В руководство по сетевому программированию на Python добавлены материалы про Создание локального HTTP/HTTPS-сервера
https://metanit.com/python/network/2.1.php
#python

НАСТРОЙКА СЕТИ В LINUX
(продолжение в следующем посте)

НАСТРОЙКА СЕТИ В LINUX
(продолжение предыдущего поста)

1. Введение

→ Linux предоставляет мощные и гибкие инструменты для настройки и управления сетевыми параметрами.
→ Эти настройки определяют, как ваша система подключается к локальным сетям, интернету и удалённым сервисам.
→ В зависимости от дистрибутива Linux, сеть можно настраивать с помощью утилит командной строки, конфигурационных файлов или NetworkManager.

2. Просмотр сетевых интерфейсов

→ Проверить все сетевые интерфейсы:

→ ip link
→ ip addr
→ ifconfig (устаревший инструмент)

→ Включить или отключить интерфейс:

→ sudo ip link set eth0 up
→ sudo ip link set eth0 down

3. Назначение IP‑адресов

→ Назначить временный IP‑адрес:

→ sudo ip addr add 192.168.1.50/24 dev eth0

→ Удалить назначенный IP‑адрес:

→ sudo ip addr del 192.168.1.50/24 dev eth0

→ Просмотреть назначенные IP‑адреса:

→ ip a

4. Постоянная настройка IP

→ Постоянные настройки зависят от дистрибутива Linux.

Debian/Ubuntu: /etc/netplan/*.yaml

Пример:

network:
  version: 2
  ethernets:
    eth0:
      dhcp4: no
      addresses: [192.168.1.100/24]
      gateway4: 192.168.1.1
      nameservers:
        addresses: [8.8.8.8, 1.1.1.1]

→ Применить конфигурацию:
→ sudo netplan apply

RHEL/CentOS/Fedora: /etc/sysconfig/network-noscripts/ifcfg-eth0

Пример:

DEVICE=eth0
BOOTPROTO=none
ONBOOT=yes
IPADDR=192.168.1.100
PREFIX=24
GATEWAY=192.168.1.1
DNS1=8.8.8.8
DNS2=1.1.1.1

→ Перезапустить сетевую службу:
→ sudo systemctl restart NetworkManager

Arch Linux: /etc/systemd/network/*.network

Пример:

[Match]
Name=eth0

[Network]
Address=192.168.1.100/24
Gateway=192.168.1.1
DNS=8.8.8.8

→ Перезапустить systemd‑networkd:
→ sudo systemctl restart systemd-networkd

5. Настройка DNS

→ Проверить настройки DNS:
→ cat /etc/resolv.conf

→ Установить DNS вручную:
Добавить в /etc/resolv.conf:

nameserver 8.8.8.8
nameserver 1.1.1.1

→ С использованием NetworkManager:
→ sudo nmcli dev show | grep DNS

6. Использование NetworkManager (nmcli)

→ Показать устройства:
→ nmcli dev status

→ Подключиться к Wi‑Fi:
→ nmcli dev wifi connect "SSID" password "PASSWORD"

→ Установить статический IP:
→ nmcli con mod "Wired connection 1" ipv4.addresses 192.168.1.100/24
→ nmcli con mod "Wired connection 1" ipv4.gateway 192.168.1.1
→ nmcli con mod "Wired connection 1" ipv4.method manual
→ nmcli con up "Wired connection 1"

7. Настройка маршрутизации

→ Показать маршруты:
→ ip route

→ Добавить маршрут:
→ sudo ip route add 10.0.0.0/24 via 192.168.1.1

→ Удалить маршрут:
→ sudo ip route del 10.0.0.0/24

8. Проверка сетевых подключений

→ Проверить доступность:
→ ping 8.8.8.8

→ Проверить разрешение DNS:
→ ping http://google.com

→ Проследить сетевой путь:
→ traceroute http://google.com

→ Отобразить открытые порты:
→ ss -tulnp

→ Проверить сетевую статистику:
→ netstat -tulnp (устаревший инструмент)

