Репер хаски: Рэпер Хаски принимает участие в СВО и пишет новый альбом

23.12.202220.12.2022 alexxlab Разное

Рэпер Хаски принимает участие в СВО и пишет новый альбом

Рэпер Хаски принимает участие в СВО и пишет новый альбом — Российская газета

Свежий номер

РГ-Неделя

Родина

Тематические приложения

Союз

Свежий номер

Рубрика:

Новости

03.11.2022 14:54

Елена Сидорова

Рэпер Дмитрий Кузнецов, известный поклонникам под псевдонимом Хаски, отправился на специальную военную операцию. Об этом сообщил сам музыкант в своем телеграм-канале.

Николай Хижняк/РИА Новости

Информацию о том, что Хаски прибыл в зону боевых действий, подтвердил канал WarGonzo.

В каком качестве находится рэпер на передовой, неизвестно. Сам музыкант немногословен, он указал, что ведет работу над новым альбомом и дал ссылку на трек «Бог войны», который ранее был записан на линии фронта.

Отметим, что весной Кузнецов уже приезжал на Донбасс, тогда он привез гуманитарный груз и принял участие в съемках фильма.

Поделиться:

#Россия

#музыка

#рэп

16:33Кинократия

Оливия Кук назвала самую сложную сцену в «Доме Дракона»

15:41Кинократия

«Что такое хорошо и что такое плохо»: о чем будет фильм «Чук и Гек. Большое приключение»

15:31Кинократия

Эклс рассказал, что хотел бы быть на месте Паскаля в сериале The Last of Us

15:15Кинократия

Голливудские режиссеры назвали лучшие фильмы 2022 года

14:40Кинократия

Джеймс Ганн заявил, что Галь Гадот останется Чудо-женщиной

14:25Кинократия

Вышел первый трейлер «Знакомства родителей» с Гиром и Робертс

13:36Кинократия

Российские фильмы «Аритмия» и «Узлы» покажут на фестивале в Китае

13:19Кинократия

От «Руки вверх!» до Вячеслава Бутусова: кто споет в Новый год на Первом канале

13:05Кинократия

«Юмор, любовь и оливье вне времени»: появился трейлер сериала «Оливье и роботы» с Леонидом Каневским

11:57Кинократия

Певица Слава рассталась с возлюбленным после 20 лет отношений

11:41Кинократия

200-килограммовая актриса и модель Джейми Лопес умерла в 37 лет

11:33Кинократия

В Сети появился трейлер звездной новогодней комедии «Оливье»

11:29Кинократия

Анастасия Волочкова заявила, что выходит замуж

11:25Кинократия

Умер актер из знаменитых итальянских эротических комедий Ландо Будзанка

11:20Кинократия

Козловский, Петров, Бурунов и другие звезды: 31 декабря в Сети выйдет уникальный детский телеспектакль

11:11Кинократия

Лариса Долина рассказала о восстановлении Николая Баскова после операции

Главное сегодня:

Поддержавшего Донбасс рэпера Хаски травят за помощь республике.

Его концерты в Москве отменяют

Как удивительно работает голова и логика рэперов-нонконформистов, наследовавших традиции демшизы от Валерии Новодворской.

Фото: с личной страницы в соцсети

Стоит полиции задержать их коллегу, рэпера Хаски (Дмитрия Кузнецова), хип-хоп братия тут же организовывается в слаженный моб и собирает деньги в помощь арестованному на концерте «Я буду петь свою музыку».

Фото: соцсети

На этом концерте выступают все, кого только можно представить на одной сцене — и наставник шоу «Голос» (Первый канал) Баста (Василий Вакуленко), и интеллектуал-эмигрант Оксимирон (Мирон Федоров), и «поэт»-сопротивленец Noize MC (Иван Алексеев), и даже прозревший нигилист Фейс (Иван Дремин), что хвалил Владимира Путине. Резонанс, лозунги, синергия протеста — все это.

Фото: afisha.

ru

Казалось бы, стремящийся к экстремальному андеграунду Хаски сторонится тусовочки. Не участвует в совместных перфомансах, не ходит на митинги и не подписываем коллективных петиций. Но за него заступились! Благородно? Вроде бы да, ведь музыка вне политики.

Но нет, проходит время и все становится понятно. Благородные коллеги просто вывесили Диму на флаг в качестве удобного символа.

