоумышленники.
AI-агенты пишут код за секунды.
Через месяц этот код начинает ломаться — не из-за багов, а потому что мир вокруг него изменился.
Я столкнулся с этим, когда Express API, сгенерированный Claude, умер через 28 дней.
Перегенерация помогала… ровно до следующего обновления зависимостей.
В итоге я попытался решить не проблему кода, а проблему воспроизводимости AI-решений — и случайно пришёл к идее CI/CD для мира, где код пишет не человек, а модель.
В статье — про «гниение» AI-кода, Execution Plans, проверку смысла вместо проверки файлов и почему в большинстве случаев чинить можно без повторного вызова LLM.
Вы продаёте услуги, б/у товары или сдаёте квартиру. Идти настраивать Директ или выложить на Авито?
Давайте разберемся как работают классифайды и почему для некоторых бизнесов это основной источник лидов и продаж.
Привет, Хабр! Возраст этого винтажного инструмента превышает 45 лет, и сегодня почтенный экспонат снова зазвучал. Для этого понадобилось заменить лады, переменные резисторы, выходное гнездо под джек, установить верхний и нижний порожки взамен утерянных, а также привести все остальные компоненты в надлежащее состояние.
HAProxy часто появляется в инфраструктуре незаметно. Сначала это просто балансировщик: принял трафик, отправил дальше — всё понятно. Потом появляется второй сервис, третий, routing по домену, path, заголовкам, SNI, а заодно canary и временные исключения. И вот конфиг, который когда-то помещался на один экран, превращается в логическую задачу со звёздочкой.
В этот момент почти всегда всплывают ACL. Кто-то использует их осознанно, кто-то — по принципу: нашёл в примере, вроде работает. Рядом с ACL неизбежно стоит mode: tcp или http. Снаружи это выглядит как простая настройка, но на деле — фундаментальное решение, от которого зависит, какие данные HAProxy вообще видит и какие условия способен проверить.
Проблема в том, что HAProxy не делает догадок. Он последователен и выполняет конфигурацию ровно так, как она написана. Отсюда и классика жанра: ACL есть, но backend не выбирается; mode вроде http, но заголовки недоступны; routing работает почти всегда, кроме пятницы.
Уж как-то повелось, что налогов у нас в стране боятся больше всего, а тут еще и ниша, которая с точки зрения регуляции крайне неоднозначная. В итоге вопрос налогообложения доходов с криптовалюты (чаще гипотетических, нежели реальных), оброс целой кучей мифов и легенд, откровенно мешающих страждущим прийти хоть к какой-то около-истине. Такое себе.
В статье постараемся исправить ситуацию и простыми словами объясним: как считать налоги на крипту, когда их платить, как делать это правильно в тех или иных ситуациях. Не в теории, а на практике.
Поехали!
Arduino — это не только про соединение проводов и написание скетчей, но и про умение подружить железки, которые, казалось бы, созданы друг для друга, но упорно не желают работать вместе. Эта статья — история одной такой дружбы. Рассматривается решение, написанное и протестированное на основе товара «Умный дом на базе Arduino. Большой набор + книга», который вы можете приобрести в нашем Интернет-магазине.
Есть иллюзия, что антикризисное управление – это про редкие катастрофы. Про завод, который сгорел. Про хакерскую атаку или банкротство.
На самом деле кризис сегодня – это почти нормальное состояние бизнеса. Все быстро меняется и приходится быстро перестраивать бизнес или операционную модель, потому что то, что работало раньше, больше не работает. Нужно быстро реализовывать важные проекты и трансформации, чтобы бизнес выжил – за несколько месяцев, а не несколько лет. Потому что в условиях турбулентности и кризиса – время играет против нас. И кто успел быстро перестроиться, тот и выиграл. А кто управляет изменениями по старым правилам, работающим в «мирное время», и отрицает реальность – идет ко дну.
Создание и внедрение системы антикризисного управления проектами и программами – базовый навык, необходимый для выживания бизнеса в условиях кризиса. Важны высокая скорость работы и быстрое принятие решений, максимальное упрощение процессов и документации. Но главное – такая система должна сохранять фокус на главном, чтобы минимизировать потери для бизнеса и быстро возвращать вложенные инвестиции от внедренных изменений.
Из каких пяти элементов она состоит – рассказываю в этой статье.
Современный дизайн интерфейсов — это не только визуальная эстетика, но и скорость, согласованность и бесшовное взаимодействие с разработкой.
Figma из инструмента превратилась в экосистему, где плагины стали ключевыми «модулями» для решения рутинных и сложных задач. Правильно выстроенный стек плагинов — это суперсила дизайнера, позволяющая фокусироваться на сути, а не на технических деталях.
В данной статье вы можете увидеть собранный топ плагинов дизайнеров «Северстали» для Figma.
Костыли в коде видят все. Костыли в процессах не видит никто, пока они не начинают влиять на тысячи решений. Разбираю на примерах из юридического процесса.
За последний год писать код действительно стало быстрее.
AI‑ассистенты помогают разработчикам, генерируют функции, пишут тесты и иногда собирают почти готовые фичи.
Но есть странный эффект: скорость написания кода выросла, а скорость развития продукта — почти нет.
Эта история — о том, почему так происходит, если смотреть на разработку глазами продакт‑менеджера.
Дисклеймер: история вымышленная. Все совпадения случайны. Хотя местами — подозрительно точны.
Все мы видели рекламу курсов в стиле: «супер‑курс с гарантией трудоустройства за 3 месяца», «Стань востребованным специалистом с нуля», «Наши выпускники работают в Яндексе, Тинькофф и Ozon» и так далее
Максимально кликбейтные обещания. И это нормально, так и должно быть с точки зрения маркетинга. Вы ведётесь. Отдаёте вот столько кровных (угадайте, откуда скрин):
«Технари любят кофе» — известный поп-культурный троп, в котором есть (немалая) доля правды. Сегодня мы в Beeline Cloud решили посмотреть, действительно ли кофе делает трудовые будни лучше — и что думают на этот счет ученые. А также подобрали несколько любопытных open source-проектов, разработанных фанатами кофе: от кофемашины с открытым исходным кодом до базы спешелти-сортов.
14 месяцев назад я начал разрабатывать гонку. Идея была простой — с дедлайном 4 месяца сделать простую игру без пафоса. Ну, любой разработчик знает, что произошло дальше: без пафоса не вышло.