Как сделать своё хранилище образов контейнеров

⏳ 6 мин | ⚫️⚫️⚪️

Читать статью | DevOps

Основные концепции сетевой архитектуры Kubernetes, а также CNI, Service Mesh и т.д

⏳ 21 мин | ⚫️⚫️⚪️

Читать статью | DevOps

Практическое руководство по настройке CI/CD для PHP проектов

⏳ 31 мин | ⚫️⚫️⚪️

Читать статью | DevOps

Салют! Сегодня на повестке дня - Модели OSI и TCP/IP

И для начала я сделала информативную шпаргалку по моделям OSI и TCP/IP 👆

@ba_and_sa

Часть 1:

1️⃣ Модель OSI:

OSI (Open Systems Interconnection) — это теоретическая модель, которая объясняет, как данные передаются по сети. Её придумали, чтобы унифицировать и стандартизировать работу сетей. Модель состоит из 7 уровней, каждый из которых выполняет свою задачу.

Представь, что OSI — это как инструкция по сборке мебели: каждый шаг (уровень) важен, и если что-то пропустить, мебель (или сеть) не будет работать правильно.

1. Физический уровень (Physical Layer)
- Отвечает за передачу битов (нулей и единиц) через физические среды (кабели, Wi-Fi, оптоволокно).
Примеры: Ethernet, USB, HDMI, Wi-Fi.

2. Канальный уровень (Data Link Layer)
- Обеспечивает надёжную передачу данных между устройствами в одной сети. Работает с MAC-адресами.
Примеры: Ethernet, Wi-Fi (802.11), PPP.

3. Сетевой уровень (Network Layer)
- Отвечает за маршрутизацию данных между сетями. Работает с IP-адресами.
Примеры: IP (Internet Protocol), ICMP, ARP.

4. Транспортный уровень (Transport Layer)
- Обеспечивает надёжную доставку данных между приложениями.
Примеры: TCP (надёжная передача), UDP (быстрая, но ненадёжная передача).

5. Сеансовый уровень (Session Layer)
- Управляет сессиями (соединениями) между устройствами.
Примеры: RPC, SIP.

6. Представительный уровень (Presentation Layer)
- Отвечает за преобразование данных в понятный формат (шифрование, сжатие, кодирование).
Примеры: SSL/TLS (шифрование), JPEG, MPEG.

7. Прикладной уровень (Application Layer)
- Обеспечивает взаимодействие с пользователем и приложениями.
Примеры: HTTP, FTP, SMTP, DNS.

2️⃣ Модель TCP/IP:

TCP/IP (Transmission Control Protocol/Internet Protocol) — это практическая модель, на которой работает весь интернет. Она проще, чем OSI, и состоит из 4 уровней. TCP/IP — это как реальная жизнь: она не идеальна, но работает эффективно.

Если OSI — это учебник, то TCP/IP — это реальный мир, где всё немного проще, но зато быстрее и удобнее

1. Сетевой интерфейс (Network Interface Layer)
- Объединяет физический и канальный уровни OSI. Отвечает за передачу данных через физические среды.
Примеры: Ethernet, Wi-Fi, DSL.

2. Интернет-уровень (Internet Layer)
- Отвечает за маршрутизацию данных между сетями. Работает с IP-адресами.
Примеры: IP, ICMP, ARP.

3. Транспортный уровень (Transport Layer)
- Обеспечивает надёжную доставку данных между приложениями.
Примеры: TCP (надёжная передача), UDP (быстрая передача).

4. Прикладной уровень (Application Layer)
- Объединяет сеансовый, представительный и прикладной уровни OSI. Отвечает за взаимодействие с приложениями.
Примеры: HTTP, FTP, SMTP, DNS.

______________

✅ Какая разница между моделями?

- OSI — это теория, которая помогает понять, как всё устроено.
- OSI строго разделяет уровни, что удобно для обучения.

- TCP/IP — это практика, на которой работает интернет.
- TCP/IP более гибкая, но уровни могут пересекаться.

Источник: @ba_and_sa

p.s. Остались вопросы или есть возражения, делитесь в комментариях 👇

Как стать DevOps-специалистом? Разбираем пять реальных требований

⏳ 4 мин | ⚫️⚪️⚪️

Читать статью | DevOps

Также шпаргалка с иллюстрацией и в формате pdf

Пользуйтесь 😉!