9. Настройка брандмауэра (кратко)

UFW (Ubuntu):
→ Включить: sudo ufw enable
→ Разрешить порт: sudo ufw allow 80

Firewalld (RHEL/Fedora):
→ Разрешить сервис: sudo firewall-cmd --add-service=http --permanent
→ Перезагрузить брандмауэр: sudo firewall-cmd --reload

10. Имя хоста и файл hosts

→ Показать имя хоста:
→ hostname

→ Изменить имя хоста:
→ sudo hostnamectl set-hostname new-name

→ Редактировать файл hosts:
→ /etc/hosts

Пример:

127.0.0.1 localhost
192.168.1.100 myserver.local

11. Инструменты для устранения сетевых неполадок

→ ip → основной инструмент для работы с интерфейсами, маршрутизацией, IP‑адресами
→ ss → проверка сокетов
→ tcpdump → захват пакетов
→ nmap → сканирование сети и портов
→ dig → запрос DNS
→ journalctl -u NetworkManager → просмотр журналов

JetBrains закрывает Fleet — легковесную IDE (текстовые редактор аля VS Code) нового поколения, развиваемую параллельно с IntelliJ IDEA. Fleet позиционировался как лёгковесная многопрофильная IDE, а затем — как редактор с интеллектуальной поддержкой кода.
Несмотря на технический успех и влияние на другие продукты компании, Fleet не смог занять устойчивую нишу. Команда признала, что поддержка двух похожих линеек IDE лишь запутывала пользователей. Вместо этого JetBrains переориентируется на новый вектор — агентную разработку, где код пишут AI помощники.

https://blog.jetbrains.com/fleet/2025/12/the-future-of-fleet/

Nvidia будет программно отслеживать местонахождение своих чипов для борьбы с контрабандой

Nvidia разработала технологию определения местоположения своих ИИ-ускорителей. Это поможет компании предотвратить контрабанду чипов искусственного интеллекта в страны, куда их экспорт запрещён.

Nvidia демонстрировала функцию в частном порядке в последние месяцы, но пока не выпустила её. Это программная опция, которую клиенты смогут установить на ускорители. По словам источников, функция будет использовать так называемые конфиденциальные вычислительные возможности графических процессоров.

Функция сначала станет доступна на новейших чипах Blackwell, которые обладают наибольшим количеством функций безопасности «аттестации» по сравнению с предыдущими поколениями Hopper и Ampere, но Nvidia изучает варианты внедрения технологии и для этих более старых ускорителей.

Таким образом компания стремится на призывы Белого дома и законодателей от обеих основных политических партий в Конгрессе США и принять меры по предотвращению контрабанды чипов ИИ в Китай и другие страны (например, в Россию), где их продажа ограничена.

https://www.reuters.com/business/nvidia-builds-location-verification-tech-that-could-help-fight-chip-smuggling-2025-12-10/

Поддержка Rust переведена из экспериментальных в основные возможности ядра Linux

На проходящей конференции Maintainers Summit разработчики ядра Linux признали успешным эксперимент по добавлению в ядро Linux компонентов на языке Rust и решили перевести поддержку языка Rust из статуса экспериментальной в полноценную,

Возможность разработки драйверов и модулей на языке Rust была добавлена в ядро 6.1 три года назад . С тех пор в состав ядра были включены абстракции для разработки на Rust драйверов для GPU и других компонентов

Сторонники продвижения Rust считают, что Rust исключает появление большинства ошибок, выявляемых в ядре и вызванных особенностями языка Си (обращение к памяти после её освобождения, выход на границу буфера и т.д.), и что применение Rust для нового кода позволяет сократить время разработки, благодаря снижению трудозатрат на отладку и брагодаря выявлению ошибок на ранней стадии написания кода.
Противники же внедрения Rust в ядро считают недопустимым использование нескольких языков программирования в сложных проектах - смешанные кодовые базы усложняют работу мэйнтейнеров, так как ставят их в зависимость от кода на другом языке.

