🔥Свежий курс со Stepik: Linux: полный апгрейд твоих скиллов

Хочешь реально понимать, что происходит под капотом твоей системы, а не просто кликать по GUI?

Без глубокого знания базы ты не инженер - ты просто пользователь.

🔹 В курсе ты:

- Освоишь bash, grep, sed, awk - инструменты, которыми живут админы.
- Разберёшь права, процессы, сеть, файловую систему и научишься чинить всё, что падает.
- Настроишь SSH, firewall, systemd, crontab, демоны и автозапуск.
- Научишься анализировать логи, следить за нагрузкой, и не паниковать при 100% CPU.

💡 Формат: пошаговое объяснение базы и разбор важных практик по работе с Linux.

🎯 После курса ты: будешь чувствовать Linux как родную среду и забудешь, что такое “permission denied”.

🚀 Сейчас действуют скидка целых - 30%, не упусти реальный шанс прокачаться.

👉 Забирай место на курсе со скидкой

🚦 Ускоряем GitLab CI/CD

Обычный пайплайн в GitLab идёт «ступеньками»: сначала build, потом test, потом deploy. Даже если задачи никак не связаны, они будут терпеливо ждать друг друга. В итоге лишние минуты и часы простаивания.

Вместо жёстких стадий можно описать зависимости между стадиями. В GitLab CI это называется DAG — Directed Acyclic Graphs.

Например:

— линтер может запуститься сразу, не дожидаясь сборки,
— тесты стартуют сразу после билда,
— деплой уходит в бой, как только готовы нужные джобы.

Выглядит это так:

  stage: test
  needs: [ "build-job" ]
  noscript: make test

lint:
  stage: test
  noscript: make lint

deploy:
  stage: deploy
  needs: [ "unit-tests", "lint" ]
  noscript: make deploy

DAG превращает ваш CI/CD из очереди в автомагистраль. Если у вас много джобов — самое время пересмотреть пайплайн.

📌 20 ключевых навыков для Linux-администратора

Если хочешь уверенно работать с Linux в DevOps/инфраструктуре — вот карта, по которой можно идти:

— Командная строка: cd, ls, ps, top, tmux, ssh
— Права и пользователи: chmod, chown, группы, sudo
— SSH-ключи и безопасность доступа
— Firewall: iptables, ufw
— Резервные копии: rsync, cron
— Bash/Python скриптинг для автоматизации
— Package managers: apt, yum, dnf
— Network troubleshooting: ping, traceroute, netstat, ss, ip
— Процессы: ps, top, systemd
— Диски: df, du, fdisk, LVM
— Git и контроль версий
— Контейнеры: Docker, Podman + основы Kubernetes
— Конфигурационное управление: Ansible, Puppet, Chef
— Облака: AWS/Azure/GCP
— CI/CD: Jenkins, GitLab CI, GitHub Actions
— Мониторинг: Prometheus, Grafana, ELK
— IaC: Terraform, CloudFormation
— Оркестрация: Kubernetes, Docker Swarm
— Сертификации: AWS, RHCE, CKA
— Постоянное обучение и практика

Linux — это фундамент для DevOps, SRE и облачной инфраструктуры.
Освой базу, автоматизируй рутину и прокачивайся каждый день 🚀

#linux #devops #sysadmin #infrastructure #cloud

⚡️ Дорожная карта DevOps-инженера: от Middle до Advanced

DevOps-инженер объединяет навыки администрирования, разработки и автоматизации для ускорения выпуска качественных продуктов. Ниже представлена структурированная дорожная карта с основными темами (от базовых к продвинутым), пояснениями и ресурсами для каждого этапа.

📘 Читать

🇯🇵 Andy Rubin - создатель Android и экс-топ-менеджер Google - возвращается в робототехнику с новой компанией Genki Robotics, базирующейся в Токио, Япония. Согласно отчёту корейского MK.co.kr и The Information, стартап работает в режиме «стелс» и набирает команду для разработки первых прототипов.

Слово «Genki» по-японски означает «живой», «энергичный» - это говорит о фокусе на динамичных машинах, вероятно, способных передвигаться в человеческом пространстве.

