📡 Kafka: когда сообщений слишком много.

В прошлом посте мы разобрались, зачем вообще нужны брокеры сообщений.
Теперь пойдём глубже 👉 поговорим про одну из самых известных систем: ⏭Kafka⏮
Она не просто передаёт данные, а умеет держать огромные потоки событий, не теряя ни байта информации.

📎 Что такое Kafka?

Это распределённая система для обмена потоками сообщений.
Её задача не просто доставлять данные, а удерживать поток.
Можно перечитывать историю, возвращаться назад или подключаться к нужному моменту, как к записи эфира.

📎 Как она устроена?

Сообщения не складываются в “очередь”, а записываются в топики как в журнал событий.
Внутри топика данные делятся на партиции, чтобы можно было обрабатывать тысячи сообщений одновременно.

💡 Пример:

👉 сервис заказов пишет событие “создан заказ” в топик "orders"
👉сервис аналитики слушает топик "order" и считает статистику.
👉сервис уведомлений тоже подписан на топик "orders", чтобы отправить письмо клиенту.
В итоге каждый "читатель" работает независимо, не мешая другим.

📎 Чем Kafka отличается от обычной очереди?

В RabbitMQ сообщение исчезает после обработки.
В Kafka оно остаётся.

Каждый потребитель хранит “указатель”, где он остановился, и может перечитать с нужного места.
Это удобно, когда нужно анализировать историю или восстановить данные после сбоя.

📎 Когда она нужна?

✅Когда поток событий идёт постоянно: логи, клики, заказы, метрики.
✅Когда важно не потерять ни одного сообщения.
✅Когда системы обрабатывают данные параллельно, а не по очереди.

Kafka особенно полезна там, где всё крутится вокруг данных: маркетплейсы, платёжные сервисы, аналитика, телеметрия.

📎 Что важно знать аналитику или "от меня что требуется?"😐

‼️какие топики существуют и какие события туда пишутся
‼️кто продюсер (отправляет), а кто консьюмер (читает)
‼️какие гарантии нужны: “хотя бы один раз” или “ровно один раз”
‼️как долго хранятся сообщения (retention).

Kafka выдерживает огромные нагрузки и хранит историю, как хронику системы.

💬 Если RabbitMQ - это надёжная почта, то Kafka - это радиоэфир: все слушают, но каждый выбирает, с какого момента включиться.

📬🐰RabbitMQ: просто, надёжно и понятно

В прошлом посте мы говорили про Kafka и что она умеет.
Но не всем нужна такая махина, иногда системам просто нужно обменяться сообщениями.

Вот тут вступает ⏭RabbitMQ⏮👉 брокер, который делает всё просто и надёжно.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
❣️Когда одна система отправляет данные другой, обычно всё происходит напрямую: запрос 👉 ответ.
Но если получатель временно недоступен, сообщение теряется...😢
RabbitMQ решает эту проблему, он: 1️⃣берёт сообщение,2️⃣складывает в очередь,3️⃣ждёт, пока кто-то его заберёт.

❌Представь бережливого курьера:
Он не бросает посылку у двери, а хранит её у себя, пока получатель не получит и не откроет.
Если не получилось доставить 👉 попробует снова.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
❣️В RabbitMQ всё крутится вокруг очередей:
👉 Отправитель - это producer
👉 Получатель - это consumer
👉 Между ними есть посредник - exchange
Он решает, в какую очередь положить сообщение и кто его получит.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
Иногда сообщение нужно передать конкретному сервису 👉 тогда используется direct exchange.
А иногда 👉 всем сразу, например, при создании нового заказа, 👉 тогда fanout.
А если сообщений много и они разного типа, подключается topic exchange, который умеет фильтровать их по шаблонам вроде order.created или order.cancelled.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
Самое приятное 👉 надёжность.
Когда получатель забрал сообщение и обработал его, он отправляет брокеру подтверждение 👉 ack.
Если подтверждения нет, сообщение возвращается обратно.
Ничего не пропадает, просто откладывается “на потом”.

Можно даже настроить, чтобы несколько сервисов забирали сообщения параллельно 👉 очередь распределяет их сама.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
🐰RabbitMQ не пытается быть универсальным решением.
Он просто делает своё дело: хранит, доставляет и повторяет, если нужно.
Поэтому его особенно любят там, где важна стабильность и предсказуемость.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
📌 Для аналитика важно знать не только, что “где-то там брокер”, а:
⚪️какие очереди есть
⚪️какие сервисы их слушают, и что происходит, если доставка не удалась.
👉 Эти детали решают половину проблем при интеграции.
〰️〰️〰️〰️〰️〰️〰️〰️
🐰RabbitMQ 👉 это та самая система, которая не суетится)
Она не ломается от нагрузки и не теряет данные, просто доставляет точно и вовремя.

💬 Если Kafka 👉 это радио, где всё звучит одновременно,
то RabbitMQ 👉 это почтовое отделение: письма лежат в ящике и ждут, пока их аккуратно разберут.

🔗 Сервисная шина против брокеров 🔗

Мы уже поговорили про брокеры: Kafka держит потоки, RabbitMQ передаёт сообщения надёжно.
Но представь, что систем становится десятки.
Каждая связана с каждой и теперь у тебя паутина, где одно изменение может задеть половину проекта.

Вот тут и пригождается сервисная шина, когда брокера уже мало.

Брокер - это просто транспорт: отправил ➡️ доставил.
Но он не думает кому это нужно, в каком порядке и что делать дальше.
Если систем много, без координации начинается путаница:
каждая пишет другим напрямую, логику обмена никто не контролирует.

Шина решает эту проблему: она становится центром, через который всё проходит.

❓Что делает шина?

В общем, это не просто очередь, а целая инфраструктура.
Она знает, кто отправитель, кто получатель, и как трансформировать данные между ними.

Сервис отправляет сообщение “новый заказ создан” ➡️ шина решает, кому это важно: складу, бухгалтерии, CRM.
Если нужно, меняет формат данных и отправляет каждому в его виде.

Можно сказать, что шина - это брокер с мозгами)

↖️ Пример из жизни

Допустим, у тебя десяток систем: заказы, платежи, уведомления, аналитика.

🫡Без шины между ними десятки точек связи, и любое изменение превращается в квест.
🙏С шиной у каждой системы одно соединение 👉 к шине.

Они не знают друг о друге, но всё работает.

