Скрипт, который автоматически находит и убивает процессы-зомби

🧟 «Зомби» едят память? Пора их остановить!

Зомби-процессы (со статусом Z) — это завершённые процессы, но ещё не закрытые родителем.

⚙️ Bash-скрипт для поиска и убийства

#!/bin/bash  

# Ищем зомби-процессы  
zombies=$(ps aux | awk '{if ($8=="Z") print $2}')  

if [ -z "$zombies" ]; then  
    echo "Зомби не найдены. Все чисто!"  
else  
    echo "Найдены зомби: $zombies"  
    kill -9 $zombies  
fi  

❔Как добавить в cron?

*/10 * * * * /path/to/kill_zombies.sh  

Часто ли вы сталкиваетесь с зомби-процессами?

P.S. Если зомби возвращаются, возможно, проблема в родительском процессе. Ищите root cause!

🌐 @helcode | #bash

Темная сторона cron: 5 скрытых опасностей

Cron кажется простым, пока не сломает продакшн

1. Переменные окружения
Cron не знает ваш $PATH! Всегда указывайте полные пути:

0 * * * * /usr/bin/python3 /scripts/backup.py  

2. Перенаправление вывода
Без > /dev/null 2>&1 cron будет слать письма на локальную почту.

3. Блокировки (race conditions)
Если скрипт работает дольше интервала, запустятся две копии. Решение:

flock -n /tmp/script.lock /scripts/script.sh  

4. Разные шеллы
Cron использует /bin/sh, а не ваш любимый bash. Тестируйте так:

/bin/sh -c "/scripts/test.sh"  

5. Неправильное время
Cron живёт в UTC, а не в вашем часовом поясе. Проверяйте:

TZ=Europe/Moscow date  

Какие грабли с cronом вас больно били?

P.S. Если cron молчит, проверьте /var/log/syslog — там обычно есть ответ.

🌐 @helcode | #bash

Автоматизация пентеста: сканирование уязвимостей в один клик

🔓 Хотите проверить свою сеть? Автоматизируем поиск дыр!

1. Быстрое сканирование открытых портов (Nmap)

nmap -sV -T4 192.168.1.0/24 -oN scan.txt  

2. Проверка уязвимостей (Nikto для веба)

nikto -h http://example.com -output vuln.html  

3. Автоматический отчёт (сборка в HTML)

nmap -sV --script=vulners -oX scan.xml 192.168.1.1  
xsltproc scan.xml -o report.html  

❗️Важно:
- Делайте только с разрешения!
- Для автоматизации используйте Metasploit Framework или OpenVAS.

Какие инструменты для пентеста вы используете чаще всего?

P.S. Если Nmap ругается на права, попробуйте sudo или nmap -Pn.

🌐 @helcode | #bash

Скрипт, который автоматически пишет вам оправдания

Генератор случайных "технических" оправданий для начальства. Пост шуточный, всерьез не воспринимайте :)

Python-скрипт

import random  

excuses = [  
    "Это баг в библиотеке, уже фиксят.",  
    "Коллега задеплоил без тестов.",  
    "DNS-кеш.",  
    "Виноват рефакторинг.",  
    "Это фича, а не баг.",  
]  

print(random.choice(excuses))  

Bash-версия

#!/bin/bash  

excuses=(  
    "Это баг в библиотеке, уже фиксят."  
    "Коллега задеплоил без тестов."  
    "DNS-кеш."  
)  

echo ${excuses[$RANDOM % ${#excuses[@]}]}  

Какое ваше любимое "техническое" оправдание?

P.S. Если скрипт выдаёт одно и то же, проверьте $RANDOM. Или вините кеш.

🌐 @helcode | #python #bash

Сколько стоит ваш час? Экономика автоматизации

📖 Миф: «Написание скриптов не окупается».

👉 Реальность: выгода — не только в скорости. Вот что вы упускаете:
1. Когнитивная нагрузка — не нужно запоминать шаги.
2. Цена ошибки — один баг в ручном процессе может стоить дорого.
3. Масштабируемость — ручная работа = линейные затраты, скрипт = 0.

⚙️ Пример:
Скрипт для бэкапа (2 часа на разработку) vs ручное копирование (1 час в день).
Через неделю — экономия 5 часов!

Сколько времени тратите на рутину? Давайте прикинем выгоду от автоматизации.

