Кто-нибудь шарит за инфологическую модель базы данных?
Нужно для курсовой работы составить модель, а я не знаю. Преподаватель ничего не объясняет, просто развернул и все.
ТГ: @nagitalka
Нужно для курсовой работы составить модель, а я не знаю. Преподаватель ничего не объясняет, просто развернул и все.
ТГ: @nagitalka
Всем привет!
Провожу небольшое исследование проблем автоматизации и аналитики в бизнесе.
Хочу понять:
где больше всего ручной работы;
где Excel-хаос;
какие процессы бесят больше всего;
что хотелось бы автоматизировать.
Опрос анонимный, занимает около 5 минут.
Буду очень благодарен за участие 🙌
короче, думал, какой бы крутой пет проект написать, чтобы глубже изучить go, решил запилить свою in-memory базу данных (qrrot).
я пошел по хардкору: написал свой парсер с нуля, который не ест память и работает на скоростях в наносекунды
но самое веселое - это киллер-фича. прикрутил туда ии-ассистента. теперь можно не писать сухие sql-запросы, а просто человеческим языком накатать: «удали ивана, если ему меньше 30».
ии сам делает цикл:
лезет в базу, смотрит данные
думает, что с ними делать
возвращает результат
чтобы ии случайно не грохнул весь продакшн, добавил «защиту от восстания машин»: если база видит опасную команду (удаление, изменение), она выводит ascii-рамку и ждет подтверждения «y/n».
конечно, это не конкурент редису (пока что), есть свои косяки с памятью и блокировками, но для пет-проекта за две недели получилось бодро.
если кому интересно посмотреть, как это выглядит под капотом или просто поугарать, как ии управляет данными - оцените проект на гитхаб. буду рад любой критике и советам от коллег по цеху.
комменты для экспертов открыты, кидайтесь тапками!
Нас уже больше 9000 на sqltest.online
Небольшая, но очень приятная новость: на sqltest.online зарегистрировалось уже больше 9000 пользователей.
Когда запускал проект, хотел сделать простую площадку, где можно бесплатно тренировать SQL на реальных СУБД, а не только читать теорию. Сейчас там уже тысячи людей, которые регулярно практикуются, решают задачи и прокачивают запросы.
Для меня это сильная мотивация развивать сервис дальше:
- добавлять новые задания;
- расширять уроки;
- улучшать стабильность и скорость платформы.
Спасибо всем, кто пользуется, пишет фидбек и делится проектом. Без вас этой цифры бы не было.
Если давно хотели подтянуть SQL, можно начать с простого: sqltest.online
Буду рад идеям, какие темы и форматы добавить следующими.
P.S. Для пользователей из РФ работает российское зеркало: sqltest-online.ru
P.S.S. Если вам нравятся мои сервисы, буду рад донату.
Привет, мы – небольшая команда, которая сейчас делает стартап, чтобы упростить жизнь разработчикам. И мы хотим у вас узнать есть ли боль, которая, как нам кажется, знакома многим – боль отрыва от кода ради инфраструктуры.
Вот представьте: сидите вы такой, идея горит, в голове уже вся архитектура сервиса или MVP. За часа два накидали прототип, API почти готов, остается только «малость» – запустить бэкенд. И тут начинается...
● Найти, куда пристроить PostgreSQL. Не локально, а для реального проекта. Выбрать облако, подобрать VM, подумать о стоимости.
● Настроить доступы, переменные окружения, секреты (привет, токены OpenAI или Telegram ботов!). Где их хранить? Как передавать в продакшен безопасно?
● Поднять ваш API-сервис. Dockerfile? Docker Compose? Залить на хостинг? А если это пет-проект, который завтра может стать полноценным стартапом?
● И главное – не погрязнуть в этом на часы, а то и дни, когда казалось, что до запуска остался всего «один шаг».
Конечно, сейчас есть всё: от детальных мануалов на Хабре до Docker'a, Terraform'а, кучи облачных сервисов и даже ИИ, который может нагенерировать конфиги. Но сколько раз вы ловили себя на мысли, что вот эти «танцы с бубном» вокруг subnets в облаке и зависимостей в консоли убивают весь энтузиазм и отнимают время от того, что вы действительно любите?