❓Чем отличается от брокера?

1️⃣ Брокер просто хранит и доставляет сообщения.

2️⃣ Шина управляет маршрутизацией, преобразованием данных и контролем потоков.
У шины есть правила, мониторинг, логирование и даже возможность “приостановить” интеграцию.

❓Когда стоит использовать шину?

↗️ Когда интеграций десятки, и они начали мешать друг другу.
↗️Когда нужно централизовать маршрутизацию и логику обработки.
↗️Когда хочется единый контроль: видеть все обмены, ошибки и задержки.

Для аналитика шина ➡️ это как панель управления интеграциями.
Ты видишь, что с чем связано, какие форматы проходят, где упало и почему.
И это уже не просто обмен данными, а полноценная архитектура!

⚪️Но помни
Шина не всегда обязательна, если у тебя пара систем, то хватит и RabbitMQ.
Но когда связей становится слишком много, без шины проект превращается в клубок...

💬 Поэтому запоминаем:
✅ брокер отвечает за доставку, ✅шина отвечает за порядок.
И когда данных становится слишком много, порядок - это тоже интеграция)

⚙️ Хореография и оркестрация микросервисов

🙂Когда систем становится много, то их взаимодействие уже не похоже на прямой диалог “запрос ⤵️ ответ”.
Каждая система что-то делает, реагирует на события других, запускает свои процессы.
И тут важно не просто знать “кто с кем общается”, а кто управляет этим взаимодействием.🙂

💡 Есть два подхода: хореография и оркестрация.

Хореография ➡️ когда всё само работает.

Представь, что системы обмениваются событиями напрямую.

💬 Одна система отправляет сообщение “заказ создан”, и дальше никто ни с кем не согласовывает, остальные просто реагируют.
💬 Склад резервирует товар, бухгалтерия создаёт счёт, CRM обновляет статус клиента.

Никакого центрального координатора нет.
Такой подход прост и гибок: добавляешь новый сервис и он просто подписывается на нужные события.

🙂Но и минусы очевидны: если в цепочке что-то пошло не так, найти причину сложнее, потому что событий много, логики централизованной нет.

Оркестрация ➡️ когда есть управляющий центр.

Здесь появляется отдельный компонент - оркестратор.
Он знает последовательность шагов и управляет ею👇

✅Создать заказ
✅Проверить оплату
✅Подтвердить склад
✅Отправить уведомление

Если что-то падает 👉 оркестратор понимает, где именно, и решает, откатить ли процесс или повторить попытку.
Это похоже на режиссёра, который координирует актёров: каждый играет свою роль, но по единому сценарию)

🤨 Как выбрать подход?

➡️Хореография: когда важно, чтобы сервисы были максимально независимыми и легко подключались к общей экосистеме.

➡️Оркестрация: когда нужен контроль, чёткий порядок действий и прозрачная логика.

На практике часто комбинируют: часть процессов живёт “по событиям”, а ключевые шаги управляются оркестратором.

💬 Если сервисы начали реагировать друг на друга непредсказуемо, то возможно, что пришло время навести немного структуры)
Оркестратор не мешает работать, он просто помогает всем действовать синхронно.

🔄 Обратная связь в интеграциях:
WebSocket, Webhook, Callback и Fallback
🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩

🆖 Мы уже разобрались, как системы обмениваются сообщениями.
Теперь пора поговорить о том, как они дают ответ.

🆖 Потому что иногда интеграция похожа на общение:
один пишет, второй читает, третий “я занят, перезвоню позже”, а четвёртый вообще молчит до последнего.
🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩

🔵 WebSocket - это когда обе стороны на связи

Другими словами, WebSocket ➡️ это постоянное соединение.👍
Не “отправил запрос ➡️ получил ответ”, а более честно:
"Я здесь, ты здесь, давай держать линию открытой"

🤔 Как это выглядит:

➡️ клиент подключился
➡️ сервер держит соединение открытым;
➡️ как только что-то изменилось - клиент узнаёт мгновенно.

Это идеальный вариант для чатов, торгов, трекинга статуса “в реальном времени”.
Всё шустро, без опросов и лишних телодвижений.
🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩

🔵 Webhook ➡️ когда тебя честно предупреждают

То есть Webhook ➡️ это когда система говорит:
"Я позвоню сама, не жди меня у порога" 👍

🆖 Ты даёшь URL, а внешняя система сама отправляет туда запрос, когда у неё произошло событие.

✔️ Типичный случай:

Платёж прошёл ➡️ платёжка прислала тебе уведомление ➡️ ты обновил статус заказа.

Никаких постоянных опросов, никакого “а что там у них?”. Webhook сам всё расскажет.
🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩

🔵 Callback ➡️ внутренний “готово!”

🆖 Callback ➡️ это как локальный webhook для своих.
Один сервис выполняет долгий процесс, а потом вызывает твой обратный метод:
"Всё, закончил, можешь продолжать работу".

🆖 Снаружи это выглядит почти так же, но чаще используется именно внутри вашей архитектуры.

❗️Если webhook ➡️ это уведомление от платёжки,
то callback ➡️ уведомление от другого вашего микросервиса.
🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩🟩

🔵 Fallback ➡️ способ не сорваться в тишину.

И вот самый жизненный механизм. Fallback ➡️ это запасной план.
Когда основной сервис внезапно “ушёл покурить”, а пользователю нужно показать хоть что-то.😖

🆖 Что делают:

➡️ возвращают данные из кэша
➡️ подставляют упрощённый ответ
➡️ повторяют попытку через время
➡️ идут по запасному маршруту

🆖 Типичная ситуация:

Сервис профиля лежит ➡️ возвращаем последний сохранённый профиль ➡️ обновляем позже.
Пользователю хорошо, системе тоже не больно)

🤏Как легко отличать всё это?

➡️ WebSocket - постоянное соединение.
Почти как телеграм чат: написал ➡️ сразу прилетело.

➡️ Webhook - уведомление от внешней системы.
Как доставка: "Ваша посылка прибыла в пункт выдачи".

➡️ Callback - уведомление от своей же системы.
Как коллега: "Я всё сделал, смотри".

➡️ Fallback - запасной сценарий.
Как когда интернет пропал, а видео всё равно доигрывает из буфера - примерно та же логика.

