Что скрывают Go-разработчики?

Привет, друзья!

Мы продолжаем делиться с вами материалами, которые помогут разобраться в тонкостях высоконагруженных систем — от Go-ассемблера до real-time-стриминга в проде. А еще приглашаем вас на День открытых дверей HighLoad++ 2025 — в Москву или онлайн. Подробности ниже, а начнем с полезных статей и видео.


Что почитать

Ассемблер в Go: ускоряем вычисления

В этой статье Игорь Панасюк объясняет, зачем Go-программисту знать про ассемблер, как использовать SIMD-инструкции в Go и что такое абстрактный ассемблер. Если вы хотите добиться максимальной производительности, минуя стандартные ограничения языка — читайте обязательно.

Игорь подготовил целую серию статей — во 2-й и 3-й частях он показал на примерах, как это использовать.
👇
Читать 1 часть
Читать 2 часть
Читать 3 часть

Как Домклик создавал свой Feature Store

Построить внутреннюю платформу для работы с ML-фичами — это не про два спринта. Евгений Дащенко делится опытом поэтапного внедрения Feature Store без остановки бизнес-процессов. Читайте историю, как его команда на ходу перерабатывала пайплайны, подключала новые источники и автоматизировала генерацию признаков.
👉 Читать статью

Что посмотреть

Real‑time A/B: как получать метрики по экспериментам «здесь и сейчас»

Данил Валгушев рассказал, как в Яндексе реализовали систему расчета метрик A/B-экспериментов в реальном времени. Проблема в том, что на больших данных классические MapReduce-подходы дают значительные задержки — от часов до суток. Из доклада вы узнаете об архитектуре новой системы и инженерных решениях, которые позволили получать метрики на лету даже под высокой нагрузкой.
👉 Смотреть видео

Стриминг в МТС: BigData без Spark и Flink

История Евгения Ненахова о том, как в МТС построили потоковую систему —~10 миллионов событий в секунду. Цель — запускать триггерные рекламные кампании на основе поведения пользователей, пока данные еще актуальны.

Система работает без тяжелых фреймворков вроде Spark или Flink — только Java, Kafka, PostgreSQL, Aerospike и Kubernetes. Смотрите видео, и вы узнаете, как устроена архитектура системы, как обрабатываются разнородные данные и что помогает минимизировать задержки.
👉 Смотреть видео


Обработка потоковых данных — важная составляющая многих высоконагруженных систем. В категории «Стриминг и обработка потоковых данных» объединены доклады о технологиях и практиках работы с потоковыми данными.

Спикеры Saint HighLoad++ 2025

Архитектура сбора продакшн-трафика для нагрузочного тестирования: 10 000 микросервисов и 30 млрд запросов в Ozon

Евгений Кузышин расскажет, как в Ozon построили систему, которая клонирует трафик с продакшна, выдерживает 1,5 млн RPS и записывает 20 ТБ данных в сутки. Реальный опыт масштабирования, падения Kafka и путь от MVP до отказоустойчивой архитектуры.

10k метрик, 500 A/B-экспериментов и 500kk p-value каждый день. Как это возможно?

Данила Леньков из Авито покажет, как выросла внутренняя A/B-платформа Авито. Сегодня она обрабатывает миллиарды строк кликстрима, ежедневно считает около полумиллиарда статтестов и поддерживает сотни параллельных экспериментов. В докладе — архитектура системы, использование Trino и практики оптимизации, которые помогают справляться даже с тысячами метрик и разрезов всего за несколько часов.

Сравнение масштабируемости Kafka и YDB Topics

Очереди — основа highload-систем. Андрей Серебрянский из YDB в своем докладе расскажет, как Kafka и YDB Topics ведут себя при масштабировании, отказах и росте нагрузки. Вместе с Андреем разберемся, какую систему выбрать в каждом из сценариев.

Как правильно готовить RabbitMQ — 8 практических кейсов

RabbitMQ — инструмент, требующий тонкой настройки. Малейшая неточность — и сообщения уходят в никуда. Виктор Михайлов (Garage Eight) разберет восемь кейсов из продакшна: ошибки конфигурации, приемы для стабильной доставки, тонкости, влияющие на производительность и отказоустойчивость.

CDC без боли: реальный опыт построения отказоустойчивой репликации с Debezium и Kafka

Евгений Прочан (Magnit OMNI) расскажет, как настроить Change Data Capture для 16+ типов баз. В основе — Kafka и Debezium. Вы узнаете, как работают инкрементальные снапшоты, зачем нужен heartbeat и как использовать сигналы, чтобы снизить нагрузку на базы. Плюс — приемы, которые помогают обрабатывать миллионы изменений без потерь в производительности.

Забронировать билет на Saint HighLoad++ 2025

Летом увидимся в Санкт-Петербурге на Saint HighLoad++ 2025. Приходите 23 и 24 июня.


Программа конференции — результат многолетнего опыта каждого докладчика. Но за любым сильным докладом стоит не только спикер, а целая команда, которая помогает отточить все тезисы и подготовиться к выступлению.

Если вы хотите поучаствовать в создании московского HighLoad++ 2025, приходите на встречу 26 мая!

📅 День открытых дверей HighLoad++ 2025

Раньше мы звали на встречу докладчиков и членов Программного комитета.
А теперь зовем на День открытых дверей HighLoad++ 2025.
Почему переименовали? Потому что это встреча не только для тех, кто уже докладчик.

💬 Для кого встреча?

— Для тех, кто подает и готовит доклады.
— Для тех, кто координирует участие команды.
— Для тех, кто хочет понимать, какие темы будут в программе.
— Если вам важно, чем живет HighLoad++, это точно для вас.

📅 Когда: 26 мая, 19:00
📍 Где: Москва, офис VK или онлайн

Зарегистрироваться офлайн
Зарегистрироваться онлайн


До встречи!