Представлен новый рейтинг TIOBE. Его авторы отмечают продвижение «быстрых» языков, которые позволяют обрабатывать растущие объёмы данных в условиях, когда «железо» не может удовлетворять рост потребностей.
Так, на втором месте C++, Go прочно вошёл в топ-10, а Rust достиг рекордной доли на рынке в 1,47%. В топ-50 пытаются войти языки Mojo и Zig, которые уже занимают 51-ю и 56-ю позиции соответственно.
Особняком стоит Python, который занимает 1-е место и известен как медленный язык. Это потому, что в настоящее время есть еще один драйвер, кроме производительности: насколько легко выучить новый язык программирования. Авторы рейтинга связывают это с простотой языка и с тем, что рынку требуется больше программистов, при этом вузы не закрывают потребность в инженерах ПО, а в программирование приходят специалисты из других сфер, которые предпочитают Python.

Рекомендации по Linux для DevOps #linux

Инструменты для кибербезопасности по категориям

9 вариантов использования баз данных NoSQL

1 - MongoDB (хранилище документов)
Используется для систем управления контентом и управления каталогами. Имеет формат BSON, дизайн без схем, поддерживает горизонтальное масштабирование с шардингом и высокую доступность с репликацией.

2 - Cassandra (хранение данных в широких столбцах)
Идеально подходит для управления данными временных рядов и рекомендательных механизмов. Предлагает широкостолбцовый формат, распределенную архитектуру и CQL для SQL-подобных запросов.

3 - Redis (хранилище ключей и значений)
Подходит для кэширования, управления сеансами и т.п. Предоставляет хранилище в памяти, поддержку сложных структур данных и параметры сохранения с RDB и AOF.

4 - Couchbase (хранилище документов с ключом-значением)
Используется для систем управления контентом и платформ электронной коммерции. Сочетает операции на основе ключей и документов с архитектурой, ориентированной на память, и репликацией между центрами обработки данных.

5 - Neo4j (БД на основе графов)
Отлично подходит для социальных сетей и обнаружения мошенничества. Соответствует требованиям ACID, имеет смежность без индексов, язык запросов Cypher и возможности кластера HA.

6 - Amazon DynamoDB (ключ-значение и документ)
Идеально подходит для бессерверных и IoT-приложений. Поддерживает как данные «ключ-значение», так и сложные данные документов, управляемые AWS, с такими функциями, как разделение данных по узлам и потоки DynamoDB.

7 - Apache Hbase (хранение данных в широких столбцах)
Используется для хранилища данных и крупномасштабной обработки данных. Создан по образцу Google Bigtable, предлагает интеграцию с Hadoop, автоматическое шардинг, сильную согласованность и региональные серверы.

8 - Elasticsearch (поисковая система)
Идеально подходит для полнотекстового поиска, анализа данных журналов и событий. Создан на базе Apache Lucene, ориентирован на документы, с возможностями шардинга и репликации, а также интерфейсом RESTful.

9 - CouchDB (хранилище документов)
Подходит для мобильных приложений и CMS. Ориентирован на документы, обеспечивает согласованность данных без блокировки, поддерживает конечную согласованность и использует RESTful API.

Модель Pub/Sub (Издатель-Подписчик)

Распределенные системы должны управлять масштабируемыми, отвязанными друг от друга компонентами. Шаблон обмена сообщениями «публикация-подписка» (publish-subscribe) позволяет это сделать, предоставляя асинхронное, событийное распределение сообщений

В этом процессе участвуют три элемента: издатели (publishers), темы и подписчики (subscribers). Подписываясь на тему, подписчики (Subscribers) сообщают системе, какие сообщениях они хотят получать. Издатели (Publishers) отправляют сообщения по темам, не зная, кому именно отправляется сообщение. Затем брокер сообщений или шина событий пересылает эти сообщения соответствующим подписчикам.