💬Если раньше эти четыре слова казались чем-то туманным, то теперь ты точно можешь объяснить их человеку без диаграмм и UML.
А значит ➡️ пост справился со своей миссией 😎.💬

🧩 Интеграция глазами аналитика

😏 За этот месяц мы разобрали многое:
REST и SOAP, брокеры, Kafka, RabbitMQ, шину, оркестрацию.
Снаружи всё это кажется сложным, но внутри - лишь логика и здравый смысл)

❣️Для аналитика интеграция - это знание, как системы понимают друг друга и не теряют смысл в пути.
Когда ты работаешь с интеграцией, важно смотреть шире, чем на запросы и поля.

👉Спрашивать себя:

❓кто инициирует процесс
❓куда идут данные и зачем
❓что будет, если один из участников “молчит”
❓как понять, что всё сработало правильно

Интеграция - это всегда история о надёжности и она не должна зависеть от удачи.

‼️Поэтому хороший аналитик видит не только, что передаётся, но и почему именно так.‼️
Он умеет объяснить, зачем нужен брокер, почему REST подходит здесь, а SOAP - там.

👉Иногда интеграция выглядит просто: “отправили - получили”.
🔻Но на деле за этим стоит десяток решений, проверок и точек синхронизации.
И именно аналитик держит этот контур в порядке.

💬 Сохрани эти посты, перечитай через пару месяцев и посмотри, как изменится твой взгляд на интеграции)

👉Что такое система и зачем аналитику видеть её целиком

Так, с интеграцией вроде разобрались.
Теперь перейдём к тому, о чём почти не пишут, но что отличает аналитика, который “делает задачи”, от аналитика, который рулит проектом - это умение видеть систему целиком.

Когда ты только начинаешь работать аналитиком, кажется, что главное - это разобраться в задаче и описать её так, чтобы разработчики всё поняли.🙂
Но со временем ловишь себя на мысли:
можно идеально расписать маленький кусочек, но если не понимаешь, где он живёт, то результат будет не всегда удачным...😔

Тогда и приходит 🖐системное мышление 🖖

🤨 Что вообще такое система?

Система - это просто набор вещей, которые связаны между собой: сервисы, роли, данные, процессы, события.
Каждый элемент что-то делает не просто так, а потому что на него что-то влияет и он влияет на других.

Иногда система огромная (торговая площадка), а иногда маленькая (процесс восстановления пароля)
✔️ Суть одна: понимать, как всё связано, а не только саму кнопку, метод или поле.

🤨 Зачем это аналитику?

Если ты работаешь только в рамках своей задачи, легко сделать что-то логичное локально, но странное глобально...

🟦Представь ситуацию.

Ты добавляешь поле в профиль. Локально - всё супер.
А потом выясняется, что это поле участвует в регистрации, выгружается в отчёт, влияет на фильтр в админке и вообще зачем-то подтягивается в интеграцию...😒

Системное мышление как раз помогает этого избежать.

✅ Оно отвечает на вопросы:

➡️какие процессы затронет моя задача
➡️что сломается, если изменить это поле
➡️кто потребляет эти данные
➡️какой сервис будет страдать первым

🤨 Как выглядит системное мышление в жизни аналитика?

Это когда перед тем, как писать задачу, ты автоматически думаешь:
➡️где эти данные живут ещё
➡️кто ими пользуется
➡️что будет, если здесь появится новое поведение
➡️стоит ли трогать это место вообще...

🟣Это привычка, которая появляется с опытом и, кстати, она реально экономит время)
Меньше уточнений, меньше переделок, меньше “мы это не учли”.

👍 Маленькое наблюдение

✅ Чем дольше работаешь аналитиком, тем лучше понимаешь, что задача ➡️ это не кнопка, не метод и даже не сценарий.
Это часть одной большой конструкции.
И чем раньше ты увидишь конструкцию, тем спокойнее у тебя будет жизнь (и у команды тоже).

❗️И помни, системное мышление ➡️ это не врождённый навык, он формируется постепенно, со своими маленькими открытиями на каждом проекте.


📣 Если хочешь прокачать этот навык на реальных задачах — на курсе мы как раз работаем с настоящими проектами.
Системное мышление там появляется не из теории, а из практики, приходи!

💬 Как задавать вопросы, чтобы получать нормальные ответы, а не раздражение

Мало кто думает о том, что хорошие вопросы в работе аналитика экономят времени больше, чем любое шикарное ТЗ.
🏳️‍🌈И чем дольше страдаешь работаешь, тем лучше понимаешь: люди охотнее отвечают не на те вопросы, что “правильные”, а на те, что заданы по человечески.

➡️Вот несколько вещей, которые реально работают в жизни, а не в методичках.

🙁 Не мучай человека фразой "есть минутка?"

Если честно, этот вопрос выбивает из контекста хуже любого звонка.
Человек не знает, на что он соглашается, поэтому лучше сразу написать, что тебе нужно:

"Мне нужно уточнить один момент по задаче с интеграцией. Написала ниже, посмотри, пожалуйста"

✅ Это сокращает коммуникацию раза в два и никто не чувствует себя загнанным в угол)


🙂 Дай человеку опору: покажи, что уже посмотрел.

Нет ничего хуже, чем вопрос, который можно было решить за 10 секунд поиском.
Когда же ты даёшь контекст, человек видит, что разговор будет предметный:

"Я проверила метод getUser он отдаёт статус 'false'. Хочу понять, это всегда так или есть исключения?"

✅ Ты задаёшь не “сырой вопрос”, а продолжаешь мысль, это совсем другое ощущение.


🙁 Не смешивай несколько разных тем в одну

Когда ты пишешь длинный текст с кучей вопросов, кто-то обязательно что-то пропустит.
Не потому что игнорирует, а потому что это просто тяжело читать в мессенджере.

➡️ Лучше так:

"Уточню три момента, они связаны между собой:
- кто формирует дату?
- обновляется ли она?
- зависит ли от неё другой процесс?"

это делает переписку чище и добавляет структуры.


🙁 Абстрактные вопросы - враги продуктивности

Вот это⤵️

"Почему метод не работает?"

⬆️ всегда тупик.

А вот это⤵️

"Метод возвращает ошибку на таких данных, вот пример. Я подозреваю, что проблема может быть в поле userId. Правильно думаю?"

⬆️ уже похоже на рабочий диалог.

🟣Видишь разницу?
Во втором варианте человек понимает, куда смотреть и как помочь.