Стоило Хаски сделать шаг в сторону от генеральной линии демшизоидной (к либеральному течению в традиционном европейском смысле слова все эти люди, конечно, никакого отношения не имеют) партии, его тут же начали отменять. В прямом смысле слова. А ведь рэпер никогда не скрывал позиции по Донбассу — с 2014 года ездил туда, активно поддерживал жителей ЛДНР, выступал, отправлял гуманитарную поддержку, знаком с легендарными комбатами боевых подразделений ополчения.

А еще Дмитрий выпустил документальный фильм «ЧВК «Филармония» о музыкантах и хореографах Луганской народной республики, взявших в руки вместо инструментов оружие, чтобы защищать родную землю от ВСУ. Вот такую версию Хаски не смогли простить ни противоположно настроенные коллеги (Слава КПСС записал обличительный куплет по этому поводу), ни московская публика, ни эмигранты, привыкшык смотреть на мир через креативные желтые очки и прозрачный стаканчик со смузи.

Концерт рэпера на площадке арт-пространства «Поле» в рамках фестиваля Dance Hole был отменен по инициативе принимающей стороны. Хаски должен был дебютировать в новом качестве — диджея по прозвищу dj hvost.

Фото: соцсети

Среди руководителей этой площадке числится некий Алексей Дымарский — сын Виталия Дымарского

, экс-редактора «Эхо-Москвы Санкт-Петербург» и Елены Дымарской, которая приходится двоюродной сестрой Андрею Макаревичу.

Теперь Хаски пришлось искать новую площадку для выступления. В официальной группе в ВК он сообщил: «Друзья, все будет. 2.07 увидимся в клубе Mutabor».

Перед этим, 1 июля, музыкант выступит в Петербурге на фестивале электронной музыки «Интенсив».

Остается надеяться, что в менеджменте этой площадки не окажется людей, для которых помощь русским воинам и мирным беззащитным жителям Донбасса не означает автоматический бан.

Сравнение

Husky и Benchmark 2022 Сравнение

Husky и Benchmark 2022 | ФинансыОнлайн

ПОЛУЧИТЬ ЗАПИСЬ

• Home
• Marketing Software
• Husky
• Benchmark

Почему ФинансыОнлайн бесплатно?

Что лучше Хаски или Бенчмарк? Сегодняшние фирмы хотят, чтобы лучший продукт Marketing Software оставался конкурентоспособным. На этой странице мы поможем вам выбрать правильный продукт, позволив вам сравнить Husky и Benchmark вплоть до деталей их отдельных функций.

Вы также можете использовать наши общие оценки, которые оценивают качество и производительность программного обеспечения. Husky получил 6,7 балла, а Benchmark — 8,5. Точно так же вы можете сравнить их общий рейтинг удовлетворенности пользователей: 98% (хриплый) против 100% (контрольный показатель). Не забудьте выбрать решение, которое лучше всего решает ваши основные проблемы, а не решение с большим количеством функций.

Мы понимаем, что не у всех компаний есть время на изучение большого количества различных услуг, поэтому мы подготовили список рекомендаций, которые могут быть вам полезны. Наш лучший выбор в категории «Программное обеспечение для маркетинга»: SE Ranking, Salesforce Marketing Cloud, HubSpot Marketing.

НАГРАДЫ NOAWARDS
ЕЩЕ

SmartScore™

6.7

Удовлетворенность пользователей

98%

Цена:

Начиная с €39

Модель ценообразования

Модель ценообразования

Бесплатно

Ежемесячный платеж

Разовый платеж

Годовая подписка

На основе котировок

Список функций

Список функций

• Управление проектами
• Коммуникационный модуль
• Управление задачами
• Маркетинговый контроль бюджета
• Отслеживание KPI
• Примечания
• Маркетинговая стратегия

Информация о ценах

Информация о ценах

Узнайте больше о ценах на Husky

Поддерживаемые языки

Английский

Китайский

немецкий

Хинди

Японский

Испанский

Французский

Русский

итальянский

Голландский

португальский

польский

Турецкий

Шведский

Арабский

Известные клиенты

Университет Лестера, Свободный университет Амстердама, Toyo Tyres

Доступные устройства

Windows

Линукс

Андроид

iPhone/iPad

Mac

Интернет

Windows Mobile

Размер компании

Малый бизнес

Крупные предприятия

Средний бизнес

Фрилансеры

Доступная поддержка

электронная почта

телефон

живая поддержка

обучение

билетов

Общая информация

Удобный онлайн-планировщик маркетинга, который собирает все ваши данные в одном месте и централизует данные и коммуникации.

