SeniorDevOps Engineer > Контейнеры и доставка > Kubernetes и оркестрация
Короткий ответ Единого рецепта нет: полноценный DR-план должен отдельно покрывать резервное копирование etcd (состояние самого кластера Kubernetes) и резервное копирование/репликацию данных persistent-томов приложений (которые etcd не включает), с конкретными RTO/RPO, определяемыми бизнес-требованиями, а также регулярным тестированием восстановления — выбор между снапшотами тома, приложенческой репликацией и кросс-региональным резервированием зависит от характера данных и допустимого окна потери данных. Как это работает подробнее etcd хранит только описание состояния объектов Kubernetes (манифесты, статусы) — его снапшот (etcdctl snapshot save) позволяет восстановить конфигурацию кластера, но не содержит данные, физически находящиеся на персистентных томах (базы данных, файлы). Поэтому DR для stateful-приложений требует отдельного механизма резервного копирования самих данных — снапшотов облачных дисков, встроенной репликации СУБД, или инструментов уровня Kubernetes (Velero с интеграцией CSI snapshot) для сог
backupdisaster-recovery
SeniorDevOps Engineer > Контейнеры и доставка > Kubernetes и оркестрация
Короткий ответ Однозначно лучшей стратегии нет: обычный RollingUpdate Deployment достаточен для большинства случаев и прост в эксплуатации, canary (постепенный перевод небольшой доли трафика на новую версию с метриками до полного переключения) снижает blast radius ошибки ценой дополнительной инфраструктуры (service mesh или специализированный контроллер вроде Argo Rollouts/Flagger), а blue-green (две полностью параллельные версии с мгновенным переключением трафика) даёт самый быстрый откат ценой удвоенного потребления ресурсов на время деплоя. Как это работает подробнее RollingUpdate постепенно подменяет поды одной версии на другую без возможности тонко контролировать долю трафика на новую версию отдельно от доли подов — на практике доля трафика примерно пропорциональна доле подов новой версии, и нет встроенного механизма автоматической остановки по метрикам ошибок. Canary и blue-green требуют дополнительного уровня управления трафиком независимо от количества подов (через service mesh с weighted routing, Ing
blue-greencanary
MiddlePerformance Marketer > Google Ads > Рекламные платформы и форматы
Короткий ответ Разделяй кампании там, где категориям нужны разные бюджеты, стратегии или приоритеты, а группы формируй по близким товарным и поисковым темам. При ограниченном бюджете объединяй похожие сегменты, чтобы не распылять данные и расходы на чрезмерно мелкую структуру. Как это работает подробнее Отдельная кампания нужна категориям с разными бюджетами, географией или целями. Похожие и низкообъёмные категории можно объединить, чтобы не дробить статистику и бюджет. Приоритет. Сначала выдели категории с высоким спросом и приемлемой маржой. Гранулярность. Делай отдельную структуру, когда различие требует отдельного управления. Что использовать на практике Распределяй бюджет по марже и спросу, группируй ключи тематически и сверяй расходы с выручкой по категориям. Подводные камни Не создавай группу для каждого SKU при малом бюджете: избыток структуры усложняет ведение и снижает объём данных.
budget-allocationcampaign-structure
MiddlePerformance Marketer > Google Ads > Данные, комплаенс и безопасность рекламных аккаунтов
Короткий ответ Права распределяют по обязанностям: штатный менеджер управляет кампаниями, аналитик просматривает отчёты, агентство получает ограниченный партнёрский доступ к конкретным аккаунтам, а администрирование и биллинг остаются у небольшого числа ответственных сотрудников. Как это работает подробнее Компания владеет аккаунтами в Business Manager или MCC, а сотрудники и партнёры получают доступ на уровне нужных кабинетов. Пароли личных аккаунтов не передают. Ограничивайте область доступа. Права агентства должны соответствовать только тем аккаунтам и действиям, которые предусмотрены его работой. Что использовать на практике Проводите аудит ролей. Например, ежеквартально сверяйте пользователей и права с актуальным составом команды и действующими договорами с подрядчиками. Подводные камни Не подключайте агентство ко всему портфелю. Избыточные права и отсутствие договорных требований по безопасности осложняют контроль рисков.
