Главная
Стоимость
Приложения
Блог
Документация
Войти

Программирование

В этом разделе собраны технические статьи, связанные с программированием. Практические гайды по реализации различных задач, интересные кейсы из практики, примеры технических решений на разных фреймворках и языках (Python, Java, Kotlin, машинное обучение и т.д.)

  • MinIO больше не поддерживается: лучшие альтернативы S3-совместимого хранилища

    В апреле 2026 года GitHub-репозиторий MinIO архивировали, а образы minio/minio и minio/mc исчезли с Docker Hub. Работающие кластеры никуда не делись, но новые развёртывания и обновления образов стали проблемой — командам с self-hosted S3 пора выбирать альтернативы MinIO. В статье разбираем, чем заменить MinIO: три S3-совместимых объектных хранилища — Garage, RustFS и SeaweedFS. Garage силён в географически распределённых и мультисайтовых развёртываниях, RustFS ближе всего к привычной модели MinIO, а SeaweedFS закрывает сценарии, где кроме S3 нужны файловый доступ, HDFS и работа с большим числом мелких объектов. В помощь — сравнительная таблица по 15 критериям: язык, архитектура, erasure coding, сложность миграции и эксплуатации. Далее

  • 5 листингов для лучшего понимания Python

    На протяжении нескольких лет я занимаюсь программированием на Python. За это время мне удалось собрать несколько занятных листингов кода. Какие-то из этих листингов я находил в литературе, посвященной Python, некоторые листинги я встречал на собеседованиях, а на какие-то натыкался во время выполнения рабочих задач. Однако все эти листинги объединяет одно: на мой взгляд они имеют неплохой образовательный потенциал и помогают лучше понять некоторые концепции Python. В этом посте привожу пятерку из моего списка листингов. Далее

  • Как сделать Telegram-бота умнее: пошаговый гайд на Spring AI и Kotlin

    Перед вами ещё один гайд о том, как написать свой telegram-бот, который взаимодействует с нейросетью. Мы напишем его таким образом, чтобы с нейросетью можно было вести диалог, т.е. рассмотрим, как сохранять контекст между сообщениями. Но таких гайдов, особенно для Python, уже написано немало. Поэтому напишем его на новом фреймворке Spring AI из эксосистемы Spring. А чтобы совсем было интересно - писать будем на Kotlin) Далее

  • Запускаем ML-модели с помощью Docker и Nvidia Triton Server

    Nvidia Triton Server — технология, которая значительно упрощает запуск моделей машинного обучения и их использование в веб-приложениях. Более того, Nvidia Triton Server предлагает средства для управления количеством инстансов одной модели, средства для распределения ресурсов и балансировки нагрузки между этими инстансами, также тритон сервер обладает поддержкой популярных ML-фреймворков, и это далеко не полный список предлагаемых возможностей. В общем, именно поэтому мне бы хотелось познакомить вас с данным инструментом и продемонстрировать возможности его использования в ваших приложениях. В этом гайде автор постарался собрать полезную информацию о запуске моделей машинного обучения с помощью Nvidia Triton Server в docker-контейнерах. Далее

Мы используем файлы cookies

Продолжив работу с сайтом, вы соглашаетесь с   политикой использования файлов Cookies