Электронная почта компании

Контактный номер

+32 9-395-0340

Адрес компании

Husky Marketing Planner bv3 Понтстраат 38
Дёрле, Флаандерен 9831
Бельгия

Сравнение хаски

Имя

Сравнение

Сравнение с Shopia

Сравнение с MailModo

с Wix Shoutout

Compare с BuzzGura

666666666666666666666666666666666666666666666666666666666666666666666666666666616 с Wix Shoutout

Compare с BuzzGURRU

.

Сравнить с GreedyGame

Сравнить с CliquePrize

Сравнить с Klera

NOAWARDS
ЕЩЕ

SmartScore™

8.5

Удовлетворенность пользователей

100%

Цена:

Начиная с $90,95

Ценовая модель

Бесплатно

Ежемесячный платеж

Разовый платеж

Годовая подписка

На основе котировок

Список функций

• A/B-тестирование
• Автоматизация Про
• Автоответчики
• Управление списком контактов
• Маркетинг по электронной почте
• Шаблоны электронной почты
• Управление событиями
• Мобильный
• Опросы и обзоры
• Отчеты в реальном времени
• Регистрационные формы
• Интеграция с социальными сетями

Информация о ценах

Узнайте больше о ценах Benchmark

Интеграция

Benchmark интегрируется со следующими бизнес-системами:

• 3dcart
• БигКоммерс
• Зарядка
• ком
• Дигиох
• Ивентбрайт
• Фейсбук
• Облегченная обратная связь
• Опалубка
• Фрешдеск
• Полный планшет
• Gmail
• Документы Google
• Канавка
• Высотный CRM
• JotForm
• LinkedIn
• LiveChat
• Мадженто
• Microsoft Dynamics CRM
• Нитро Облако
• PayPal
• ПиСинк
• Трубопровод
• рекурсивно,
• Облако продаж Salesforce
• Shopify
• Слабый
• Smartsheet
• Полоса
• СахарCRM
• SurveyMonkey
• Твиттер
• Отскочить
• vCita
• Волюзион
• Вистия
• WordPress
• Вуфу
• Запир
• Зендеск
• Zoho ContactManager

Поддерживаемые языки

Английский

Китайский

немецкий

Хинди

Японский

Испанский

Французский

Русский

итальянский

Голландский

португальский

польский

Турецкий

Шведский

Арабский

Известные клиенты

Доступные устройства

Windows

Линукс

Андроид

iPhone/iPad

Mac

Интернет

Windows Mobile

Размер компании

Малый бизнес

Крупные предприятия

Средний бизнес

Фрилансеры

Доступная поддержка

электронная почта

телефон

живая поддержка

обучение

билетов

Общая информация

Benchmark — идеальный инструмент для интернет-маркетинга, поскольку он сочетает в себе автоматический маркетинг по электронной почте с функциями для социальных сетей и многое другое.

Компания по электронной почте

[email protected]

Контакт №

Продажи: 0124-4192601-05

Адрес компании

10611116. Лос Аламитос, Калифорния
США

Сравнение эталон

Имя

Сравнение

Сравнение с MailModo

Сравнение с Shopia

с Ortto

Сравнение с Klera

Compare с WIMAOT

с WIX -SCARILE

с WIX -SCARE

с WIXAOT

с WIXAOT

с WIXTAUT

с WIXAOT

с WIXAOT

с WIXTAR69. GreedyGame

Сравните с BuzzGuru

Сравните с CliquePrize

Если вы продолжаете сомневаться в том, какое решение лучше всего подойдет для вашего бизнеса, возможно, имеет смысл проанализировать социальные показатели каждого сервиса. Эти показатели довольно часто являются индикатором того, насколько популярно данное программное обеспечение и насколько широко его присутствие в Интернете. Например, в случае с Facebook у Husky на официальной странице 430 лайков, а профиль Benchmark лайкают 8817 человек.

Последнее изменение страницы 10.12.2022

Почему FinancesOnline бесплатен?