Соцсети и мессенджеры обладают рядом функций, которые идеально подходят для этой модели.
Отправители и получатели сообщений отвязаны друг от друга в модели Pub/Sub. Это ведет к большей масштабируемости, гибкости и отказоустойчивости. В итоге эта модель часто применяется в распределенных системах с большим объемом коммуникации между узлами

Memcached представляет распространенную систему кэширования в памяти.
Memcached изначально был создан 2003 для решения проблемы производительности в LiveJournal, популярной платформе для ведения блогов. Изначално он был написан на 𝐏𝐞𝐫𝐥, но вскоре переписан на 𝐂.
Идея была проста => хранить часто используемые данные в памяти, чтобы избежать повторного обращения к базе данных.
В 2004 году Memcached стал проектом с открытым исходным кодом.

Основные характеристики:
◾️ Memcached — это быстрая распределенная система кэширования в памяти, используемая для ускорения работы приложений за счет хранения данных в оперативной памяти.
◾️ Он работает путем хранения пар «ключ-значение» и их быстрого извлечения при необходимости.
◾️ Это снижает необходимость доступа к более медленным источникам данных, таким как базы данных, что приводит к сокращению времени отклика и повышению производительности.
◾️ Memcached особенно эффективен для кэширования часто используемых данных, таких как результаты запросов к базе данных, ответы API и информация о сеансе.

Вкратце процесс работы
Приложение отправляет команду 𝐬𝐞𝐭
◾️ Приложение указывает ключ, значение и (необязательно) срок действия.
◾️ Узел Memcached вычисляет хэш ключа, чтобы определить, где хранить элемент в своей хэш-таблице.

Приложение отправляет команду 𝐠𝐞𝐭 -
◾️ Приложение предоставляет ключ.
◾️ Узел Memcached вычисляет хэш, находит элемент в хэш-таблице и возвращает значение приложению.

Основные компоненты
[1.] Хэш-таблица
◾️ Memcached использует большую хеш-таблицу, находящуюся в оперативной памяти, для хранения пар ключ-значение.
◾️ Это обеспечивает быстрый поиск со сложностью O(1).

[2.] Алгоритм удаления LRU
◾️ Memcached имеет фиксированный объем памяти.
◾️ Когда он заполняется, он применяет алгоритм LRU, который удаляет старые, наименее используемые элементы, освобождая место для новых.

[3.] Распределение памяти на блоки
◾️ Для эффективного управления памятью Memcached делит выделенную память на «блоки» разных размеров.
◾️ Это предотвращает фрагментацию памяти и повышает производительность.

[4.] Простой текстовый протокол
◾️ Memcached взаимодействует с клиентами (вашими приложениями) с помощью простого текстового протокола.

[5.] Распределенная архитектура
◾️ Memcached можно развернуть на нескольких серверах.
◾️ Это позволяет масштабировать его горизонтально и обеспечивает отказоустойчивость.

Ограничения
[1.] Данные не сохраняются
◾️ Данные теряются в случае сбоя или перезапуска сервера, поскольку Memcached хранит данные исключительно в памяти.

[2.] Отсутствие резервирования данных
◾️ Если вы используете один экземпляр Memcached, то нет встроенного резервирования для защиты от потери данных.

[3.] Ограниченные типы данных
◾️ Данные хранятся в виде простых пар «ключ-значение», что может не подходить для сложных структур данных.

Если несколько клиентов одновременно запрашивают кэшированный элемент, срок действия которого истек, они все могут одновременно обратиться к внутренней базе данных, что приведет к проблемам с производительностью.

Как масштабировать компонент?

✅ Вертикальное и горизонтальное масштабирование

Самый простой способ масштабирования компонента — вертикальное масштабирование.
Стандартная стратегия - увеличение объема оперативной памяти., больший диск или более мощный процессор.
Экономически эффективно в краткосрочной перспективе. Плюс, избегаем усложения, которое есть в распределенных архитектурах
Но в долгосрочной перспективе становится дорогостоящим и не позволяет увеличить отказоустойчивость

Горизонтальное масштабирование компонента происходит путем добавления большего количества машин.

