Как достигать и поддерживать SLA 99.99%: от проектирования отказоустойчивых архитектур до автоматизации incident response? Обсудим это на HighLoad++ 2025 в рамках секции «SRE и эксплуатация систем».

Вас ждут истории о том, как спать спокойно, когда твой сервис используют миллионы. В докладах — реальный опыт: построение систем мониторинга и алертинга, организация on-call ротаций, post-mortem анализ. Спикеры поделятся практиками chaos engineering, capacity planning и того, как превратить каждый инцидент в улучшение системы.

Встречайте первые доклады и мастер-класс секции ⤵️

1) Когда облако дало сбой: реальный кейс борьбы за отказоустойчивость. Константин Крамлих (Yandex Cloud)

Любая крупная инфраструктура не застрахована от серого лебедя: критические инциденты случались и будут случаться, поэтому важно уметь вовремя понимать, не стоит ли все на пороге кризиса, а если он случился, то как из него выходить и извлекать уроки. В своем докладе Константин расскажет: как можно распознать приближающиеся проблемы; что делать, если они уже случились; что помогало и что мешало принимать технические решения в условиях неопределенности. И бонус-трек: как поддержать себя и команду в условиях кризиса.

2) Практики SRE на примере большого инцидента. Сергей Киселев MWS (МТС Web Services)

В условиях высокой нагрузки на сервисы и сложных технических проблем важно иметь эффективные практики для быстрого устранения инцидентов. Сергей поделится опытом решения кризисных ситуаций на примере одного из своих инцидентов, связанного с DNS, облачной инфраструктурой и человеческим фактором.

3) Мастер-класс: Что нужно знать про Java инженеру. Алексей Цыкунов (Hilbert Team)

На этом мастер-классе участники разберут полезные опции и важные нюансы для дебага и траблшутинга Java-приложений, запущенных в Kubernetes. Версии и инструменты JDK, что делать с JRE, как читать логи ошибок и логи GC, влияние реквестов и лимитов — все это будет разобрано на примере оператора elasticsearch и самописного чарта для запуска SpringBoot приложения.

Присоединяйтесь к нам, чтобы получить практические инструменты для работы 🙌

📍6-7 ноября, Москва, Технопарк «Сколково»

✅ Посмотреть, какие доклады уже приняты в программу и успеть забронировать билет до повышения цены можно на сайте

Начинаем неделю с полезного контента 🙌

Ловите вторую подборку записей докладов для разработчиков различных направлений с HighLoad++ 2024. Первая была здесь, если пропустили 👌

1️⃣ WASM: цель, устройство, перспективы. Владимир Хомутов

Доклад для разработчиков модульных систем, разработчиков расширений (в частности, nginx/angie).

Человек, столкнувшийся с WASM, впадает в ступор от своеобразия технологии и неожиданных архитектурных ходов. Это классический комитетский долгострой, а приложения нужны еще вчера. Владимир рассказал о том, как они «упаковали» WASM, чтобы разработчики могли эти приложения создавать.

VK Видео
RUTUBE

2️⃣ Лес Меркла, или Как мы уменьшили объём метаданных на 83% и заодно ускорили поиск дубликатов в 10 раз в СХД TATLIN.BACKUP. Сергей Ли

Доклад для разработчиков систем хранения и баз данных.

В мире уже придумано множество структур данных, подходящих для разных случаев. Среди них есть менее известные, но от этого не теряющие своей красоты структуры, способные помочь в эффективном хранении данных. Из доклада вы узнаете про дерево Меркла и его эффективное применение совместно с CDC. 

VK Видео
RUTUBE

3️⃣ Итак, вы решили надежно записывать данные на диск. Дмитрий Родионов

Для разработчиков, кому интересен путь данных от пользователя до железа и какие проблемы скрываются на этом пути

Простые действия могут иметь под собой на удивление сложную логику и многочисленные последствия. Доклад погрузит вас в дивный мир гарантий при записи данных, покажет интересные примеры проблем из жизни и затронет важный вопрос поиска подобных ошибок в приложениях.

VK Видео
RUTUBE

4️⃣ Как отлаживать асинхронный Odyssey, не привлекая внимания санитаров. Роман Хапов

Для разработчиков на С/С++, разработчиков асинхронных движков.

Глубоко технический доклад о том, как GDB расширяли для отладки Odyssey: асинхронного connection pool для PostgreSQL. Движок написан на C в асинхронной парадигме на корутинах, и в докладе Роман рассказал, как подобную задачу пытались решить в Go, но на самом деле не решили. А они — решили.

VK Видео
RUTUBE

5️⃣ Путь к стабильным и быстрым дискам в Yandex Cloud. Даниил Татьянин

Системным разработчикам

Как не терять производительность при эмуляции устройств, не уходя в крайности? Даниил рассказал про вариант эффективной реализации виртуальных дисков и новый опенсорсный проект, позволяющий решать подобные задачи.