FinancesOnline доступен бесплатно для всех бизнес-профессионалов, заинтересованных в эффективном поиске первоклассных решений SaaS. Мы можем сохранить наш сервис бесплатным благодаря сотрудничеству с некоторыми поставщиками, которые готовы платить нам за трафик и возможности продаж, предоставляемые нашим веб-сайтом. Обратите внимание, что FinancesOnline перечисляет всех поставщиков, мы не ограничиваемся только теми, которые платят нам, и все поставщики программного обеспечения имеют равные возможности для участия в наших рейтингах и сравнениях, получения наград, сбора отзывов пользователей, и все это в наших усилиях. чтобы дать вам надежный совет, который позволит вам принимать обоснованные решения о покупке.

Представляем Husky, магазин событий Datadog третьего поколения

проектирование / storage

Это история Husky, новой системы хранения событий, которую мы создали в Datadog.

Создание новой системы хранения — увлекательное и увлекательное занятие, к которому нельзя относиться легкомысленно. Самое главное, это не происходит на пустом месте. Чтобы понять компромиссы, которые делает новая система, вам нужно понять контекст: что было до этого и почему мы решили создать что-то новое.

Несколько лет назад компания Datadog объявила об общедоступности своего продукта Log Management. Это было важным дополнением к нашей платформе. До этого наиболее широко известным продуктом компании был Infrastructure Monitoring (в просторечии известный как «Метрики»). Системы метрик основаны на идее хранения предварительно агрегированных данных временных рядов в виде кортежей .

Однако эти системы метрик не подходят для хранения данных журналов, поскольку они обеспечивают эффективность за счет предварительного объединения множества похожих событий в одну агрегированную точку данных. Например, чтобы получить рейтинг веб-посещений, намного эффективнее (с точки зрения затрат и энергии) регистрировать количество кликов в секунду на веб-сервере, чем читать поток кликов для получения той же информации.

Эта оптимизация очень желательна для создания сжатых временных рядов для системы метрик, но губительна для продукта журналов. С точностью до одной секунды миллион «событий», происходящих в течение одной секунды, можно сжать в один 16-байтовый кортеж . Кроме того, большинство современных баз данных метрик используют дельта-дельта-кодирование, так что фактическая стоимость хранения каждого 16-байтового кортежа в большинстве случаев составляет менее двух байтов.

В обмен на эффективность системы метрик имеют ограничения на возможность хранения контекста в виде тегов. Вы можете эффективно фильтровать и группировать данные метрик, но существует компромисс между неограниченной кардинальностью тегов и временем, которое требуется для возврата запроса.

Следовательно, практическая рекомендация помечать метрики по долгоживущим измерениям, таким как datacenter , service или pod_name , при предварительном агрегировании недолговечных, быстро меняющихся измерений, таких как transaction_id или пакет_идентификатор .

С другой стороны, к продукту для ведения журналов предъявляются совсем другие требования:

1. Размеры журналов, как правило, измеряются в килобайтах, а не в байтах. Это сильно влияет на то, что необходимо для эффективного хранения и запроса этих журналов.
2. Продукт ведения журнала, который не может поддерживать данные с высокой кардинальностью, такие как трассировки стека и UUID, не очень полезен.

Другими словами, привлекательность метрик заключается в возможности очень эффективно вычислять временные ряды с достаточным контекстом из большого количества событий. Привлекательность журналов заключается в возможности сохранять множество детализированных событий со всем их контекстом и создавать агрегаты произвольной размерности во время запроса.

Так выглядела первая система журналов Datadog.

Первая система журналов Datadog.

Сначала все работало хорошо, но вскоре появились трещины. Основная проблема заключалась в том, что в кластере с несколькими арендаторами один неисправный узел мог нарушить работу всех арендаторов и, в худшем случае, сделать весь кластер недоступным.

Всякий раз, когда это происходило, устранить проблему было сложно. Масштабирование или масштабирование перегруженного кластера часто не улучшало, а ухудшало ситуацию. Узлы, которые уже были перегружены операциями записи или чтения, внезапно начинали передавать данные друг другу в дополнение ко всей работе, которую они уже пытались выполнить.