🙂 И да, уважение к чужому времени чувствуется всегда

Не нужно комплиментов, смайликов и "сорри, что отвлекаю".
Достаточно просто быть аккуратным в формулировках, задавать контекст и люди начинают отвечать охотнее, даже те, кто обычно пишет “давай завтра”))

💡 Небольшое заключение
Уметь правильно задавать вопросы - это не врождённый талант, а привычка думать на шаг вперёд: что человек увидит, глядя на мой текст, и сможет ли он быстро помочь?
И если иногда кажется, что ты "слишком подробно" пишешь - поверь, это лучше, чем полдня тянуть из человека ответ по слову.

А если кто-то отвечает быстро и по делу - значит, ты задал хороший вопрос!

🤝 Как искать границы системы и не тащить на себя лишнее

Если честно, умение находить границы системы - один из недооценённых навыков аналитика.
Пока его нет, кажется, что ты отвечаешь за всё: и за то, что происходит внутри сервиса, и за то, что происходит в трёх соседних командах, и иногда даже за погоду за окном...😐
А потом в какой-то момент задаёшь себе вопрос: “секунду… это вообще не наша ответственность”.🤨
И работа становится спокойнее в разы.

💘 Что такое границы на самом деле?

Это ответ на простой вопрос: "Где заканчивается наша зона влияния?"
И это не абстракция, а очень практичная штука: она помогает не писать лишние требования, не чинить чужие проблемы и не обещать то, что твой сервис вообще не делает.

💘 Как понять, что ты вышел за границы?
Есть маленький признак:
если ты начинаешь придумывать логику, которую твоя система не может выполнить физически, значит, ты уже в чужом огороде.
👉 Например:

Если сервис умеет только “создать заказ”, он не обязан “проверять склад”, “выставлять счет”, “отправлять уведомления” и ещё полдня решать судьбу пользователя. Он просто создаёт заказ и точка.
Дальше подключаются другие сервисы.

💘 Границы видно по входам и выходам

Если очень упростить, то любая система - это: что она принимает, что она отдаёт, и что происходит между этими двумя точками.
Всё, что происходит до и после - это уже территория других.
Когда смотришь на задачу через эту призму, решение почти всегда становится проще.
Ты перестаёшь пытаться “впихнуть невпихуемое”, и начинаешь описывать только то, что реально влияет на твой сервис.

💘 И да, границы не всегда очевидны

На реальных проектах тебе никто не даст листочек “вот наша зона ответственности”.
Иногда сервисы перепутаны, процессы зависят друг от друга, а документация покрыта пылью.

👉 И вот здесь помогает привычка задавать вопросы:

➡️кто принимает решение в этом моменте?
➡️у кого лежат данные?
➡️кто последний знает истину?
➡️если что-то сломается, кто будет чинить?
Ответы чаще всего сами рисуют границу так чётко, что дальше уже не запутаешься.

😔 Грустная жиза:

❌ Когда аналитик не видит границ, он начинает тащить на себя всё: от UX до интеграций, от бизнес-правил до архитектуры.
Звучит героично, но работает плохо и малоэффективно.
✅Когда видит, то процесс становится проще, задачи - короче, а решения - логичнее.


⏭💜💜💜💜⏮

Границы системы - это не ограничение, а ориентир который помогает не тащить на себя чужие задачи и не усложнять проект там, где всё и так работает. И чем раньше ты начинаешь их чувствовать, тем спокойнее становится работа: и твоя, и всей команды)

🧷Как понимать входы, выходы, состояние системы и почему это упрощает любую задачу

⬇️Иногда задача кажется какой-то странной: много шагов, много условий, кто-то что-то куда-то отправляет, что-то меняется…и вообще непонятно, с чего начинать.

⬇️В такие моменты полезно отбросить всё лишнее и посмотреть на систему через три вещи: входы, выходы и состояние.
💛 Это простая схема, но она разложила мне полжизни в анализе по полочкам.

🔖 Входы - это всё, что система получает

Не нужно пытаться сразу понять весь процесс.
Для начала разберись, что к нам приходит.

Это может быть:
🔵 запрос от пользователя,
🔵 webhook от внешней системы,
🔵 файл, который загрузили,
🔵 событие из брокера,
🔵 или просто параметр, который где-то кто-то передал.

Если входы не ясны, дальше никак...😢
Система не может сделать то, для чего у неё нет данных.

✅ Хорошие вопросы в этот момент:

🔵откуда пришла информация
🔵кто её формирует
🔵что гарантированно будет в запросе, а что может отсутствовать
🔵есть ли у данных история или контекст

Иногда один ответ “а вот это к нам не приходит” меняет половину решения.

🔖 Выходы - это результат, который система должна показать наружу

То есть это не только успешный ответ. Это:
🔵 ошибки,
🔵 статусы,
🔵 события,
🔵 побочные эффекты,
🔵 или даже просто тишина (да, такое тоже бывает).

Когда ты понимаешь выход, ты понимаешь зачем существует весь процесс.
Потому что система делает не “действия”, а производит результат.

✅ Полезные вопросы:

🔵 что внешний мир должен получить после выполнения операции
🔵 нужно ли уведомление
🔵 может ли результат зависеть от состояния
🔵 что будет считаться корректным выходом, а что ошибкой.

Очень часто задача перестаёт быть туманной, когда ясно, что мы должны отдать наружу.

🔖 Состояние - это то, что остаётся внутри системы после операции

Это самый тихий, но самый важный элемент. Это то, что система запоминает.

Например:
🔵 создали заказ → статус “новый”
🔵 пользователь сменил пароль → поле обновилось
🔵 запущен процесс модерации → выставлен признак, что проверка началась

Состояние определяет, что можно делать дальше.
Если его неправильно понять, то процесс будет ломаться точно так же, как реальная жизнь, когда кто-то забыл, что у него сегодня дедлайн..😬

✅ Хорошие вопросы:

🔵 что внутри системы меняется после операции
🔵 какие переходы возможны дальше
🔵 какие ограничения появляются
🔵 что должно храниться, чтобы процесс работал предсказуемо

Иногда именно состояние показывает, что логика вообще лежит в другом месте, и ты просто смотрел не туда.