https://lwn.net/Articles/1049831/

Современная экосистема HTTP

PS. Относить CSS к языкам программирования - это, конечно, сильно

Распространенные стратегии масштабирования базу данных:
(продолжение в следующем посте)

Распространенные стратегии масштабирования базу данных:
(продолжение предыдущего поста)

1) Кэширование запросов к базе данных

→ Одно из самых простых улучшений для обработки нагрузки на базу данных. Снижайте нагрузку, кэшируя результаты часто запрашиваемых запросов. Такие инструменты, как Redis или Memcached, хранят эти результаты в оперативной памяти, позволяя вашему приложению получать данные быстрее — без многократных обращений к базе данных.

2) Индексирование базы данных

→ Ещё одна простая стратегия, которая даёт значительный прирост производительности. Индексирование ускоряет поиск данных, позволяя быстро находить нужную информацию без сканирования каждой строки. Обычно реализуется с помощью B‑деревьев; индексы снижают сложность доступа к данным с O(n) до O(log n). Запросы выполняются существенно быстрее.

3) Репликация для чтения (read replication)

→ В средах с высокой нагрузкой на чтение репликация может стать следующим эффективным решением. При репликации для чтения у вас есть единственная база данных, в которую вы записываете данные. Она клонируется в несколько (столько, сколько вам нужно) реплик‑баз данных, из которых вы читаете данные. Каждая реплика располагается на отдельном сервере.

4) Шардирование базы данных

→ В отличие от предыдущих стратегий, ориентированных на обработку нагрузки при чтении, шардирование затрагивает и чтение, и запись. Шардирование предполагает разделение базы данных на более мелкие независимые части (шары), каждая из которых обрабатывает свою часть данных. Это позволяет осуществлять горизонтальное масштабирование за счёт распределения нагрузки между несколькими серверами. Хотя этот метод весьма эффективен, он значительно усложняет управление данными и логику запросов. Обычно к шардированию стоит обращаться только после того, как вы исчерпали более простые решения.

Половина крупного бизнеса допустила сокращения сотрудников из-за ИИ

Почти половина крупных российских компаний планирует сокращения сотрудников в результате внедрения ИИ, в малом и среднем бизнесе — реже. В России на этом фоне начались первые суды из-за увольнения по причине ИИ

Почти половина крупного бизнеса (47%) планирует сократить штат сотрудников благодаря внедрению решений искусственного интеллекта. Ровно столько же крупных компаний таких сокращений не планируют. Еще 6% респондентов затруднились ответить на этот вопрос.

Большинство всех компаний (68%), вне зависимости от размера бизнеса и опыта использования ИИ, не планируют сокращения персонала при переходе к новым технологиям. В то же время 22% предприятий, напротив, рассматривают оптимизацию штата.

При этом чем меньше бизнес, тем меньше доля тех, кто рассматривает возможность сокращения работников. Так, среди среднего бизнеса таких 37%, среди малого — 18%, а среди микро — 11%. Значительно более низкая доля компаний, планирующих сокращения, среди микро- и малого бизнеса может быть следствием как недостаточности финансовых и других ресурсов в настоящее время для масштабного внедрения ИИ-сервисов, так и недостатка знаний, недоверия к искусственному интеллекту, считают авторы исследования.

https://www.rbc.ru/technology_and_media/11/12/2025/693932199a7947fd13afb1cc

В Госдуме заявили о возможном ограничении в России работы всех сервисов Google

Все сервисы Google могут попасть под ограничения работы в России из-за закона о хранении персональных данных, заявил «Газете.ру» депутат Госдумы Андрей Свинцов. По его словам, компания хранит все данные российских граждан за пределами страны, что представляет «серьезную угрозу». В список сервисов Google входят одноименный поисковик, почта Gmail, карты Google Maps, видеохостинг YouTube, хранилище Google Диск, браузер Chrome и другие приложения и сервисы

По словам депутата, бизнес привык к сервисам Google и выстроил на них всю систему управления, однако российские IT-решения «ничем не уступают западным». «Они современные, то есть недавно созданные, многие из них даже по качеству лучше. Есть, которые необходимо дорабатывать, но это тоже не годы, а, может быть, полгода. Те решения, которые сегодня есть на рынке, будут доработаны. Поэтому считаю, что абсолютно правильная тенденция мягкого выдавливания всего американского с территории Российской Федерации», — подчеркнул он.