Вторая версия нашей системы журналов отделила хранилище от кластеризации. Мы будем обрабатывать всю кластеризацию отдельно, что позволит нам тесно интегрировать новую систему кластеризации с остальной частью нашей многопользовательской технологии. Мы сохранили тот же механизм хранения с одним узлом и сосредоточились на детальном управлении распределением данных и изменениями топологии. Новая установка выглядела примерно так:

Лог-система второго поколения Datadog. Разверните, чтобы увидеть полную информацию.

Между этой диаграммой и предыдущей есть несколько ключевых отличий:

• Ни один из отдельных узлов не знает друг о друге. Каждый ведет себя так, как будто это «кластер» из одного. Это означает, что один неправильно работающий или неработоспособный узел может когда-либо нарушить работу только такого количества арендаторов, которое мы назначили для принадлежащего ему сегмента, и он не может вызвать каскадные сбои в остальной части «кластера».
• Мы представили новую службу под названием «Шард-маршрутизатор», которая считывает из Kafka и записывает обратно в новый кластер Kafka, но на этот раз с данными, организованными в «осколки» (группы разделов). Арендаторы автоматически разбиваются на соответствующее количество сегментов в зависимости от их объема данных за последние пять минут.
• Две реплики узла хранения используют каждый сегмент, потребляя только события из соответствующих разделов своих сегментов.
• Мы добавили настраиваемый механизм запросов, который знает, по каким сегментам распределены данные каждого арендатора, и в чьи обязанности входит запрашивать все соответствующие сегменты/реплики, объединять частичные агрегаты и генерировать окончательный результат запроса.

Переход на эту новую архитектуру привел к заметному повышению надежности, а это означает, что наша ротация по вызову стала намного более терпимой, а инженеры стали больше спать. Как раз вовремя, чтобы масштабы нашей платформы (внутренне называемой «Платформа для мероприятий») росли еще более быстрыми темпами!

Другие группы запустили новые продукты, такие как Network Performance Monitoring (NPM), Real User Monitoring (RUM) и Datadog Continuous Profiler. У многих из этих новых продуктов были те же требования к хранилищу, что и у продукта Log Management: им нужно было хранить и индексировать многокилобайтные временные ряды «событий». Осознав, что события, генерируемые этими новыми продуктами, выглядят почти так же, как структурированные журналы, мы расширили возможности нашей платформы и начали хранить и эти события.

По мере того, как новые продукты начали расти на задней части платформы для мероприятий, снова начали появляться трещины. Например, взрыв одного арендатора и отправка огромного количества событий за короткий период времени могут привести к ухудшению качества запросов для всех других арендаторов, расположенных в том же сегменте.

В дополнение к этим проблемам с надежностью группы разработчиков начали просить нас о новых функциях, которые нам было трудно поддерживать с этой архитектурой:

• У некоторых клиентов, занимающихся логированием, были важные данные, которые им нужно было запрашивать лишь изредка, но они хотели храниться (и немедленно запрашиваться) намного дольше, чем это было экономически выгодно с нашей существующей архитектурой.
• Клиенты и группы разработчиков просили предоставить возможность запрашивать и объединять данные по любому полю в своих событиях, не указывая заранее, какие поля были проиндексированы.
• Разработчики продукта хотели, чтобы мы поддерживали функции массива, оконные функции и хранили DDSketch напрямую в механизме хранения, чтобы они могли отправлять нам предварительно агрегированные эскизы, а затем повторно агрегировать их во время запроса.

И это была только верхушка айсберга! Нам стало ясно две вещи:

1. Нам нужна была совершенно новая архитектура, которая отделяла вычислительные ресурсы от хранилища для независимого масштабирования путей приема, хранения и запросов, а также предоставляла больше гибкости для управления изоляцией, производительностью и качеством обслуживания. в наших многопользовательских средах.
2. Нам нужно было полностью владеть механизмом хранения, чтобы управлять своей судьбой и предоставлять функциональные возможности, о которых просили наши разработчики.

С новым взглядом и новыми требованиями мы сделали шаг назад и полностью переосмыслили наш стек хранения. Мы были вдохновлены недавними достижениями в этой области (например, Snowflake и Procella), которые позволили эффективно отделить хранилище от вычислений, и решили применить аналогичный подход. Мы полагали, что это даст нам максимальную гибкость для создания системы, которая была бы отказоустойчивой и производительной перед лицом непредсказуемых и агрессивных рабочих нагрузок с несколькими арендаторами. Мы также решили, что наша новая система должна быть векторизованным хранилищем столбцов (хотя и с большим количеством оптимизаций для поиска «иголка в стоге сена»), потому что наша платформа стала больше походить на озеро данных в реальном времени.