Иногда кажется, что для запуска условного CRUD-а приходится проходить полноценный курс DevOps. А ведь цель была просто проверить гипотезу, получить первых пользователей или показать друзьям, как круто работает ваш новый ИИ-агент!
И вот здесь возникает дилемма, в которой мы, как команда, сейчас очень нуждаемся в вашем опыте:
Представьте, что существует платформа, где вы можете буквально «в один клик» получить готовый к работе бэкенд – развернутую БД, готовый API-контур, безопасное хранение секретов, и всё это с предсказуемой ценой и без блокировок. Вы просто фокусируетесь на своей бизнес-логике.
Или же вы из тех, кто предпочитает полный, доскональный контроль над каждым аспектом инфраструктуры? Для вас эта «рутина» – не рутина вовсе, а часть процесса, которая дарит удовлетворение и позволяет максимально гибко настроить всё под себя. И вы готовы тратить на это время, даже если проект небольшой и быстрый?
Где для вас проходит порой невидимая грань между «максимально быстро и просто (даже если это стоит денег)» и «полный контроль (даже если это рутина)»?
Мы сейчас на ранней стадии разработки и можем адаптировать наш продукт под ваши реальные потребности. Ваши истории, мысли и опыт – бесценны для нас. Спасибо за помощь!
Израильская компания, занимающаяся разработкой инфраструктуры искусственного интеллекта, стала самой дорогой частной технологической фирмой страны после продажи Wiz за $32 млрд.
Компания Vast Data привлекла новый раунд финансирования, в результате которого ее оценка составила 30 миллиардов долларов, что более чем втрое превышает первоначальную оценку в 9,1 миллиарда долларов в конце 2023 года, поскольку инвесторы все чаще поддерживают компании, создающие базовую инфраструктуру для искусственного интеллекта.
В раунде финансирования серии F, возглавляемом Drive Capital при участии Access Industries Лена Блаватника и Claltech в качестве со-лидеров, участвуют как новые, так и существующие инвесторы, в том числе Fidelity Management & Research Company, NEA и Nvidia. Общая сумма сделки составляет приблизительно 1 миллиард долларов, включая первичный и вторичный капитал.
По этой оценке Vast становится самой дорогой частной высокотехнологичной компанией в Израиле, приближаясь к оценке Wiz в 32 миллиарда долларов при ее продаже Google.
Компания привлекла 1 миллиард долларов в ходе этого раунда финансирования, но более 500 миллионов долларов из этой суммы не поступят в казну компании. Вместо этого они поступят на банковские счета первых инвесторов и сотрудников, которые продают часть своих акций. Это необычно большие объемы ликвидности, учитывая, что в настоящее время в Vast работает около 1100 человек, примерно треть из которых — в Израиле.
Компания Vast была основана в 2016 году Рененом Халлаком, который занимает должность генерального директора и проживает в Соединенных Штатах, совместно с Шахаром Фиенблитом, который руководит разработкой и операциями в Израиле.
Компания имеет штаб-квартиру в США, а ее израильский центр разработки работает в офисах выставочного комплекса Тель-Авива, еще один центр был открыт в Хайфе в 2021 году.
Компания Vast поставила перед собой задачу перепроектировать инфраструктуру данных для эпохи, когда рабочие нагрузки ИИ будут предъявлять принципиально иные требования к вычислительным системам. Ее основная архитектура, известная как Disaggregated Shared Everything (DASE), была разработана для решения давних проблем, связанных с компромиссами между масштабируемостью, производительностью, простотой и стоимостью.
Со временем компания расширила эту основу, превратив её в то, что она описывает как «операционную систему для ИИ», объединяющую хранение данных, вычисления и обработку в реальном времени в единую платформу. Такой подход отражает растущее в отрасли мнение о том, что традиционные уровни вычислительной инфраструктуры сближаются по мере того, как системы ИИ становятся всё более сложными и интегрированными.
По данным компании, ее платформа теперь интегрирована в широкий спектр крупномасштабных сред искусственного интеллекта, поддерживая системы, работающие на миллионах графических процессоров. Среди клиентов компании — поставщики облачной инфраструктуры, предприятия и государственные организации.