Депутат добавил, что сервисы Google могут постепенно начать замедляться на территории страны, чтобы у граждан страны и бизнеса было время на переход на российские аналоги. Forbes обратился за комментариями в Минцифры и Роскомнадзор.

https://www.forbes.ru/tekhnologii/551808-v-gosdume-zaavili-o-vozmoznom-ogranicenii-v-rossii-raboty-vseh-servisov-google

Что происходит при добавлении объекта в векторную базу данных
(продолжение в следующем посте)

Что происходит при добавлении объекта в векторную базу данных
(продолжение предыдущего поста)

Со стороны это выглядит как один вызов API, но на самом деле процесс гораздо сложнее, чем может показаться.

При добавлении объекта параллельно запускаются четыре процесса:

Индексация свойств
Все свойства вашего объекта индексируются для быстрого фильтрации и поиска по ключевым словам.

Генерация векторов
Если вы не предоставили векторы, внешние модели (Cohere, OpenAI, JinaAI и др.) создают эмбеддинги на основе ваших данных.

Индексация векторов
Эти векторы организуются в специализированные структуры данных (например, HNSW) для эффективного поиска по схожести.

Хранение объекта
Полный объект вместе с его векторным представлением сохраняется для последующего извлечения.

Каждый из этих процессов имеет собственное время обработки и задержки ввода‑вывода. Одна только индексация векторов предполагает организацию эмбеддингов таким образом, чтобы данные можно было эффективно извлекать. А для генерации эмбеддингов могут потребоваться вызовы внешних API, что добавляет сетевые задержки.

Понимание того, как работают векторные базы данных, поможет вам эффективнее оптимизировать их производительность. Если ваша модель генерации эмбеддингов работает медленно, она становится узким местом. Если векторный индекс настроен неправильно, ухудшается скорость поиска. Если индексация свойств перегружена, возникают проблемы с фильтрацией

Обратное давление и архитектура
(описание в следующем посте)

Обратное давление и архитектура
(описание к предыдущему посту)

Обратное давление — ключевой элемент корректно работающей инфраструктуры.

Когда базы данных, очереди сообщений, пулы соединений или другие системы оказываются перегружены, как они справляются с нагрузкой?

Некоторые программы реагируют на перегрузку тем, что позволяют своим ресурсам исчерпаться, в результате чего система аварийно завершается (например, из‑за нехватки памяти — OOM). С точки зрения реализации такое поведение просто, но оно вызывает каскадные сбои, которые могут привести к полному выходу системы из строя и даже к потере данных. Это недопустимо!

Более удачный подход: каждый компонент оказывает обратное давление на своих клиентов. Обратное давление — это принцип, согласно которому программный сервис, обнаружив, что он достиг предела возможностей или приближается к нему (максимальное число соединений, полное использование доступных буферов памяти и т. п.), сообщает об этом клиентам — либо посредством явных сообщений, либо путём отказа в соединении. Иными словами, сервис защищает собственное состояние ценой снижения качества обслуживания или отказа в обслуживании некоторых клиентов.

Если серверные компоненты спроектированы с учётом сигналов обратного давления, неожиданные скачки нагрузки приводят лишь к снижению производительности, а не к полному отключению всей системы.

