1. SQL-инъекции (SQL Injection)

# Уязвимый код
def get_user(username):
    query = f"SELECT * FROM users WHERE username = '{username}'"
    cursor.execute(query)
    return cursor.fetchall()

# Атака
get_user("'; DROP TABLE users; --")

# Безопасный код с использованием параметризованных запросов
def get_user(username):
    query = "SELECT * FROM users WHERE username = %s"
    cursor.execute(query, (username,))
    return cursor.fetchall()

2. Межсайтовый скриптинг (XSS)

<!-- Уязвимый HTML -->
<form>
    <input type="text" name="username" value="{{ username }}">
</form>

<!-- Атака -->
https://example.com?username=<script>alert('XSS');</script>

<!-- Безопасный HTML с экранированием -->
<form>
    <input type="text" name="username" value="{{ username | escape }}">
</form>

3. Подделка межсайтовых запросов (CSRF)

<!-- Вредоносный сайт -->
<img src="https://example.com/transfer?amount=1000&to=attacker_account" style="display:none;">

<!-- Защищенная форма с CSRF-токеном -->
<form method="POST" action="/transfer">
    <input type="hidden" name="csrf_token" value="{{ csrf_token }}">
    <!-- другие поля -->
</form>

# Проверка CSRF-токена
def transfer(request):
    token = request.form.get('csrf_token')
    if not validate_csrf_token(token):
        abort(403)
    # продолжить обработку запроса

Заключение

Экранируйте весь пользовательский ввод, отображаемый в браузере.
Внедряйте CSRF-токены для всех форм и изменений состояния на сервере.
Эти меры помогут значительно снизить риск успешных атак на ваше веб-приложение.

1. Использование HTTPS

# Пример конфигурации Apache для перенаправления HTTP на HTTPS
<VirtualHost *:80>
    ServerName example.com
    Redirect permanent / https://example.com/
</VirtualHost>

2. Защита от SQL-инъекций

# Параметризованные запросы в Python
def get_user(username):
    query = "SELECT * FROM users WHERE username = %s"
    cursor.execute(query, (username,))
    return cursor.fetchall()

3. Защита от XSS (межсайтовый скриптинг)

<!-- Экранирование пользовательского ввода в шаблоне -->
<form>
    <input type="text" name="username" value="{{ username | escape }}">
</form>

4. Защита от CSRF (подделка межсайтовых запросов)

<!-- Включение CSRF-токена в форму -->
<form method="POST" action="/transfer">
    <input type="hidden" name="csrf_token" value="{{ csrf_token }}">
    <!-- другие поля -->
</form>

# Проверка CSRF-токена на сервере
def transfer(request):
    token = request.form.get('csrf_token')
    if not validate_csrf_token(token):
        abort(403)
    # продолжить обработку запроса

5. Использование контентной политики безопасности (CSP)

# Пример заголовка CSP
Content-Security-Policy: default-src 'self'; img-src https://*; child-src 'none';

6. Регулярные обновления и патчи

7. Минимизация прав доступа

1. Сложность управления

2. Повышенные требования к сетевым взаимодействиям

3. Сложность отладки и тестирования

4. Консистентность данных

Этот подход особенно полезен для крупных и быстро растущих приложений, где преимущества масштабируемости и независимого развертывания перевешивают сложности управления распределенной системой.

1. Обеспечение взаимодействия между сервисами

2. Обеспечение мониторинга и логирования

3. Управление данными

4. Обеспечение безопасности

5. Поддержка культуры DevOps

Заключение

4. Популярные системы очередей сообщений

# Пример использования RabbitMQ
import pika

# Установка соединения и создание канала
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()

# Объявление очереди
channel.queue_declare(queue='hello')

# Отправка сообщения
channel.basic_publish(exchange='', routing_key='hello', body='Hello World!')
print(" [x] Sent 'Hello World!'")