🔖 Почему это так сильно упрощает работу

Потому что ты перестаёшь метаться между деталями.
Процесс превращается из длинного “что-то где-то происходит” в три чёткие точки:

➡️Что пришло ➡️ что изменилось внутри → что вышло наружу.
Если эти три вещи понятны, всё остальное становится только техникой)

💭💛💛💛💛💛💛💛💛💛💛💭

Это один из тех навыков, которые сначала кажутся “слишком простыми”, а потом оказываются фундаментальными.
Когда ты начинаешь смотреть на задачи через входы, выходы и состояние, системное мышление включается само собой.
🙂И ты гораздо меньше времени тратишь на то, чтобы “разобраться в каше”, и больше на реальные решения

💭 Как понять, что одно действие в системе тянет за собой другое
(и почему это важно аналитику)

❣️Когда приходишь в аналитику, кажется, что каждая задача живёт сама по себе.

вот тут только кнопку добавить,
вот тут новый метод создать,
вот тут новое поле просят на странице сайта.

Сделаем быстренько и пойду кайфовать.🧘

😢 Но довольно быстро выясняется, что в системе всё связано.
Прям буквально: одно действие запускает следующее, то меняет данные, а это уже влияет на другой кусок логики.

И если эти связи не замечать, можно легко написать требования, которые вроде нормальные…но в реальности столько геморроя тебе создадут.😢

💡 Как вообще понять, что за чем следует?

Проще всего смотреть на задачу как на короткую цепочку. Не UML, не диаграмму, просто цепочку:

что произошло ➡️ что система сделала из-за этого ➡️ что стало доступно дальше

✳️Например (максимально простой):

1️⃣пользователь нажал кнопку
2️⃣система сохранила действие
3️⃣после этого появилась возможность сделать следующий шаг

⏭И вот мы уже видим причинно-следственную связь⏮


💡 Почему такие связи важно замечать?

Потому что, когда их не видишь, задачи кажутся нелогичными.
Ты думаешь: "Что за баги появились? Я же описал всё нормально.."😖
А оказывается, что система ведёт себя правильно, это просто ты не учёл шаг, который для неё обязателен, а для тебя просто неочевиден. 😒

💡 Как тренировать это мышление?

✨Ничего сложного✨, просто каждый раз, когда разбираешь задачу, спроси себя:

🔵а что запускает этот шаг?
🔵а что должно произойти сразу после него?
🔵а что станет доступно только когда он выполнится?
И всё, особо сильно погружаться не надо. Этого достаточно, чтобы увидеть цепочку 😎

▫️🔠 🔠🔠🔠🔠🔠▫️
Когда начинаешь видеть связи между шагами, задачи становятся структурно логичными.
Ты не пытаешься держать в голове всю систему и каждую мелочь, просто понимаешь, что одно действие приводит к другому.
И это помогает писать требования так, чтобы система вела себя предсказуемо. (и ты мог бы чаще отдыхать)

💭 Почему SRS пугает новичков

Слово SRS у многих новичков вызывает примерно одну реакцию:
"так, кажется, я ещё не на этом уровне" 😱
Как будто SRS это что-то очень большое, формальное и доступное только “настоящим” аналитикам.

⚡️И если тебе его поручили, значит, сейчас будет сложно и, возможно, больно...
На самом деле пугает не сам SRS, а сразу несколько вещей, которые с ним обычно идут в комплекте.

1️⃣ Первая причина 🔜 объём.

🟡 Новичок видит пример SRS на 80 страниц и думает, что так должно быть всегда.
Что каждый раздел обязателен, каждое слово важно, и если что-то упустишь, то всё, провал...
🟡 Хотя в реальной жизни SRS почти никогда не начинается с идеального финального вида, он растёт по мере понимания задачи.

2️⃣ Вторая причина 🔜 формальность.

🟣SRS часто показывают как "правильный документ", со структурой, терминами, строгими формулировками.
И появляется ощущение, что писать его нужно сразу идеально. Без "пока не ясно", без вопросов, без черновиков.
🟣 Хотя на практике нормальный SRS это живой документ, который меняется вместе с проектом.

3️⃣ Третья причина ➡️ страх зафиксировать что-то неправильно.

🔵Когда ты пишешь SRS, ты как будто официально говоришь: "вот так система должна работать".
🔵И конечно появляется мысль: "а если я ошибся?" или "а вдруг окажется, что всё вообще не так..."
Этот страх очень понятен. SRS это ответственность и новичков она реально напрягает.

4️⃣ Четвёртая причина 🔜 непонимание, зачем он нужен именно сейчас.

🟡Когда задача кажется простой, SRS выглядит избыточным и хочется просто описать требования в задаче и пойти дальше.
🟡И если никто не объяснил, зачем здесь нужен отдельный документ, SRS воспринимается как лишняя работа.

📌Если собрать всё вместе, становится понятно ▶️ новичков пугает не SRS как формат, их пугает:
😕 масштаб
😕 ответственность
😕 ожидание "сразу правильно"
😕 и отсутствие объяснения, зачем всё это

На самом деле SRS это не проверка на профпригодность)
❗️Это просто способ договориться о системе так, чтобы через месяц или три не вспоминать "что мы вообще хотели и имели в виду?"

〰️〰️〰️〰️〰️〰️〰️〰️
И поэтому в следующем посте логично поговорить о другом важном моменте:
❓ как аналитик понимает, что задача сырая,
и
❓ почему без нормальной фиксации требований такие задачи почти всегда аукнутся позже.

💭 Как аналитик понимает, что задача сырая

➡️Есть ощущение, знакомое почти каждому аналитику. Ты читаешь задачу и вроде бы всё понятно…но внутри что-то не даёт покоя.
Не "ничего не ясно", а именно "что-то здесь не так".🤔
Вот про это ощущение и поговорим 👇

Первая мысль у новичка обычно такая: "Наверное, я просто ещё не разобрался"
И он идёт перечитывать описание ещё раз. Потом ещё....
Потом начинает задавать вопросы и вопросы получаются странные, потому что непонятно, с чего вообще начинать.😐

На самом деле проблема часто не в тебе, а в том, что задача реально сырая.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
💭 Первый явный признак ➡️ задача описывает "что-то сделать", но не объясняет зачем.
Например: "Нужно добавить кнопку" или "Нужно расширить функциональность формы".
И всё..без контекста/цели/понимания, что изменится после этого.

😑 Если ты не можешь ответить себе на вопрос "а зачем это вообще нужно пользователю или системе?", то
задача почти наверняка просто не готова к работе!
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️

💭 Второй признак ➡️ слишком много "по умолчанию".
Фразы вроде: "ну это очевидно"или "пусть работает как раньше" и т.д.