RuStore с 1 февраля 2026 года отключает монетизацию приложений для физлиц и самозанятых через инструменты RuStore. Чтобы продолжать публиковать планые приложения, необходимо зарегистрировать ИП или юрлицо в ФНС, затем создать новый аккаунт и заново подключить монетизацию

В качестве альтернативы можно продолжить работу в RuStore в текущем статусе, но без монетизации через платёжные инструменты платформы. В этом случае можно перевести платные приложения в бесплатные и продолжать публиковать и обновлять приложения без ограничений, либо при необходимости использовать альтернативные инструменты монетизации

Если же не успеть внести изменения до 1 февраля 2026 года, то платные приложения будут автоматически скрыты c витрины RuStore, а платёжные SDK — BillingClient SDK и Pay SDK — перестанут работать, списания по активным подпискам будут остановлены

https://www.rustore.ru/help/developers/monetization/disable-monetization-selfemployed

Сравнительный анализ технологий обмена данными между клиентом и сервером: Short Polling, Long Polling, SSE (Server‑Sent Events) и WebSocket.
(продолжение предыдущего поста)

## 1. Short Polling (короткий опрос)

Принцип работы:
Клиент регулярно (с фиксированным интервалом) отправляет HTTP‑запросы на сервер: *«Есть ли новые данные?»*
Сервер отвечает сразу, даже если данных нет.

Схема:

Клиент → запрос → Сервер  
Клиент ← ответ (пустой/с данными) ← Сервер  
( пауза )  
Клиент → запрос → Сервер  
...

Плюсы:
- Простота реализации.
- Работает на любом HTTP‑сервере.
- Совместим со всеми браузерами.

Минусы:
- Высокий overhead: много пустых ответов.
- Задержка между обновлениями = интервал опроса.
- Нагрузка на сеть и сервер из‑за частых запросов.

Когда использовать:
Редкие обновления, простота важнее эффективности.

## 2. Long Polling (длинный опрос)

Принцип работы:
Клиент отправляет запрос. Сервер держит соединение открытым и отвечает только когда есть данные (или по таймауту). После ответа клиент сразу отправляет новый запрос.

Схема:

Клиент → запрос → Сервер  
(сервер ждёт данных)  
Клиент ← ответ (с данными) ← Сервер  
Клиент → запрос → Сервер  
...

Плюсы:
- Меньше пустых ответов, чем в Short Polling.
- Почти мгновенная доставка данных (как только они появляются).
- Простая реализация.

Минусы:
- Соединение постоянно переподключается.
- Высокая задержка при потерях пакетов (нужно ждать таймаут).
- Нагрузка на сервер из‑за долгих соединений.

Когда использовать:
Средние требования к скорости, устаревшие системы без WebSocket.

## 3. SSE (Server‑Sent Events)

Принцип работы:
Однонаправленный канал: сервер самостоятельно отправляет данные клиенту через постоянное HTTP‑соединение. Клиент слушает события.

Схема:

Клиент → открывает поток → Сервер  
(соединение держится)  
Сервер → событие → Клиент  
Сервер → событие → Клиент  
...

Плюсы:
- Автоматическая доставка данных от сервера.
- Низкое потребление ресурсов (одно соединение).
- Встроенная поддержка перезапуска при обрыве.
- Простой API в браузерах (EventSource).

Минусы:
- Только сервер → клиент (однонаправленный).
- Ограниченная поддержка в старых браузерах.
- Может конфликтовать с прокси/файрволами.

Когда использовать:
Новостные ленты, уведомления, мониторинг (где нужен только push от сервера).

## 4. WebSocket

Принцип работы:
Двунаправленный полнодуплексный канал. После рукопожатия (HTTP → WebSocket) клиент и сервер могут одновременно отправлять данные.

Схема:

Клиент → HTTP-рукопожатие → Сервер  
(переход на WebSocket)  
Клиент ↔️ данные ↔️ Сервер  
(двусторонний обмен в реальном времени)

Плюсы:
- Мгновенный двусторонний обмен.
- Минимальный overhead (нет HTTP‑заголовков).
- Подходит для чатов, игр, коллаборативных приложений.

Минусы:
- Сложнее реализовать (нужен WebSocket‑сервер).
- Требует поддержки на стороне сервера и клиента.
- Может блокироваться корпоративными сетями.

Когда использовать:
Интерактивные приложения (чаты, онлайн‑игры, трейдинг).

Вкратце как создавать AI-агентов

Pandas (Python) vs SQL: сравнение некоторых операций