🌐 @helcode

Идеальный скрипт: 6 обязательных элементов

Хотите, чтобы скрипты жили долго и не ломались? Добавьте:
1. Метаинформацию (автор, версия) — иначе через месяц забудете, зачем это.
2. Обработку ошибок — if ! command; then exit 1; fi.
3. Логирование — logger -t "скрипт начался".
4. Параметры — THRESHOLD_DAYS=${1:-7}.
5. Документацию — хотя бы комментарии.
6. Тесты — хотя бы «сухой прогон».

Шаблон для Bash:

#!/bin/bash  
# Автор: Вася Пупкин  
# Версия: 1.1  
# Назначение: Чистит логи старше N дней  

LOG_DIR="/var/log"  
DAYS=${1:-30}  # Параметр по умолчанию  

if ! find "$LOG_DIR" -name "*.log" -mtime +$DAYS -delete; then  
    echo "Ошибка удаления! Проверьте права." >&2  
    exit 1  
fi  

Какой элемент кажется вам самым сложным?

🌐 @helcode | #bash

Скрипты или готовый софт - что выбрать?

🔧 Скрипты идеальны для:
- Нестандартных задач
- Быстрого реагирования
- Маленьких инфраструктур

⚙️ Готовый софт (Zabbix, Prometheus) для:
- Крупных систем
- Сложной аналитики
- Долгосрочного хранения данных

❗️Главное правило:
> Если скрипты закрывают ваши задачи — не усложняйте.

А вы используете скрипты или готовые системы? Делитесь в комментариях!

🌐 @helcode

Вредный совет: как обойти auditd?

🛡Для тестирования защиты

1. Остановка auditd:

   sudo systemctl stop auditd
   

- Защита: мониторинг статуса службы через cron.

1. Удаление правил:

   sudo auditctl -D
   

- Защита: запрет auditctl для обычных пользователей.

1. Перезапись логов:

   echo "" > /var/log/audit/audit.log
   

- Защита: настройка immutable-флагов на файлы.

❗️Важно: эти методы — только для проверки своих систем!

🌐 @helcode | #bash

Как автоматизировать создание виртуальных машин?

🫸 Хватит тыкать в GUI — создаём ВМ скриптом!

Ручное создание виртуальных машин — это прошлый век.

⚙️ Автоматизируем это с помощью Vagrant и PowerShell.

Вариант 1: Vagrant (кроссплатформенная магия)

# Vagrantfile
Vagrant.configure("2") do |config|
  config.vm.box = "ubuntu/focal64"
  config.vm.provision "shell", inline: <<-SHELL
    apt-get update
    apt-get install -y nginx
  SHELL
end

Запуск:

vagrant up  # Создаёт и запускает ВМ
vagrant ssh # Подключается к ней

Вариант 2: Hyper-V + PowerShell

# Создаём новую ВМ
New-VM -Name "MyServer" -MemoryStartupBytes 4GB -NewVHDPath "C:\VMs\MyServer.vhdx" -NewVHDSizeBytes 50GB
Set-VMProcessor -VMName "MyServer" -Count 2
Start-VM -Name "MyServer"

❔Вопрос к вам:
Какие инструменты вы используете для автоматизации виртуальной инфраструктуры? Vagrant, Terraform, или что-то своё?



P.S. Если Vagrant говорит «box not found», проверьте, установили ли вы бокс командой vagrant box add ubuntu/focal64

🌐 @helcode | #bash #powershell

Тренды автоматизации 2025

Что потенциально будет актуально через год?

1. Адаптивные скрипты — сами подстраиваются под нагрузку (например, масштабируют сервисы).
2. Визуальные workflow — карты процессов вместо тысяч строк кода.
3. Самодокументация — GPT, которая пишет описание для вашего кода (но стоит ли доверять?).

Пример адаптивного скрипта на Python:

# Мониторит CPU и решает, добавлять ли ресурсы  
if current_cpu > threshold:  
    scale_up(servers=1)  
    log("Выполнено масштабирование из-за нагрузки")  

Нужно ли учить AI-инструменты для автоматизации? Или старый добрый Bash рулит?

🌐 @helcode | #python

Как работать с API в PowerShell?

Отправляем запросы, не выходя из консоли!

PowerShell предлагает супер-удобные cmdlets для работы с REST API.

Базовый пример: GET-запрос

# Простой запрос
$response = Invoke-RestMethod -Uri "https://api.github.com/users/octocat"
$response.name

# С заголовками
$headers = @{
    "Authorization" = "token YOUR_TOKEN"
}
$response = Invoke-RestMethod -Uri "https://api.github.com/user/repos" -Headers $headers

Отправка данных (POST)

$body = @{
    name = "NewRepo"
    description = "Created via PowerShell"
} | ConvertTo-Json

Invoke-RestMethod -Uri "https://api.github.com/user/repos" -Method Post -Body $body -Headers $headers -ContentType "application/json"

💬 Обсуждение:
С какими API вам чаще всего приходится работать? Расскажите о своих кейсах!