Andy Rubin уже давно интересуется роботами-пешеходами: во время работы в Google он руководил робо-дивизионом и покупал японскую хуманоидную компанию Shaft. На конференции в 2018 году он предсказал эру «nog-everywhere» (ноги повсюду), утверждая, что именно ногами роботы смогут использовать лифты, подниматься по лестницам и работать там, где колёса бессильны.

Выбор Токио как центра Genki Robotics — стратегический: Япония славится мощным инженерным ресурсом в области робототехники и университетскими кадрами, которые трудно переоценить. Rubin явно намерен воспользоваться преимуществом японской экосистемы вне привычного Силиконовой долины.

Но рынок хуманоидов крайне насыщен и затратен. Несмотря на прошлые успехи Rubin-а (в 2013-м он инициировал множество покупок робототехнических компаний), после ухода из Google его компания смартфонов Essential Products закрылась в 2020-м.

Пока Genki Robotics работает в тени — неизвестно, какие задачи она решает и какую технологию использует. Но возвращение Rubin-а в эту область может стать важным событием для индустрии хуманоидов.

🚀 Дорожная карта DevOps: что должен уметь инженер нового поколения

DevOps развивается стремительно: автоматизация, GitOps, облака, безопасность и AI-инструменты стали обязательным набором. Вот структура, по которой можно готовиться в 2025 году.

🔹 1. Основы Linux и сетей
• Командная строка, systemd, процессы
• Управление пакетами, SSH, firewall
• Основы TCP/IP, DNS, прокси, VPN
• Bash-скриптинг и автоматизация

🔹 2. Контейнеризация
• Docker: образы, слои, volumes, networks
• Docker Compose
• Best practices: минимизация образов, multistage build

🔹 3. Kubernetes (обязательно в 2025)
• Pod, Deployment, Service, ConfigMap, Secret
• Ingress, HPA, StatefulSet
• K8s networking и сервис-меши
• Helm, Kustomize
• Monitoring: Prometheus + Grafana
• GitOps: ArgoCD или Flux

🔹 4. Облачные платформы
Минимум один облачный облак на уровне production:
• AWS (EC2, IAM, S3, EKS, Lambda, CloudWatch)
или
• GCP (Compute Engine, GKE, Cloud Run)
или
• Azure (AKS, VNets, Storage)
🔹 5. CI/CD в 2025
• GitHub Actions / GitLab CI / Jenkins
• Pipeline’ы, артефакты, тестирование
• Автоматический деплой в Kubernetes
• Секреты, SBOM, контейнерные сканеры

🔹 6. Terraform и IaC
• Основы HCL
• Управление ресурсами AWS/GCP/Azure
• Модули, Workspace’ы
• Terragrunt
• Policy-as-Code (OPA)

🔹 7. Observability
• Metrics → Prometheus
• Logs → Loki, ELK, CloudWatch
• Traces → Tempo, Jaeger
• Alerting → Alertmanager
• SLO/SLI практики

🔹 8. Безопасность (DevSecOps)
• SAST, DAST, контейнерные сканеры
• Hardened Docker/K8s
• Secrets & Vault
• Zero Trust basics
• Pod Security Standards
• Supply Chain Security (SLSA, Sigstore)

🔹 9. Программирование
• Python или Go для автоматизации
• API, webhooks, CLI-инструменты
• Асинхронность и быстрые утилиты

🔹 10. AI в DevOps (тренд 2025)
• Авто-генерация манифестов и пайплайнов
• LLM-помощники для инфраструктуры
• Лог-анализ через AI
• Автоматический RCA и remediation

DevOps в 2025 — это не просто Kubernetes и CI/CD. Это сочетание облаков, автоматизации, GitOps, безопасности и AI-инструментов. Освой эту карту, и ты станешь инженером нового поколения.



https://www.youtube.com/watch?v=MtFy70hiZiE

🚨 SQL Никогда НЕ ДЕЛАЙ ТАК #sql

НИКОГДА НЕ ЛОМАЙ ИНДЕКСЫ ФУНКЦИЯМИ: не оборачивай индексируемые поля в функции внутри WHERE.