✅ Горизонтальное масштабирование приложений без сохранения состояния
Компонент без сохранения состояния не сохраняет клиентские данные из одного сеанса для использования в следующем сеансе. Это облегчает горизонтальное масштабирование.
Для распределения запросов между несколькими компонентами без сохранения состояния можно использовать балансировщик нагрузки.

✅ Горизонтально масштабируемые компоненты с отслеживанием состояния
Компонент с отслеживанием состояния сохраняет данные из одного сеанса в следующий.
Например, веб-приложение, которое хранит информацию о сеансе. Или база данных/хранилище ключей и значений.
Для масштабирования компонентов с отслеживанием состояния придется использовать такие методы, как репликация, сегментирование и т. д.

👉 НЕкоторые аспекты:
- Вертикальное масштабирование менее сложное, и обычно подходит для большинства приложений.
- На горизонтальное масштабирование обычно переходят, когда вертикальное масштабирование больше не является экономически эффективным.
- Сначала лучше построить уровень приложения без сохранения состояния, иак как его легче масштабировать.
- Для компонентов с сохранением состояния, таких как базы данных, лучше выбирать современные варианты, разработанные для горизонтальной масштабируемости.

Как масштабировать компонент?

Зависимости сетевых протоколов

Microsoft не будет поддерживать в Windows 11 24H2 процессоры Intel 8-го, 9-го и 10-го поколений от OEM производителей
Microsoft представила официальный список поддерживаемых процессоров в Windows 11 24H2. В него вошли процессоры AMD Ryzen 2019 года (Ryzen 2000, Ryzen 3000 и Ryzen 5000) и новее, но НЕ вошли процессоры Intel Core 8-го, 9-го и 10-го поколений от OEM производителей. Официально новая Windows 11 теперь поддерживает только Intel 12-го поколения и новее.
Если же у пользователя уже есть компьютер со старым процессором, то проблем с обновлениями Windows 11 не будет, когда пользователи подпишут отказ от ответственности за любой ущерб, который может произойти после установки на старый компьютер новой операционной системы. Но если производитель выпустит новый ПК со старыми процессорами, включая чипы Intel 8-10-го поколений, то ПК на этой сборке не сможет получить последнюю версию Windows 11.
Microsoft заявил, что Windows 11 будет поддерживать только те процессоры, которые отвечают принципам обеспечения безопасности и надёжности. Тем, кто использует Windows 11 на На ПК с Intel Core 8-го, 9-го и 10-го поколений (причём эти процессоры поддерживают TPM 2.0, который является аппаратной функцией безопасности, необходимой для установки новой ОС), включая Core i9-9900K и Core i9-10900K, рекомендуется перейти на более актуальное оборудование.
https://learn.microsoft.com/en-us/windows-hardware/design/minimum/supported/windows-11-24h2-supported-intel-processors

Обзор стратегий, применяемых в сборщиках мусора

Исследование сотрудников Microsoft и Университета Карнеги показало, что, чем больше люди полагаются на инструменты генеративного ИИ для выполнения своих задач, тем меньше у них наблюдается навыков критического мышления.
Исследователи опросили 319 работников умственного труда, связанных с обработкой данных или информации. Их попросили подробно рассказать об использовании GenAI на рабочем месте. Так, нужно было уточнить, для каких конкретно задач применяется ИИ, каким образом, а также оценить уверенность в способности инструмента справиться с задачей. Наконец, участников просили уточнить, как они оценивают свои способности по выполнению каждой задачи без участия ИИ.
В ходе исследования выявилась, что, чем больше работник уверен в способности ИИ выполнить задачу, то тем меньше он полагается на критическое мышление и склонен проверять результаты работы инструмента. Чаще всего речь шла о выполнении простых задач.
Ещё один вывод исследования заключается в том, что у пользователей с доступом к генеративным инструментам, как правило, меньше вариантов решений одной задачи по сравнению с теми, у кого нет такого доступа. Исследователи объяснили это тем, что генеративный ИИ ограничен обучающими данными, поэтому выдаёт более однообразные результаты. Работа с таким материалом также может негативно сказываться на навыках критического мышления у работников.
Исследователи резюмировали, что хотя ИИ-инструменты и помогают повысить эффективность работы, но могут препятствовать критическому вовлечению и в долгосрочной перспективе могут также вызвать чрезмерную зависимость и снизить навыки поиска решения проблем.
https://www.microsoft.com/en-us/research/uploads/prod/2025/01/lee_2025_ai_critical_thinking_survey.pdf