Представляем Husky

Мы приступили к созданию новой системы хранения, ласково называемой «Хаски». Когда нам что-то нравится, мы описываем Husky как «разделенное, распределенное, бессхемное, векторизованное хранилище столбцов с гибридными возможностями аналитики/поиска, разработанное с нуля для хранения товарных объектов». Конечно, картинка стоит тысячи слов, поэтому вот упрощенная схема архитектуры Husky:

Система хранения Datadog третьего поколения, Husky. Разверните, чтобы увидеть полную информацию.

Роли

Давайте попробуем разбить это, потому что многое изменилось по сравнению с нашими предыдущими диаграммами. «Система хранения», которая раньше располагалась в каждом отдельном узле хранения, теперь разделена на три разные роли: устройства записи, чтения и компакторы ¹ .

Писатели читают из Kafka, (на короткое время) буферизуют события в памяти, загружают события в хранилище BLOB-объектов в нашем пользовательском формате файлов, а затем фиксируют наличие этих новых файлов в нашем хранилище метаданных. Вот как данные попадают в систему хранения Husky. Эти узлы полностью не имеют состояния и могут автоматически масштабироваться. Важно отметить, что мы никогда не взаимодействуем с узлами Writer во время запроса. Это резко снижает способность запросов ухудшать прием или наоборот.

Уплотнители сканируют хранилище метаданных на наличие небольших файлов, созданных модулями записи и предыдущими уплотнениями, и сжимают их в более крупные файлы. Эти узлы выполняют ту же роль, что и система сжатия в базе данных LSM-дерева, но вместо сжатия данных на локальном диске они работают как распределенная служба автоматического масштабирования. Они загружают сжатые файлы в хранилище BLOB-объектов, а затем «фиксируют» этот результат в хранилище метаданных. Затем хранилище метаданных удаляет старые входные файлы и создает новые выходные файлы в атомарной транзакции, поэтому запросы никогда не получают противоречивого представления данных.

Узлы Reader (конечные) выполняют запросы к отдельным файлам в хранилище BLOB-объектов и возвращают частичные агрегаты, которые повторно объединяются механизмом распределенных запросов. Эти узлы (почти ² ) не имеют состояния и могут без проблем увеличиваться или уменьшаться.

Метаданные

Авторы, компакторы и читатели координируют общее представление о мире через наше хранилище метаданных. Хранилище метаданных Husky выполняет несколько задач, но самая важная из них — служить строго согласованным источником достоверной информации для набора файлов, которые в настоящее время видны каждому клиенту. Мы углубимся в подробности нашего хранилища метаданных в будущих сообщениях блога, но это тонкая абстракция вокруг FoundationDB, которую мы выбрали, потому что это была одна из немногих систем баз данных OLTP с открытым исходным кодом, которые соответствовали нашим требованиям:

• Распределенная и горизонтально масштабируемая по умолчанию.
• Строго сериализуемые и интерактивные транзакции без мелкого шрифта.
  • Полное симуляционное тестирование FoundationDB практически гарантирует, что вы никогда не обнаружите нарушения его строго сериализуемой модели изоляции транзакций. Это значительно упрощает решение многих сложных проблем распределенных систем.
• Высокая отказоустойчивость при чрезвычайно агрессивных рабочих нагрузках, о чем свидетельствует производственное использование в Apple и наши собственные внутренние испытания.

Хранилище

Понятия осколков и реплик практически исчезли из системы. Кроме того, мы не делаем различий между «историческими» данными и «свежими» данными в любой части архитектуры. Абстракции «хранилище метаданных» и «хранилище больших двоичных объектов» — это единственные оставшиеся компоненты с отслеживанием состояния, и мы перенесли сложные проблемы масштабируемости, репликации и долговечности «хранить и не потерять эти байты» в проверенных в боевых условиях системах, таких как FoundationDB и S3. Это позволяет нам сосредоточиться на проблеме, которую мы на самом деле пытаемся решить: как принимать, индексировать и запрашивать огромные объемы данных в многопользовательской среде. Например, иногда нам приходится искать PiB событий только для того, чтобы ответить на один запрос!