# Закрытие соединения
connection.close()

# Пример использования Kafka
from kafka import KafkaProducer

producer = KafkaProducer(bootstrap_servers='localhost:9092')

# Отправка сообщения
producer.send('test', b'Hello, Kafka!')
producer.flush()

# Пример использования Amazon SQS
import boto3

sqs = boto3.client('sqs')

# Создание очереди
queue_url = sqs.create_queue(QueueName='test_queue')['QueueUrl']

# Отправка сообщения
sqs.send_message(QueueUrl=queue_url, MessageBody='Hello, SQS!')

5. Практические рекомендации

Очереди сообщений являются важным компонентом для построения масштабируемых и устойчивых систем. Они позволяют улучшить производительность, обеспечить асинхронное взаимодействие и гибкость в управлении нагрузкой. Использование таких систем, как RabbitMQ, Apache Kafka и Amazon SQS, помогает создавать надежные и эффективные решения, соответствующие требованиям современных приложений.

Основные характеристики

Примеры использования

import pika

# Установка соединения и создание канала
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()

# Объявление очереди
channel.queue_declare(queue='task_queue', durable=True)

# Отправка сообщения
message = "Hello RabbitMQ!"
channel.basic_publish(exchange='',
                      routing_key='task_queue',
                      body=message,
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      ))
print(" [x] Sent %r" % message)

# Закрытие соединения
connection.close()

from kafka import KafkaProducer

producer = KafkaProducer(bootstrap_servers='localhost:9092')

# Отправка сообщения
producer.send('test_topic', b'Hello, Kafka!')
producer.flush()

Ключевые различия

4. Техники профилирования

5. Примеры использования

import cProfile

def slow_function():
    result = 0
    for i in range(1, 10000):
        result += i ** 2
    return result

cProfile.run('slow_function()')

def fast_function():
    n = 9999
    result = n * (n + 1) * (2 * n + 1) // 6
    return result

6. Заключение

1. Индексация

CREATE INDEX idx_user_email ON users (email);

2. Избегайте избыточных данных

-- Плохо
SELECT * FROM users;

-- Хорошо
SELECT id, name, email FROM users;

3. Нормализация

-- Таблица пользователей
CREATE TABLE users (
    user_id INT PRIMARY KEY,
    name VARCHAR(100)
);

-- Таблица заказов
CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    amount DECIMAL(10, 2),
    FOREIGN KEY (user_id) REFERENCES users(user_id)
);

4. Оптимизация запросов

EXPLAIN SELECT * FROM orders WHERE user_id = 1;

5. Кэширование

import redis

r = redis.Redis(host='localhost', port=6379, db=0)

def get_user(user_id):
    cached_user = r.get(f"user:{user_id}")
    if cached_user:
        return cached_user
    user = db.query(User).filter_by(id=user_id).first()
    r.set(f"user:{user_id}", user)
    return user

Заключение

Оптимизация кода и базы данных — это непрерывный процесс, требующий регулярного профилирования, анализа и улучшения. Используйте эффективные структуры данных, избегайте избыточных вычислений, параллелизуйте задачи и оптимизируйте запросы к базе данных. Следуя этим рекомендациям, вы сможете значительно улучшить производительность вашего приложения и обеспечить его надежную работу под высокой нагрузкой.

1. Установка Docker

2. Основные команды Docker

3. Создание Dockerfile

# Используем базовый образ Python
FROM python:3.9-slim

# Устанавливаем рабочую директорию в контейнере
WORKDIR /app

# Копируем файл с зависимостями
COPY requirements.txt .

# Устанавливаем зависимости
RUN pip install --no-cache-dir -r requirements.txt

# Копируем все файлы приложения в контейнер
COPY . .

# Устанавливаем команду запуска приложения
CMD ["python", "app.py"]

4. Сборка Docker-образа

docker build -t my-python-app .