Они вроде звучат нормально, но на практике означают, что каждый понимает задачу по-своему.
А потом все очень удивляются результату. Поэтому если в задаче много таких мест, то это сигнал. 🆘
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️

💭 Третий признак ➡️ задача не отвечает на вопрос "а что будет, если…".

❓ Что будет, если:

😕 Пользователь нажмёт кнопку два раза?
😕 А если уйдёт со страницы?
😕 А если данные не пришли?

😑 Если этих сценариев нет даже на уровне мыслей, значит, задача описана слишком поверхностно.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️

💭 Четвёртый признак ➡️ ты не понимаешь, где здесь граница ответственности.

😕 Кто принимает решение?
😕 Кто хранит данные?
😕 Кто должен реагировать на результат?

😑 Если ответы плавают, а ответственность "где-то между", то задачу рано отдавать в разработку.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️

💭 И самый честный признак, который обычно не подводит:
ты не можешь коротко пересказать задачу своими словами.

То есть не на страницу, не "в целом", а просто в двух-трёх предложениях.

😑 Если не получается, то значит, что понимание пока иллюзия.

☝🏻Важно вот что: сырая задача это не чья-то ошибка, а нормальное состояние на старте)
Ошибка начинается тогда, когда с сырой задачей идут дальше, надеясь "разобраться по ходу".

✔️ Поэтому со временем у аналитика вырабатывается привычка:
не торопиться "делать", а сначала честно признать, мол, "да, здесь пока нечего делать, тут надо думать".

✔️ И вот тут как раз очень помогает фиксация требований:
хоть в простом документе, хоть в черновом SRS, хоть в виде заметок.
Главное вытащить неясности наружу, а не тащить их с собой дальше.

👍 Как не перепутать "что нужно сделать" и "как это сделать"

Это одна из самых частых ловушек в анализе. И в неё попадают вообще все, особенно в начале.
🟩Ты разбираешь задачу, вроде всё понял, начинаешь писать требования…
и внезапно ловишь себя на том, что описываешь уже не задачу, а решение. Причём подробно, с любовью и схемами в голове. 🤡

🟨Обычно это начинается очень незаметно. Например, задача звучит так:

"Нужно добавить проверку перед отправкой формы".

🟨И вместо того чтобы сначала понять, что именно должно измениться для пользователя, в требованиях появляется:

"При нажатии на кнопку система должна вызвать метод X, проверить поле Y и показать сообщение…"

✳️И вот тут ты уже не аналитик, а наполовину разработчик.

〰️〰️〰️〰️〰️〰️〰️〰️〰️

🔖 Где здесь "что", а где "как"?

〰️ "Что" 🌼 пользователь не должен уйти дальше, если данные некорректны.
〰️ "Как" 🌼 какие методы вызывать, в каком порядке и где именно это проверять.

🟧Когда аналитик сразу пишет "как", команда почти всегда приходит с фразой "давай сделаем по-другому".
И это нормально просто потому, что ты залез в реализацию. 🤦‍♂️

🔖 Ещё очень жизненный пример ⬇️

〰️ Задача:

Нужно сохранить признак, что пользователь уже проходил этот шаг

〰️ В требованиях появляется:

Добавить поле is_step_completed в таблицу users

❗️Хотя по факту "что" тут совсем другое:

система должна помнить, что пользователь был на этом этапе,
чтобы дальше вести себя иначе.

🟧Где и как это хранить 🌼 уже вопрос реализации.

🔖 Есть простой способ себя проверить:

〰️ Когда смотришь на требование, спроси себя:

я описываю поведение системы или конкретный технический способ?🤔

〰️ Если убрать названия методов, таблиц и кнопок, и смысл всё равно останется 🌼 ты в "что". 😎😎
〰️ Если без них текст разваливается 🌼 ты уже в "как". 👎

📍 Важно:
Аналитик не обязан быть оторван от реализации.
Но думать о ней и фиксировать её в требованиях 🌼 разные вещи.

📍 Чем дольше ты держишься в "что",
тем меньше правок, споров и переписываний потом прилетает.
〰️〰️〰️〰️〰️〰️〰️〰️〰️
Если пост был полезен, жми любую реакцию, это реально помогает каналу 🥺

💬🤝 Почему устные договорённости почти всегда подводят

💘В начале работы кажется, что устно договориться это быстро и удобно.
💘Обсудили на созвоне, кивнули, разошлись делать дела.
💘Все всё поняли. Ну почти.

А потом проходит пара дней и начинается база. 🚬

☹️ Кто-то говорит: "Я думал, мы делаем по-другому".
☹️ Кто-то удивляется: "Мы это вообще не обсуждали".
И выясняется, что один и тот же разговор каждый понял по-своему..

🟣Почему так происходит?

Потому что устная договорённость живёт ровно до первого расхождения в интерпретациях.
Пока всё идёт по плану, то кажется, что проблем нет.
Но как только появляется спорный момент, выясняется, что опереться не на что и каждый помнит "свою версию".

➖ Очень типичный пример.🔜

На созвоне договорились: "Сделаем проверку перед отправкой".

⭕️Для одного это простая валидация полей.
⭕️Для другого это полноценная бизнес-проверка.
⭕️Для третьего это просто сообщение об ошибке.

💬Фраза одна, смыслов три.💬
➖➖➖➖➖➖➖➖➖➖➖

➖ Или ещё вариант, кто-то сказал: "Оставим как сейчас".
Звучит понятно, да?
Но "как сейчас" для разных людей вообще не одно и то же.
Особенно если "сейчас" уже менялось три раза .😐

➖ Самое неприятное в устных договорённостях - это то, что они создают ложное ощущение договорённости.
Кажется, что всё зафиксировано, но на деле нет.
➖➖➖➖➖➖➖➖➖➖➖

🟦Со временем приходит простое понимание:
всё важное должно где-то жить в зафиксированном виде.

Не обязательно сразу писать идеальный документ, иногда достаточно пары абзацев в задаче или короткой заметки:
⭕️что именно решили,
⭕️на что договорились,
⭕️что считаем результатом.

⬜️Потому что текст ➡️ это якорь, к нему можно вернуться, перечитать.
И главное ➡️ его можно одинаково понять.
И внезапно разговоры становятся спокойнее, а фраза "мы это не обсуждали" начинает звучать сильно реже)

🎄 С наступающим Новым годом!