По итогам последнего финансового года компания Vast Data сообщила о совокупном объеме заказов более 4 миллиардов долларов и подтвержденной годовой выручке более 500 миллионов долларов. Компания также заявила, что работает с положительной рентабельностью и свободным денежным потоком.
В число израильских инвесторов компании входят Greenfield Partners и 83North, обе компании были одними из первых спонсоров и продолжали участвовать в последующих раундах финансирования.
Ожидается, что средства, полученные в результате последнего раунда финансирования, будут использованы для расширения глобального присутствия компании, углубления партнерских отношений и осуществления стратегических сделок, направленных на расширение ее технологической платформы.
«Мы уже поддерживаем среды искусственного интеллекта, охватывающие миллионы графических процессоров по всему миру и работающие на всех уровнях стека ИИ», — сказал Ренен Халлак, основатель и генеральный директор Vast Data. «Становится ясно, что эти уровни больше не являются независимыми. Приложения, модели и инфраструктура теперь работают как единая система на основе данных.
VAST находится в центре этой системы, поэтому мы наблюдаем такой уровень спроса в глобальном масштабе».
Читай по теме:
Перевод с английского
Продолжаю беседы с нашим техлидом Дмитрием. Сегодня — о том, как взлом одного npm-аккаунта за 3 часа распространил RAT на 174 000 пакетов и почему стандартные инструменты вроде NPM Audit это не поймали. Разбираем инцидент с Axios: механику атаки, слепые пятна в CI/CD и то, что реально работает.
30 марта 2026 года в npm появились две вредоносные версии Axios — 1.14.1 (тег latest) и 0.30.4 (тег legacy). Axios — JavaScript-библиотека для HTTP-запросов с ~100 млн загрузок в неделю и 174 000 зависимых пакетов в npm. Фактически, если проект на Node.js — с высокой вероятностью он тянет Axios транзитивно.
Злоумышленник получил доступ к npm-аккаунту jasonsaayman — ведущего мейнтейнера библиотеки. Первый признак компрометации: email аккаунта сменился с jasonsaayman@gmail.com на ifstap@proton.me, а метод публикации изменился — с доверенного OIDC-пайплайна со SLSA-провенансом на прямой CLI-publish. Оба флага автоматически поймала Elastic Security Labs через мониторинг цепочки поставок.
Вредоносные версии пробыли в реестре около 3 часов. За это время их успели скачать и задеплоить тысячи команд — у большинства из них сборка забирает latest-версию без явного закрепления.
plain-crypto-js: вредоносная зависимость
Злоумышленник не патчил код самого Axios. Вместо этого он добавил в зависимости пакет plain-crypto-js. Схема в два шага:
plain-crypto-js@4.2.0 — «чистая» версия, опубликована заранее для создания истории публикаций
plain-crypto-js@4.2.1 — вредоносная версия с postinstall-хуком: при установке автоматически скачивала и запускала stage-2 RAT с C2-сервера sfrclak[.]com:8000
RAT — кросс-платформенный: отдельные payload для macOS, Windows и Linux. После установки соединения с C2 — полный удалённый доступ к машине.
CI/CD-пайплайны собирают, тестируют и доставляют обновления без участия человека. Когда команда не закрепляет конкретную версию зависимости, а указывает последнюю доступную (^1.x.x), при каждой сборке npm резолвит актуальный latest. В окно между 30 и 31 марта — это была 1.14.1 с RAT внутри.
Большинство команд не имеют в CI/CD шага, который проверяет безопасность зависимостей до сборки. По данным OpenSSF Scorecard 2024, менее 20% открытых проектов используют закреплённые хеши зависимостей. У коммерческих проектов, которые тянут эти пакеты, картина не лучше.
NPM Audit сравнивает установленные пакеты с базой CVE. На момент атаки ни Axios 1.14.1, ни plain-crypto-js 4.2.1 не числились в базах — они были свежеопубликованы. NPM Audit сканировал их и возвращал статус clean.
Логика инструмента здесь не ломается — она просто неприменима к этому классу атак. CVE-базы фиксируют известные уязвимости. Атака через компрометацию аккаунта публикует формально новый пакет, который ещё не успел попасть ни в какую базу.