5. Запуск Docker-контейнера

docker run -d -p 5000:5000 my-python-app

6. Пример Python-приложения

app.py:

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello, Docker!"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)
requirements.txt:

makefile
Копировать код
Flask==2.0.1

7. Управление контейнерами

docker ps

docker stop <container_id>

docker rm <container_id>

8. Использование Docker Hub

docker login

docker tag my-python-app <your_dockerhub_username>/my-python-app
docker push <your_dockerhub_username>/my-python-app

Заключение

1. Под (Pod):

apiVersion: v1
kind: Pod
metadata:
  name: my-pod
spec:
  containers:
  - name: my-container
    image: nginx
    ports:
    - containerPort: 80

2. РепликаСет (ReplicaSet):

apiVersion: apps/v1
kind: ReplicaSet
metadata:
  name: my-replicaset
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-container
        image: nginx
        ports:
        - containerPort: 80

3. Развертывание (Deployment):

apiVersion: apps/v1
kind: Deployment
metadata:
  name: my-deployment
spec:
  replicas: 3
  selector:
    matchLabels:
      app: my-app
  template:
    metadata:
      labels:
        app: my-app
    spec:
      containers:
      - name: my-container
        image: nginx
        ports:
        - containerPort: 80

4. Сервис (Service):

apiVersion: v1
kind: Service
metadata:
  name: my-service
spec:
  selector:
    app: my-app
  ports:
  - protocol: TCP
    port: 80
    targetPort: 80

5. Конфигурация и Секреты (ConfigMap и Secret):

apiVersion: v1
kind: ConfigMap
metadata:
  name: my-config
data:
  key: value

apiVersion: v1
kind: Secret
metadata:
  name: my-secret
type: Opaque
data:
  username: dXNlcm5hbWU= # base64 encoded value
  password: cGFzc3dvcmQ= # base64 encoded value

Заключение

Kubernetes предоставляет мощные инструменты для автоматизации развертывания, управления и масштабирования контейнеризированных приложений. Понимание его основных компонентов и объектов помогает эффективно использовать эту систему для создания надежных и масштабируемых приложений. Следуя приведенным примерам, вы сможете легко начать работу с Kubernetes и использовать его для оркестрации ваших контейнеризированных приложений.

Развертывание с Minikube

minikube start

kubectl get nodes

apiVersion: apps/v1
kind: Deployment
metadata:
  name: hello-world
spec:
  replicas: 2
  selector:
    matchLabels:
      app: hello-world
  template:
    metadata:
      labels:
        app: hello-world
    spec:
      containers:
      - name: hello-world
        image: k8s.gcr.io/echoserver:1.4
        ports:
        - containerPort: 8080

kubectl apply -f deployment.yaml

apiVersion: v1
kind: Service
metadata:
  name: hello-world-service
spec:
  type: NodePort
  selector:
    app: hello-world
  ports:
  - protocol: TCP
    port: 8080
    targetPort: 8080

kubectl apply -f service.yaml

minikube service hello-world-service --url

Развертывание с kubeadm

sudo apt-get update
sudo apt-get install -y docker.io
sudo systemctl enable docker
sudo systemctl start docker

sudo apt-get update && sudo apt-get install -y apt-transport-https curl
curl -s https://packages.cloud.google.com/apt/doc/apt-key.gpg | sudo apt-key add -
cat <<EOF | sudo tee /etc/apt/sources.list.d/kubernetes.list
deb https://apt.kubernetes.io/ kubernetes-xenial main
EOF
sudo apt-get update
sudo apt-get install -y kubelet kubeadm kubectl
sudo apt-mark hold kubelet kubeadm kubectl

sudo kubeadm init

mkdir -p $HOME/.kube
sudo cp -i /etc/kubernetes/admin.conf $HOME/.kube/config
sudo chown $(id -u):$(id -g) $HOME/.kube/config

sudo kubeadm join <master-ip>:<master-port> --token <token> --discovery-token-ca-cert-hash sha256:<hash>

kubectl apply -f https://docs.projectcalico.org/manifests/calico.yaml

kubectl get nodes