Как только ты пишешь LOWER(), CAST(), COALESCE() или любые вычисления по колонке — индекс перестаёт работать, и запрос падает в полное сканирование таблицы.

Это одна из самых тихих причин, почему запросы внезапно превращаются в тормоза.

Вместо этого приводи значения заранее или используй функциональные индексы.

 Плохо: индекс по email НЕ используется  
SELECT *  
FROM users  
WHERE LOWER(email) = 'user@example.com';

-- Хорошо: нормализуем значение заранее  
SELECT *  
FROM users  
WHERE email = 'user@example.com';

-- Или создаём функциональный индекс (PostgreSQL)  
CREATE INDEX idx_users_email_lower ON users (LOWER(email));

https://www.youtube.com/shorts/AyiAslOeJFA

Nano Banana очень хороша для генерации схем и слайдов, а как насчёт сделать из них видео. 🎬

Google Vids вместе с Gemini позволяет автоматически превратить презентацию Google Slides в полноценный видеоролик: со сценарием, озвучкой и музыкой.

Вы просто загружаете презентацию, выбираете стиль - и система сама собирает видео из ваших слайдов.

https://workspace.google.com/blog/product-announcements/october-workspace-drop-ai-storytelling-research-and-data-protections

@ai_machinelearning_big_data

#Gemini #google #llm

🚀 КАК Docker РАБОТАЕТ ПОД КАПОТОМ

Большинство думает, что Docker - это «виртуалка, но легче». На самом деле Docker почти не виртуализирует ничего: он использует механизмы ядра Linux - namespaces, cgroups и overlay-файловые системы — чтобы создать иллюзию отдельной машины.

Контейнер - это просто обычный процесс, но ядро заставляет его видеть *свой собственный мир*: свою сеть, свои процессы, свою файловую систему, свои лимиты.
Docker лишь склеивает эти механизмы в удобный инструмент и автоматизирует запуск изолированных процессов.

# Посмотреть namespaces текущего процесса
lsns

# Создать процесс в новом IPC, PID и UTS namespace
unshare --ipc --pid --uts bash

# Проверить ограничение CPU cgroups
cat /sys/fs/cgroup/cpu.max

# Посмотреть mount-слои overlayfs контейнера
find /var/lib/docker/overlay2 -maxdepth 2 -type d

🧩 Хитрый DevOps совет: «Всегда фиксируй версии не только в Dockerfile, но и в ENTRYPOINT-скриптах»

Большинство фиксирует версии в Dockerfile:

FROM python:3.12
RUN pip install fastapi==0.115.0

а потом случайно ломают прод, используя в entrypoint что-то вроде:

pip install -U some-lib


или

apt-get update && apt-get install -y curl

Это приводит к ситуации, когда:

staging и prod внезапно начинают отличаться,

контейнеры становятся «недетерминированными»,

одна и та же сборка ведёт себя по-разному в разные дни,

CI/CD перестаёт быть повторяемым.

✔️ Правило, которое нужно запомнить

Если хочешь предсказуемые окружения — фиксируй версии везде, где идёт установка:
в Dockerfile, в entrypoint, в билд-скриптах, в helm-chart, в init-containers.

✔️ Лучший вариант:

никаких apt-get update в рантайме

никаких pip install -U внутри контейнера

все зависимости устанавливаются только на этапе build

все версии – через lock-файлы

Таким образом ты превращаешь свой environment в чистый, детерминированный, воспроизводимый артефакт.

🔥КАК УСТАНОВИТЬ PYTHON: Самый простой способ

Самый быстрый и эффективный способ поставить Python без лишних настроек это использовать пакетный менеджер системы. Он сам подтянет зависимости, поставит актуальную версию и настроит доступ к python и pip. Это надёжнее чем скачивать вручную и проще чем возиться с окружениями. Подходит и новичкам и разработчикам.


# Windows через winget
winget install Python.Python

# macOS через Homebrew
brew install python

# Ubuntu и Debian
sudo apt install python3 python3-pip

# Проверка установленной версии
python3 --version
pip3 --version