VK Видео
RUTUBE

6️⃣ Особенности современной аппаратуры: как на x86-64 изолированные ВМ могут чувствовать друг друга. Максим Давыдов

Разработчикам облаков

Захватывающая история расследования проблемы с производительностью ВМ, вызванной конкуренцией за кэш L3 и шину к RAM. Спикер показал, как инженеры Yandex Cloud смогли найти взаимное влияние ВМ и оптимизировать их работу.

VK Видео
RUTUBE

Продуктивного просмотра! Не забывайте делиться с коллегами, кому данные записи могут быть полезны 😉

Продолжаем рассказывать вам о программе HighLoad++ 2025. На этот раз доклады из секций: DevOps-практики и культура, Базы данных и системы хранения, Архитектура и масштабируемость.

Выбирайте актуальную для вас тему и сохраняйте в свое личное расписание на конференции ✅

1) ICQ мёртв. Да здравствует ICQ! Олег Вознесенский (VK Tech)

15 ноября 1996 миру был представлен ICQ – пионер сервисов мгновенного обмена сообщениями и некогда самый популярный IM. 26 июня 2024 года компания VK, на тот момент владеющая проектом, прекратила работу мессенджера. Конец. На самом деле все гораздо интереснее. В 2019 году был представлен корпоративный мессенджер VK Teams, который фактически является... коробочной версией ICQ. Давайте заглянем под капот аськи, оценим архитектуру, окунемся в историю, сформулируем проблемы и вызовы и поговорим о путях развития. Для этого приходите на доклад Олега.

2) Снапшоты своей файловой системы через LSM: с RocksDB легко, но есть нюансы. Александр Черепанов (YADRO)

Александр поделится опытом интеграции преимуществ RocksDB, сфокусировавшись на реализации снапшотов файловой системы. Вы узнаете, как воспользоваться преимуществами LSM-дерева для реализации снапшотов и при этом не раздуть их метаданные из-за особенностей RocksDB. Как стреляют в ногу нюансы дедуплицирующей файловой системы и POSIX. И как делать поверх всего этого очистку более неиспользуемых данных.

3) Как мы в Яндекс Еде построили свой рекламный движок с нуля за 3 месяца. Денис Токарев (Яндекс Еда)

История создания собственного рекламного движка в Яндекс Еде: от бизнес-требований до production-решения, обрабатывающего >600 запросов в секунду с откликом <200ms. Выбор между R-tree и H3 для геопоиска до ML-предсказаний в real-time. Разберем аукцион второй цены, CPA-модель и архитектуру.

Присоединяйтесь к нам на HighLoad++ 2025 🙌

Успейте забронировать билет до повышения цены ⚡

Хотите упростить работу с асинхронными API и сделать документацию понятной и доступной?

Александр Митин, Java-разработчик в компании ИТ-Холдинг Т1, рассказал про AsyncAPI — стандарт, аналогичный Swagger или OpenAPI, но для событийно-ориентированных систем с обменом сообщениями через брокеры.

Как описывать асинхронные взаимодействия, какие инструменты использовать для визуализации и генерации кода, как построить CI/CD для автоматической работы с AsyncAPI-спецификациями — все это в сегодняшней статье.

🖐️ Если ваша архитектура строится на Kafka, MQTT, RabbitMQ или похожих решениях, этот инструмент и опыт применения AsyncAPI могут упростить разработку и поддержку.

Данные — это сердце любой высоконагруженной системы 🖤

В треке «Базы данных и системы хранения» собран опыт работы с петабайтами информации: от классических РСУБД до современных распределенных хранилищ. Мы обсудим реальные проблемы и их решения: шардирование, репликация, консистентность, оптимизация запросов.

Рассказываем еще о двух докладах трека ⤵️

1) TTL данных в Яндекс Доставке – где закончился PostgreSQL и что вместо него. Валерий Кондаков (Яндекс Доставка)

Яндекс Доставка — высоконагруженный сервис, считающий 10 000 офферов в секунду (каждый оффер — JSON ~30 КБ). Им нужно укладываться в 20 мс на сохранение и при этом сохранять персистентность данных. В докладе Валерий поделится выжимкой трехлетнего пути: PostgreSQL под write-heavy и TTL – с какими ограничениями они столкнулись и почему масштабирование упирается в архитектуру базы. Переход к Redis/Valkey: почему in-memory хранилище подходит под эту задачу и как они не потеряли гарантии. Хранение офферов на клиентах Ya.Go вместо собственной БД: когда это оправдано, какие подводные камни и что важно учесть при внедрении.

2) Миграция контента в KION: как перенести сотни ТБ без downtime. Никита Иванов (МТС Web Services (MWS))

Казалось бы, перенос данных — рутинная задача. Но когда речь идет о работающем онлайн-кинотеатре с нагрузкой в тысячи RPS, гигабитами трафика и жесткими требованиями к IOPS, всё становится сложнее. В этом докладе Никита расскажет реальный кейс миграции контента из легаси-системы (на физических серверах) на новую платформу KION без остановки сервиса.