Источник: @ba_and_sa

С чего начать изучение API для аналитика: руководство для системных аналитиков

#API | @ba_and_sa

API-аналитика — это ключевой навык для тех, кто хочет глубже погрузиться в интеграцию систем, оптимизацию процессов и анализ данных.

Предлагаю небольшой гайд по изучению API, если ты не знаешь с чего начать:

1️⃣ Освежите или изучите базовые концепции

Даже опытным аналитикам стоит начать с повторения основ:

- Типы API: REST, SOAP, GraphQL, gRPC.
- Форматы данных: JSON, XML.
- Методы HTTP: GET, POST, PUT, DELETE.
- Аутентификация: OAuth 2.0, API-ключи, JWT.

📎Матриалы:
- REST API для начинающих на Хабре — отличный старт
- REST API vs GraphQL: в чём между ними разница - сравнение технологий
- Как работает GraphQL и чем он лучше RESTful API
- Что такое API словами аналитика? Как работает и как они устроены?

2️⃣ Изучите инструменты для работы с API

- Postman или Insomnia — для тестирования и документирования запросов.
- Swagger/OpenAPI — для чтения и создания спецификаций.
- Prometheus + Grafana — для мониторинга метрик API.

Практический совет:
Начните с анализа публичных API (например: VK API или Yandex.Cloud). Изучите их документацию, составьте несколько запросов и проанализируйте ответы.

3️⃣ Углубитесь в метрики и аналитику

API-аналитика включает:
- Производительность: время ответа, ошибки (4xx, 5xx), нагрузка.
- Бизнес-метрики: количество вызовов, популярные эндпоинты.
- Безопасность: отслеживание подозрительных запросов.

📎 Материалы:
- Правильный мониторинг API: метрики и лучшие практики
- Справочник по REST API Log Analytics

4️⃣ Советы от опытного аналитика (если вы плотно работаете с API)

- Документируйте всё:
Используйте Swagger для создания спецификаций. Даже если API кажется простым, описание методов сэкономит время команде.
- Автоматизируйте тесты: Настройте CI/CD-пайплайны с проверкой API (например, через **Postman + Newman**).
- Изучайте чужой код: Анализируйте, как реализованы API в open-source проектах на GitHub.
- Задавайте вопросы «почему»: За каждым API стоит бизнес-логика. Поймите, зачем клиент вызывает определённый метод и как это влияет на продукт.
- Коммуникация с разработчиками: Участвуйте в код-ревью API. Это поможет понять тонкости реализации.

5️⃣ Практикуйтесь на реальных проектах

- Пет-проекты: Создайте свой мини-API (например, для учета задач) и настройте для него аналитику.
- Пройдите онлайн-курсы/вебинары

———————————————

API-аналитика — это микс технических навыков и бизнес-мышления. Начните с малого: проанализируйте один эндпоинт, подключите метрики, обсудите результаты с командой. Постепенно вы научитесь видеть за запросами реальные бизнес-процессы и находить точки роста.

Главное правило: Не бойтесь экспериментировать. Даже ошибки в тестовой среде дают бесценный опыт. Удачи в изучении! 🚀

Источник: @ba_and_sa

Конвейеры данных (Data Pipelines) — это автоматизированные процессы сбора, обработки, преобразования и перемещения данных из различных источников в целевые хранилища (например, базы данных, DWH, озёра данных).

❓У вас может появится вопрос «Зачем знать аналитику?»

1. Понимание данных — чтобы разбираться, откуда берутся данные, как они очищаются и преобразуются.

2. Качество данных — чтобы выявлять и исправлять ошибки на этапе ETL/ELT.

3. Оптимизация запросов — чтобы писать эффективные SQL-запросы, зная, как данные подготовлены.

4. Автоматизация отчётов — чтобы настраивать регулярные выгрузки и дашборды.

5. Взаимодействие с инженерами — чтобы грамотно ставить задачи по доработке пайплайнов.

🤔 Нужно ли углубляться в тему или поверхностно знать основы?

- Да, если аналитик работает с Big Data или участвует в построении аналитической инфраструктуры.

- Нет, если роль ограничена готовыми данными в BI-инструментах, но базовое понимание всё равно полезно.

📎 Так же прикрепляю статьи на данную тему:

- Что такое конвейер данных? И почему вы должны это знать
- Конвейер данных и конвейер ETL: в чем разница?
- Как построить конвейер данных: пошаговое руководство