Этот год был…непростым.😕
Особенно для тех, кто только начинает путь, учится, пробует, откликается на вакансии и иногда получает тишину в ответ.

С задачами "на пять минут", которые оказывались не такими уж простыми.
С требованиями, которые вроде понял, а потом снова перечитываешь.
С ощущением, что стараешься, а результата пока не видно.

Мы правда знаем, как это ощущается.

Но важно помнить одну вещь🤍ни одно усилие не пропадает зря🤍
Каждый разобранный термин, каждый прочитанный пост, каждый вопрос, который ты задал - это шаг.
Даже если сейчас кажется, что он маленький.

Рынок сейчас сложный, да. Но это не значит, что ты не подходишь!
Это значит, что путь может быть длиннее, чем хотелось бы.

🌟 В новом году хочется пожелать:

⭐️ не сравнивать себя с другими
⭐️ не опускать руки после отказов
⭐️ продолжать учиться и пробовать
⭐️ и помнить, что "ещё не получилось" это не "не получится никогда".

Мы будем рядом.
Будем объяснять сложное простыми словами, делиться опытом и поддерживать, когда кажется, что всё идёт не так.

Отдыхайте, выдыхайте, набирайтесь сил.
А после праздников продолжим идти дальше вместе.🤩

С наступающим! 🎆

🖥 Какие бывают СУБД и в чём между ними разница

Рано или поздно аналитик упирается в вопрос "а где вообще это всё будет храниться?"
И начинают всплывать слова: PostgreSQL, MongoDB, Redis, ClickHouse…

И если ты в начале пути, это звучит примерно как набор случайных названий.
Давай разберёмся и начнём с самого базового 🔜

1️⃣Реляционные базы данных
Это те самые "таблички", строки и колонки.
Если ты работал с PostgreSQL, MySQL, Oracle, то это оно.
Их главный плюс - структура и порядок. Есть схема, есть связи между таблицами, есть чёткие правила.

➡️ Такие базы хорошо подходят, когда:
🔵 данные связаны между собой
🔵 важна целостность
Поэтому почти вся классическая бизнес-логика живёт именно тут.

2️⃣NoSQL-базы
Тут чуть запутаннее, потому что NoSQL это не один тип, а сразу несколько разных подходов.

✅ Самый популярный вариант - документо-ориентированные базы. Например, MongoDB.
➡️ Там данные хранятся не в таблицах, а в документах. Структура может быть гибкой: в одном документе поле есть, в другом нет. Это удобно, когда:
🔵 данные часто меняются
🔵 структура не до конца стабильна
🔵 важна скорость разработки
Но за гибкость обычно платят строгими связями и проверками.

✅ Есть ещё ключ-значение.
Самый известный пример - Redis. Тут всё максимально просто: ключ → значение.
Никаких сложных запросов, никаких связей, зато очень быстро.
➡️ Такое используют, когда нужно:
🔵 хранить временные данные
🔵 кэшировать результаты
🔵 быстро что-то достать по ключу
Не для сложной логики, а для скорости.

✅ Отдельно стоят колоночные базы.
Например, ClickHouse. Они заточены под аналитику и отчёты.
Не "что сейчас происходит", а "покажи статистику за полгода по миллиону записей".

➡️ И тут уже другая логика хранения и другие приоритеты:
🔵 быстрые агрегации
🔵 большие объёмы
🔵 минимум обновлений

🔖 Почему аналитику вообще полезно это понимать?

Не чтобы выбирать СУБД вместо архитектора, а чтобы:
✅ задавать адекватные вопросы
✅ понимать ограничения
✅ не описывать требования, которые физически плохо ложатся на хранилище
Когда ты знаешь, как примерно хранятся данные,
ты начинаешь писать требования более приземлённо и реалистично.

🔖 И важный момент напоследок.

Нет "лучшей" СУБД, есть подходящая под конкретную задачу.
И чем раньше аналитик это понимает, тем меньше потом странных ожиданий от системы)

💙 Что вообще считается системой
(и почему это не всегда IT)

◾️Когда говорят слово "система", большинство сразу представляет что-то айтишное:
сервисы, базы, интеграции и т.д.
Но в работе аналитика выясняется, что системы это вообще не только про IT и что иногда код - это самая простая часть.

💙Начнём с простого.

Система - это когда есть:
1) какие-то элементы, 2) связи между ними, 3) правила, по которым всё это живёт.
И становится понятно, что систем вокруг нас сильно больше, чем кажется.

🔹Например, процесс согласования.
Есть люди, есть шаги, есть правила, есть исключения, есть состояния "на согласовании", "отклонено", "вернули с комментариями".
Это система? Да. Даже если там нет ни одной строки кода.

🔹Или возьмём команду.
У каждого своя роль, своя зона ответственности, свои ожидания.
Кто-то принимает решения, кто-то исполняет, кто-то проверяет.
➡ Если что-то ломается, то команда начинает вести себя странно, как и любая система с нарушенными связями.

📏 Со временем аналитик замечает: очень многие проблемы, которые выглядят как "технические", на самом деле системные.

Не потому что сервис упал, а потому что:
🔘непонятно, кто за что отвечает
🔘нет договорённостей
🔘правила существуют только в голове
🔘или система выросла, а подход остался прежним.

➡ И наоборот.
Иногда техническая часть работает идеально,
но результат всё равно плохой просто потому что сама система вокруг неё кривая.

📏 Почему аналитику важно это понимать?
Потому что аналитик работает не только с требованиями, но и с системами в широком смысле:
🔘с IT-системами
🔘с процессами
🔘с коммуникацией
🔘с ожиданиями

➡ И чем раньше ты перестаёшь думать "это не моя зона, это не код", тем быстрее начинаешь видеть настоящие причины проблем.
И это очень упрощает жизнь.

✔ В итоге система - это не обязательно сервер и база данных, иногда это люди и договорённости.
А иногда - процесс. А иногда всё сразу)

🧠 И аналитик - это человек, который умеет всё это увидеть как целое, а не как набор случайных проблем.