Заивисимость безопасности пароля от используемых в нем символов

Сервис ХабрКарьера подвел зарплатные итоги второго полугодия 2024 на основании 66 008 зарплат. Некоторые итоги:

Медианная зарплата IT-специалистов сейчас — 180 000 ₽, это на 19% больше, чем в первом полугодии 2024, когда медиана выросла на 8%.
Зарплаты ощутимо выросли как по городам, так и по специализациям. В регионах IT-специалистам сейчас платят в среднем 150 000 ₽, в Москве средняя зарплата — 221 000 ₽, а в Санкт-Петербурге — 184 000 ₽.
Ощутимее всего рост — в Нижнем Новгороде (+21%), Самаре (+18%), Красноярске (+17%) и Ростове-на-Дону (+15%).
Ощутимее всего выросли зарплаты специалистов по информационной безопасности (+21%) и тестировщиков (+20%).

По специализациям. Наиболее ощутимый рост зарплаты был у системных инженеров — на 39%, до 200 000 ₽. Заметно выросли зарплаты веб-разработчиков (+20%) — до 120 000 ₽ и фронтендеров (+18%) — до 200 000 ₽. Незначительно выросли зарплаты у ERP-программистов и программистов 1С (+2%). Не изменились зарплаты разработчиков баз данных.

Зарплаты в Objective-С продолжают оставаться самыми высокими, но во второй пол. 2024 медиана снизилась на 2% — до 350 000 ₽. 2-е место делят зарплаты в Elixir и Golang — 300 000 ₽. На 3-ем месте зарплаты Kotlin — 296 000 ₽.
На одну позицию выше поднялись зарплаты в Swift за счёт прироста на 7% и Ruby за счёт роста на 16%. Kotlin и Golang также поднялись выше с небольшим приростом в 2%. А вот оклады разработчиков в Scala снизились на 6% и потеряли третье место.

Если смотреть на динамику, то во втором полугодии 2024 года самый ощутимый рост зарплат был у разработчиков в Ruby — на 16%, до 290 000 ₽. У разработчиков Swift зарплаты выросли на 7%, до 295 000 ₽, а у разработчиков С — на 11%, до 200 000 ₽, хотя оклад в этом языке по-прежнему остается одним из самых низких среди представленных.
Незначительный рост зарплат был у разработчиков в Golang, Kotlin и Javanoscript (+2%).
Совсем не изменились зарплаты разработчиков на PHP.
Зарплаты снизились у программистов Scala — на 6%, до 270 000 ₽, Elixir — на 1%, до 300 000 ₽ и Oblective-C — на 2%, до 350 000 ₽.

По компаниям. Иннотех, Райффайзен Банк и VK по-прежнему входят в топ-5 компаний с самыми высокими зарплатами IT-специалистов, а Авито возглавляет рейтинг с медианной зарплатой в 360 000 ₽.
Зарплата в ИТ-Холдинге Т1 снизилась на 7% и спустилась с третьего места на шестое. А в пятерку компаний-лидеров по зарплате вошел Альфа-Банк с ростом на 10%, до 296 000 ₽.

https://habr.com/ru/specials/883242/