Тот факт, что мы смогли перенести хранилище необработанных данных и хранилище метаданных на проверенные в боевых условиях системы, возможно, является единственной причиной, по которой мы смогли построить и запустить в производство новую систему так быстро, как мы это сделали, но даже тогда это по-прежнему у нас ушло более полутора лет между написанием первой строки кода и полным переносом продукта на Husky.

Изоляция

Еще одно важное отличие этой новой архитектуры заключается в том, что нет никакой связи между объемами данных клиента и тем, сколько оборудования мы можем использовать для их запросов. Даже если объемы данных клиента крошечные, мы можем позволить запросу, нацеленному на данные за один год, временно «взорваться» на огромное количество узлов Reader, если у нас есть свободная емкость. Это позволяет нам использовать нашу шкалу, чтобы сгладить различия в интенсивности запросов отдельных арендаторов, чтобы предоставить всем клиентам лучший опыт. Точно так же клиенты могут отправлять нам огромные объемы данных, но если им не нужны запросы с малой задержкой, мы можем ограничить объем вычислений, которые могут использовать их запросы. Это техническая основа нашего уровня ведения журналов онлайн-архивов.

Husky также позволяет нам изолировать запросы независимо от того, как мы изолируем прием и хранение. На схеме выше оба пула читателей 1 и 2 имеют доступ как к хранилищам метаданных, так и к хранилищам больших двоичных объектов. Это позволяет нам изолировать запросы, как мы хотим. Мы можем запускать все запросы в одном гигантском пуле машин, или мы можем разделить их по продуктам, или даже что-то столь же детальное, как один арендатор. Архитектура Husky дает нам возможность изолировать путь запроса на основе нашей надежности, стоимости и целей продукта, а не ограничиваться решениями, которые мы приняли во время приема.

Наиболее очевидным преимуществом надежности, вытекающим из этого подхода (и тем, что было невозможно раньше), является то, что мы можем изолировать запросы, генерируемые автоматическим мониторингом, от запросов, генерируемых людьми. Мы намного лучше относимся к надежности нашей системы, зная, что запрос, созданный человеком, никогда не помешает нам оценить автоматические мониторы клиентов, и наоборот.

Конечно, на бумаге все это звучит великолепно, но как на деле? В Datadog святым Граалем для всех миграций является повышенная надежность, производительность и эффективность, именно в этом порядке.

Надежность

Надежность сложно измерить. Мы стараемся быть объективными, сравнивая SLO приема и запроса, но даже у SLO есть ограничения. Например, система, обещающая доступность с тремя девятками, допускает почти девять часов простоя в год, но пользователи будут иметь твердое мнение о том, как распределены эти часы! Пока что мы с оптимизмом смотрим на надежность Husky по сравнению с системами, которые она заменила:

• Количество инцидентов не увеличилось, несмотря на то, что это более новая система.
• Органический рост и внезапные, большие всплески входящих событий были обработаны автоматическим масштабированием без вмешательства человека.
• Мы почти не тратили время на отладку производительности запросов на уровне арендатора или узла.

Производительность

Производительность труднее всего измерить. Сравнивать нашу сложную и переменную рабочую нагрузку действительно сложно. Прежде чем перенести рабочую нагрузку, мы дважды записываем все данные как в старую систему, так и в Husky, а затем в течение нескольких месяцев отслеживаем 100 % запросов, чтобы сравнить правильность и производительность, прежде чем «щелкнуть выключателем». Опыт после миграции обычно выглядит следующим образом:

На этих диаграммах задержка Husky (фиолетовый цвет) сравнивается с задержкой нашей старой системы (синий цвет). Задержки p95/p99/max значительно ниже на Husky.

Средняя задержка Husky немного выше, чем у предыдущей системы, в основном из-за гораздо более высокого «минимального уровня задержки» удаленного хранилища по сравнению с локальными твердотельными накопителями.

В конце концов мы решили, что увеличение средней задержки на несколько сотен миллисекунд было правильным решением для наших клиентов, чтобы сэкономить секунды, десятки секунд и сотни секунд p9.5/p99/максимальная задержка соответственно.

Эффективность

Миграция Husky значительно повысила нашу общую эффективность, что позволило нам потратить время на еще более высокую производительность запросов и новые функции запросов. Кроме того, гибкость в распределении затрат позволила нам запустить совершенно новые продукты, такие как онлайн-архивы.