✅ Все доклады трека можно посмотреть на сайте

Ждем вас 6 и 7 ноября на HighLoad++ 2025 🙌

Рассмотреть актуальные скорости трафика и методы их съема, узнать архитектуру современного сервера и принципы создания высокопроизводительных систем вы сможете на докладах из секции «Архитектура и масштабируемость», о которых рассказываем сегодня ⤵️

1) Программный съем трафика на скорости 400Gbps: опыт, оптимизации и неочевидные решения. Юрий Морозов (Группа компаний «Гарда»)

В этом докладе слушатели рассмотрят актуальные скорости трафика и методы их съема. Узнают, почему 400Gbps — сегодняшняя реальность. Погрузятся в теорию программного съема и на практических примерах компании «Гарда» разберут, как достигли 400Gbps. Главный фокус — на неочевидных оптимизациях схемы и кода, давших прорыв в производительности, а также вывод — решение есть почти всегда, надо стараться найти.

2) Восстание машин или как хранилища Sage на новое железо заезжали. Руслан Боярский (Т-Банк)

Из доклада вы узнаете:
-Архитектуру современного сервера: процессоры, память, riser и RAID-контроллеры.
- Опыт запуска ES на новом железе и на какие проблемы с аппаратным обеспечением (hardware) наткнулась команда Sage в Т-Банке (их «черный лебедь»).
- Как при этом вел себя ES нода или сервер, и как команда доказывала, что проблема не в приложении, а на уровне железа.
- Как эти проблемы были решены и какие выводы были сделаны на будущее.

3) Performance-Driven Development — как сделать торговую систему с минимальными задержками. Алексей Шурыгин (AlphaNova)

Какими принципами надо руководствоваться, чтобы создать систему, где скорость задержки — микросекунды, а количество заявок — десятки и сотни тысяч? Что такое Performance-Driven Development (PDD), и почему без него такую систему не создать? Какие практические подходы надо использовать? За ответами приходите на доклад Алексея.

Присоединяйтесь к нам 6 и 7 ноября на HighLoad++ 2025 🙌

➡️ Программа пока в стадии формирования, но вы уже можете посмотреть часть из того интересного и полезного, что вас ждет.

Языки программирования и технические стеки, GenAI и большие языковые модели (LLM), Тестирование высоконагруженных систем — тематические треки из программы HighLoad++ 2025.

В этом посте рассказываем о докладах из этих треков. Выбирайте актуальное для вас направление и сохраняйте в свое личное расписание на конференции ✅

1) От Protobuf к FlatBuffers: Двухкратное ускорение сервиса с правильной сериализацией. Денис Божок (Островок!)

Денис поделится опытом перехода от использования Protocol Buffers к FlatBuffers в связке с языком Go и gRPC. Будут детально разобраны причины и процесс миграции, рассмотрены проблемы, с которыми они столкнулись, а также результаты этой миграции.

2) Как сохранить высокую надёжность при GenAI трансформации. Вячеслав Кудряшов (Сбер)

Из доклада узнаете, как в Сбере внедряют AI-агентов в критичные банковские системы без падений прода. Увидите 12 боевых паттернов надежности: от предотвращения зацикливаний до автоматических откатов. Готовые решения для вашего GenAI. Не пропустите опыт, который сэкономит вам месяцы!

3) Чему нас научили 24 миллиарда событий в сутки: уроки эксплуатации ClickHouse. Сергей Волков (Сбер)

Сергей расскажет о том, как устроен их стриминговый пайплайн, как сервис сбора событий справляется с миллиардами событий, какие тесты они проводили. Про внезапный скачок нагрузки х2, сбой кластера ClickHouse и как он проявился, сбой Kafka и поведение пайплайна. К чему привела запись всех событий в один проект вместо 50+. Какие баги, затыки и инсайты они получили, и как это повлияло на прод. Доклад будет интересен всем, кто работает с ClickHouse под высокой нагрузкой, собирает real-time данные, использует Kafka и хочет понять, где тонко и как не порвать.

Ждем вас на HighLoad++ 2025 🙌

➡️ Узнать больше о программе и забронировать билет можно на сайте

Как обеспечить отказоустойчивость почтового сервера Exim при обработке миллиона писем в минуту?

В статье Максим Уймин из VK делится опытом создания распределённой почтовой очереди на базе Tarantool и Zepto, которая позволяет Exim стать stateless и легко переживать сбои ЦОД без прерывания работы.

Узнайте, как устроена архитектура очереди, почему Tarantool оказался лучшим решением, как реализована файловая система на FUSE и как всё это интегрируется с Kubernetes для стабильной и масштабируемой работы почты.

💡 Для всех, кто интересуется высоконагруженными системами и отказоустойчивыми решениями — отличный глубокий кейс от практиков!

Мы начинаем работу над новым продуктом и хотели бы обратиться к вам за помощью 🖐️

Приглашаем вас принять участие в опросе, который поможет нам лучше понять ваши потребности.

Опрос небольшой, займет всего пару минут, но для нас это важная информация для создания действительно полезного и нужного продукта для вас.

✅ Пройти опрос

Спасибо за ваше участие!