Чат HighLoad++: пока собирается билд

Инфраструктура для AI-агентов, запросы к распределенным данным и стоимость хранения. В этой подборке — материалы из индустрии и записи HighLoad++ 2025. Почитать: 🔴Everything we launched during Agents Week. Cloudflare собирает инфраструктуру для AI-агентов: отдельный runtime, новые сетевые возможности Workers и инструменты для трассировки и отладки. 🔴How and Why Netflix Built a Real-Time Distributed Graph: Part 3 — Querying the graph with gRPC execution API. Внутри — архитектура слоя запросов к графу на 8 млрд узлов и 150 млрд ребер: асинхронное выполнение, кеширование через EVCache и eventual consistency. Для single-hop запросов Netflix приводит P99 менее 100 мс. 🔴Running Cost-Efficient Export Workloads at Uber. Выборочные запросы по большим историческим таблицам заставляли читать слишком много файлов и увеличивали расходы. Uber сократил объем сканирования с помощью Hudi column stats и сортировки данных. Посмотреть: 🔴Строительные блоки LLM-агентов: планировщик, память, RAG и рабочие цепочки. Алексей Барган. Доклад на понятной архитектору и разработчику структуре поясняет, из чего состоит агент, и на практике показывает, в каких блоках какие проблемы могут возникнуть. 🔴Реалтайм-аналитика в распределенной системе. Вадим Зотеев. Как обрабатывать аналитические запросы за сотни миллисекунд, когда данные распределены по десяткам сервисов, а объемы измеряются миллионами/миллиардами записей? Практический опыт построения системы real-time-аналитики в большом B2B-продукте. 🔴Выжимаем облака досуха: как свое железо экономит 90% затрат на большие данные для стартапа. Андрей Ивахненко. Как хранить петабайты данных максимально дешево. Десятилетний опыт разработчика системы «Антиплагиат». Сохраняйте подборку на случай, если захотите к ней вернуться, и делитесь с коллегами 🙌