Как аналитик понимает, что в обсуждении говорят про разные вещи (используя одни и те же слова)

Есть очень коварная ситуация, с которой аналитики сталкивались кучу раз 🔜
Вы обсуждаете одну задачу, используете одни и те же слова. Все кивают, все согласны)
А потом оказывается, что каждый имел в виду вообще своё...😕
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
Обычно это выглядит безобидно, кто-то говорит: нужно ограничить доступ. И начинается...
➡ Для бизнеса это "чтобы пользователь не мог".
➡ Для разработчика это "проверить роль".
➡ Для аналитика это "определить условия".
➡ Для тестировщика это "понять, в каких кейсах должно быть запрещено".
Слова одни и те же, а смысл разный.🤷‍♀️
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
1️⃣ Первый признак, что вы говорите о разном ➡️ обсуждение идёт слишком гладко.
Никто не спорит, не уточняет, все такие: "да, да, понятно".
И в этот момент внутри аналитика должно что-то щёлкнуть, потому что:

если слишком легко, то значит, что где-то подвох.

➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
2️⃣ Второй признак ➡️ начинают всплывать уточнения "по ходу".
Сначала маленькие уточнения:
➡ "А это для всех пользователей?"
➡ "А это только в этом сценарии?"
Потом побольше:
➡ "А мы вообще так договаривались?"
И тут уже понятно, что изначально каждый слышал своё...
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
✏️ Есть простой приём, который очень помогает в таких ситуациях.

Когда слышишь общее слово, например:
доступ, проверка, ограничение, статус, валидация ➡️ попробуй развернуть его вслух.

Типа:

Давайте уточню, что мы понимаем под "ограничить доступ":
в каких случаях, для кого и что именно должно быть запрещено.

❗️И выясняется, что обсуждение только начинается.
➖➖➖➖➖➖➖➖➖➖➖➖➖➖➖
📎 Самое интересное, что никто не делает это специально.
Люди правда думают, что говорят об одном и том же, просто у каждого своя картина в голове.
И аналитик это как раз тот человек, который эту разницу вытаскивает наружу.

📎 Со временем ты начинаешь ловить такие моменты почти автоматически.
По интонации, формулировкам, слишком быстрому согласию.
И чем раньше ты остановишь обсуждение и уточнишь смыслы,
тем меньше "а мы это не так поняли" прилетит потом.

📌 Если после поста захотелось на следующем созвоне задать пару уточняющих вопросов - значит, цель достигнута.👍

Что такое связи в БД и почему "один ко многим" - это важно аналитику

Связи в базе данных обычно всплывают в разговоре как что-то очевидное.
Типа: ну там же один ко многим, всё понятно.
И именно в этот момент чаще всего начинается путаница.

🤍Начнём с базового🤍

Связь - это ответ на простой вопрос:
сколько объектов одного типа может быть связано с объектом другого типа?

То есть не как это хранится, не какими ключами, а именно как это работает в реальной жизни.

🟢 Самый частый и важный вариант 🌼 один ко многим.

Один пользователь 🌼 много заказов.
Одна категория 🌼 много товаров.
Один документ 🌼 много версий.

Тут аналитик нужен ровно для одного: не перепутать направление связи.

🙁 Очень типичная ошибка ➡️ думать "симметрично".

Например:
один пользователь может иметь много заказов, это понятно.
Но может ли заказ иметь много пользователей?

Чаще всего нет.
И если этот момент не проговорить, дальше начинают всплывать странные вопросы и доработки.

🟢 Есть ещё один к одному 🌼 редкая, но важная история.

Например:
🟡пользователь и его паспортные данные
🟡основной объект и его расширенные настройки.

Здесь часто возникает соблазн "а давайте просто всё в одну таблицу".
Иногда это нормально, а иногда нет и это уже решение, которое стоит принимать осознанно и лучше совместно с разработчиками.

🟢 И наконец многие ко многим 🌼 самая коварная связь.

Например:
🟡пользователИ и ролИ
🟡товарЫ и тегИ
🟡сотрудникИ и проектЫ

На словах всё просто, а на практике если аналитик не зафиксировал эту связь явно, то
она почти всегда вылезает позже, когда менять что-то уже больно...

📌 Почему аналитику вообще важно об этом думать?

➡️ Потому что связи - это про логику предметной области.
И если ты понял, как объекты связаны между собой, то ты уже наполовину понял систему)

📌 И ещё один важный момент.
Связи - это не навсегда.
То, что сегодня "один к одному", завтра может стать "один ко многим".

Что такое первичный ключ и почему это важно при работе с данными

Про первичный ключ обычно говорят очень быстро, типа: "ну это id, он есть и ладно."🆗
И пока всё работает, кажется, что тема вообще не стоит внимания.
➡️ Но как только система начинает расти, выясняется, что без нормальных ключей данные перестают быть надёжными.

✅ Если совсем просто, первичный ключ ➡️ это способ однозначно отличить одну запись от другой.
Не "примерно понять" или "кажется, это оно", а точно знать: вот эта запись - именно она.

➡️ Жизненный пример :

Есть таблица пользователей: имя, email, телефон - всё красиво.
И вроде кажется: ну email же уникальный, зачем ещё какой-то id?

❗️А потом:
🟡пользователь меняет почту
🟡у кого-то два аккаунта
🟡где-то email вообще необязателен
И на практике выясняется, что "уникальное поле" ➡️ это не такая уж надёжная опора...😕

✅ Вот тут и нужен первичный ключ.
Имя может измениться, email может измениться, статус может измениться.
А идентификатор ➡️ нет.

✅ Почему аналитикам важно это понимать?
Потому что требования часто звучат так:
"Нужно найти пользователя по email"
или
"Обновлять данные по номеру телефона".

❓ И если не задуматься, легко заложить логику,
которая развалится при первом же нестандартном кейсе.
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
✅ Хороший признак здоровой модели данных ➡️
когда у объекта есть один понятный идентификатор,
на который всё остальное спокойно ссылается.

Есть, конечно, и составные ключи, и бизнес-ключи, и куча нюансов.
Но на уровне аналитики важно уловить главное:
➿каждый объект должен уметь быть однозначно найденным➿
Если этого нет, то дальше почти всегда начинаются костыли.

📌 Самое интересное, что проблемы с ключами редко видны сразу, они всплывают позже,
когда появляются связи, начинаются интеграции или данные начинают переиспользоваться.
И тогда чинить всё становится сильно дороже....
〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️〰️
📌 Если по ходу чтения ты поймал себя на мысли "а у нас тут не всё так однозначно" - это нормальное ощущение)
Обычно с него и начинается более внимательное отношение к данным.