Этот инцидент поймал инструмент другого класса: Elastic Security Labs обнаружила атаку через поведенческий мониторинг — отслеживание изменений метаданных пакетов (смена email, метод публикации, новая зависимость в релизе без истории изменений).
Что сломалось в старой парадигме?
Раньше ответственность делилась по ролям: тимлид или архитектор решал, какой модуль добавить; DevOps следил за процессом доставки; безопасники подключались позже с SAST/DAST-проверками; юристы — за лицензиями. Каждый проверял своё.
Инцидент с Axios показывает разрыв в этой схеме: никто из них не проверял, остался ли аккаунт мейнтейнера под контролем легитимного человека. Уровень доверия к подписанным пакетам оказался не абсолютным — он был привязан к конкретной учётной записи, которую можно угнать.
174 000 пакетов: почему масштаб такой
Axios входит в топ-5 самых скачиваемых пакетов npm. 174 000 пакетов прямо или транзитивно зависят от него. Механика та же, что в CMS-эпоху с WordPress и Joomla: одна уязвимость в ядре — ключ ко всем проектам на этой платформе.
Стандартный Node.js-проект содержит 40–60 прямых зависимостей. У каждой из них — свои зависимости, в среднем по 5–7 пакетов. Итого: 40 × 5 = 200+ пакетов, которые молча живут в вашем проекте, и за каждым — конкретный человек с учётной записью.
Транзитивные зависимости — отдельный класс: пакеты, нужные только на этапе сборки и не попадающие в production. Они тоже могут нести угрозу и при этом вообще не попадают в фокус code review.
AI ускоряет написание кода, помогает с troubleshooting и делает автоматическое code review. Те же возможности работают против защитников: нейросеть сканирует чужой код на уязвимости за минуты — задача, на которую опытный специалист раньше тратил часы.
Атрибуция этого инцидента — северокорейский threat actor (по данным Google Cloud Threat Intelligence). Это уже не скрипт-кидди с форума. Государственные группы используют AI для поиска точек входа в supply chain, автоматически сканируя тысячи пакетов на слабые аккаунты мейнтейнеров.
Количество уязвимостей в open source коде, которые ещё не выявлены и не задокументированы, исчисляется миллионами. По данным исследования Google Project Zero за 2023 год, медианное время от обнаружения уязвимости до публичного патча — 25 дней. AI сокращает время поиска на стороне атакующих быстрее, чем растут команды безопасности на стороне защитников.
npm audit signatures
Команда проверяет криптографические подписи каждого пакета и подтверждает, что публикация прошла через официальный CI/CD-пайплайн с SLSA-провенансом — а не через прямой CLI-publish с изменённого аккаунта.
В случае Axios 1.14.1 эта проверка выявила бы аномалию немедленно: смена метода публикации с OIDC на прямой CLI — явный флаг. Именно этот сигнал поймала Elastic Security Labs в своём мониторинге.
Закреплённые версии или хеши зависимостей — npm install --frozen-lockfile или использование package-lock.json с commitом в репозиторий
npm audit signatures — проверка подписей перед каждой сборкой
SAST на зависимости — статический анализ не только своего кода, но и устанавливаемых пакетов
Dependabot или аналоги — автоматические уведомления об уязвимостях в зависимостях с известными CVE
Поведенческий мониторинг пакетов — анализ metaданных релизов: смена email, смена метода публикации, новые зависимости без истории
Крупные компании уже внедряют эти практики в рамках DevSecOps. Малые проекты — пока нет. Именно они и составляют большую часть из 174 000 пострадавших пакетов.
За 3 часа 30-31 марта 2026 года один скомпрометированный аккаунт мейнтейнера превратил библиотеку с 100 млн загрузок в неделю в вектор доставки RAT на macOS, Windows и Linux. Атака остановилась не потому, что сработала защита большинства команд — а потому что Elastic Security Labs вела поведенческий мониторинг и быстро инициировала удаление пакетов из реестра.
Периметр сети, права доступа, свой код — всё это давно под контролем. Зависимости — чужой код, за которым стоит конкретный человек с учётной записью — оставались вне этого периметра. Инцидент с Axios закрыл этот слепой пятно для тех, кто его заметил.
Те, кто не заметил, узнают позже — когда что-то пойдёт не так.