access-auditbusiness-manager
SeniorPython Developer > Основы Python > Тестирование кода
Короткий ответ Стратегию стоит строить как пирамиду с основанием из быстрых unit-тестов бизнес-логики, средним слоем интеграционных тестов на границах с БД и внешними сервисами, и тонким верхним слоем e2e-тестов критичных пользовательских сценариев — конкретные пропорции и границы между слоями зависят от критичности сервиса, зрелости команды и стоимости инцидентов. Как это работает подробнее Каждый уровень тестовой пирамиды ловит свой класс ошибок: unit-тесты — ошибки в логике при минимальной стоимости и максимальной скорости; интеграционные — несовместимость с реальной БД, сериализацией, внешними контрактами; e2e — поломки в связке всех компонентов и инфраструктуры, но ценой медленного и более хрупкого прогона. Сравнение Компромисс. Больше unit-тестов — быстрая обратная связь и низкая стоимость поддержки, но риск пропустить ошибки интеграции. Больше интеграционных/e2e — выше уверенность в реальном поведении системы, но дороже в поддержке, медленнее CI и больше flaky-тестов. Критерий выбора: критичность сцена
end-to-end-testingpython
MiddleDevOps Engineer > Контейнеры и доставка > Надёжность и инцидент-менеджмент
Короткий ответ Нужна многоуровневая политика эскалации с таймаутами подтверждения на каждом уровне (первичный дежурный → резервный дежурный → руководитель команды/следующая команда), автоматическим переходом на следующий уровень при отсутствии подтверждения, и регулярным тестированием самой системы оповещения, а не только документированием схемы. Как это работает подробнее escalation policy определяет цепочку получателей алерта и таймаут на подтверждение (acknowledge) для каждого уровня; если дежурный не подтвердил получение за заданное время (например, 10-15 минут для критичных алертов), система автоматически уведомляет следующий уровень, не дожидаясь, пока кто-то вручную заметит проблему. Пример / кейс Ожидаемое поведение: если первичный дежурный не подтвердил критичный алерт за 10 минут, система автоматически звонит резервному; если и резервный не ответил ещё за 10 минут — эскалирует руководителю с дублирующим каналом связи, гарантируя, что инцидент не останется без внимания дольше 20 минут. Пример кода Чт
backuphigh-availability
MiddlePython Developer > Основы Python > Секреты и конфигурация
Короткий ответ Секреты не должны лежать в репозитории ни в каком виде — их выносят в секрет-хранилище (например, HashiCorp Vault, AWS/GCP Secrets Manager) или, как минимум, в защищённые переменные окружения CI/CD и оркестратора, с разными значениями и правами доступа на каждое окружение. Как это работает подробнее Приложение при старте запрашивает нужные секреты у хранилища по токену/роли сервиса (например, через Vault Agent или SDK) либо получает их как переменные окружения, инжектированные платформой деплоя (Kubernetes Secrets, облачный Secrets Manager), а не читает значения из файлов в git. Пример кода Что использовать на практике Практика. Для production стоит разделять секреты по уровню доступа (отдельная роль для чтения секретов только нужного сервиса), включать ротацию (особенно для долгоживущих ключей доступа к облаку) и аудит обращений к хранилищу; для dev допустимо использовать упрощённый .env с тестовыми значениями, явно исключённый из git. Подводные камни Риск. Используют один и тот же секрет на в
configurationenvironments
SeniorPython Developer > Основы Python > Миграции и эволюция схемы
Короткий ответ Основной принцип — любое изменение схемы должно оставаться совместимым как минимум с предыдущей версией кода на протяжении переходного периода (backward-compatible), что достигается аддитивными изменениями (новые nullable-колонки/таблицы вместо немедленного удаления/переименования старых) и явным разделением «расширения» схемы от «сжатия» (expand/contract) на отдельные релизы. Как это работает подробнее При rolling deploy и при необходимости откатить релиз одновременно могут работать как минимум две версии кода с одной и той же БД; совместимость означает, что старая версия кода не должна падать на новой схеме, а новая версия должна корректно работать даже при откате кода. Сравнение Компромисс. Полностью безопасная эволюция (expand/contract, многоэтапные релизы) требует больше времени и дисциплины по сравнению с «быстрым» прямым изменением схемы; критерий выбора — насколько критичен сервис к простою и как часто требуется откат, и готова ли команда поддерживать временно двойственный код на перехо
database-migrationspostgresql
SeniorData Analyst > SQL и данные > Статистика и теория вероятностей
Короткий ответ При малой выборке или редких событиях можно использовать последовательный анализ (sequential testing) с контролем ошибки первого рода при промежуточных проверках, байесовский подход с явным априорным распределением, точные тесты вместо нормальных аппроксимаций, либо расширить единицу наблюдения или горизонт сбора данных — ни один подход не даёт гарантий, сопоставимых с тестом на большой выборке, и выбор требует явного обсуждения компромиссов. Как это работает подробнее классические тесты с фиксированным размером выборки и нормальной аппроксимацией плохо работают при малом числе наблюдений или низкой базовой частоте события — доверительные интервалы становятся очень широкими, а мощность обнаружить реальный эффект низкой. Последовательный анализ позволяет легитимно проверять данные по мере поступления, явно контролируя накопленную ошибку первого рода через специальные границы остановки (например, O'Brien-Fleming), в отличие от наивного peeking. Байесовский подход напрямую работает с распределение
bayesian-statisticspower-analysis
MiddlePython Developer > Основы Python > Проектирование API
Короткий ответ Файлы передаются через multipart/form-data, где каждая часть тела запроса имеет свои заголовки (включая Content-Disposition с именем файла); для больших файлов нужно читать и сохранять данные потоково, не загружая весь файл в память целиком, и ограничивать максимальный размер запроса явно на уровне сервера/прокси. Как это работает подробнее multipart/form-data разбивает тело на части с разделителем (boundary), каждая часть может быть обычным полем формы или файлом с указанным именем и типом содержимого; сервер должен распарсить это построчно/по частям, а не как единый JSON. Пример кода Что использовать на практике Рекомендация. веб-фреймворки (FastAPI через Starlette) поддерживают потоковую обработку загружаемых файлов (UploadFile), что позволяет сразу писать содержимое во временный файл или напрямую в объектное хранилище (S3-совместимое), не держа весь файл в оперативной памяти. Лимит на размер файла стоит задавать и на уровне приложения, и на уровне обратного прокси/балансировщика, чтобы откл
content-typefile-upload