P.S. Если Invoke-RestMethod тормозит, попробуйте добавить -DisableKeepAlive

🌐 @helcode | #powershell

Коллеги, всех приветствую!

Думаю, многим знакома рутина: чтобы протестировать новую фичу или настроить базу данных, нужны тонны правдоподобных, но фейковых данных. Делать вручную — долго и скучно.

В новой статье на Хабре разбираем, как автоматизировать этот процесс с помощью библиотеки Faker. Это настоящая фабрика по производству любых данных: от имён и email до полных адресов, номеров кредитных карт и даже текстов Lorem Ipsum.

В материале вас ждёт:
✅ Базовое использование — генерация самых популярных типов данных.
✅ Работа с провайдерами: как создавать специфичные данные (для РФ, например).
✅ Создание собственных провайдеров под уникальные задачи.

https://habr.com/ru/articles/940056/

Самая частая ошибка в cron: «Команда не найдена»

Знакомая история? Скрипт отлично runs из терминала, но в  cron -е падает с ошибкой command not found.

Всё потому, что cron работает в минимальном окружении! У него своя, очень скудная переменная PATH (часто просто /usr/bin:/bin). Он не видит ваши $HOME/.bashrc и любимые ~/bin.

Решение простое и железное: ВСЕГДА использовать полные пути!

❌ * * * * * myscript.sh
✅ * * * * * /home/user/scripts/myscript.sh

❌ * * * * * python3 script.py
✅ * * * * * /usr/bin/python3 /path/to/script.py

Найти полный путь к любой команде можно через which или whereis:
which python3
whereis node

Вывод: полные пути — это маст-хэв для любого крона.

🌐 @helcode | #linux #cron #ошибки #администрирование

Pester: как писать тесты для скриптов?

Ваши скрипты заслуживают тестов!

🛠 Pester — это фреймворк для тестирования PowerShell-кода. Вот как начать.

Простейший тест

# Создаём файл MyScript.Tests.ps1
Describe "Проверка функций моего модуля" {
    It "Сложение 2+2 должно возвращать 4" {
        (2 + 2) | Should -Be 4
    }

    It "Функция Get-Hello возвращает приветствие" {
        Get-Hello -Name "Alice" | Should -Be "Hello, Alice"
    }
}

Запуск тестов

Invoke-Pester -Path .\MyScript.Tests.ps1

Реальный пример: тестирование функции

# BeforeAll {
#     . .\MyScript.ps1 # Подгружаем тестируемый скрипт
# }

Describe "Get-Hello" {
    It "Должна возвращать правильное приветствие" {
        Get-Hello -Name "World" | Should -Be "Hello, World"
    }
}

Пишете ли вы тесты для своих скриптов? Если да, поделитесь лучшими практиками!



P.S. Если тесты не запускаются, проверьте, установлен ли Pester: Install-Module -Name Pester -Force

🌐 @helcode | #powershell #windows #тест

Когда Nmap не справляется (практичные альтернативы)

Nmap тормозит на большой сети?

🛠 Есть решения быстрее и тише.

1️⃣ Masscan: самое быстрое сканирование интернета. Асинхронный движок.
- Для чего: когда нужно просканировать /16 или больше за минуты.
- Команда: masscan -p1-65535 10.0.0.0/16 --rate=100000

2️⃣ RustScan: modern-альтернатива на Rust. Находит открытые порты, а затем передает их в Nmap для детального анализа.

- Для чего: сочетание скорости Masscan и мощи Nmap.
- Команда: rustscan -a <target> -- -A -sC // Найдет порты RustScan, просканирует Nmap

3️⃣ Naabu: еще один быстрый сканер портов на Go, часто используется в связке с другими инструментами пентеста.
- Для чего: для интеграции в автоматизированные пайплайны.

🏁 Итог: используйте Nmap для точечного и детального анализа. Для сканирования огромных диапазонов — masscan или rustscan.

🌐 @helcode | #bash #masscan #rustscan #альтернативы #производительность

Telegram-бот для алертов — просто и бесплатно

Telegram — идеальный канал для уведомлений:
1. Мгновенные push-уведомления
2. Бесплатно
3. Простая интеграция

🔧 Пример отправки алерта на Python:

python  
requests.post(f"https://api.telegram.org/botTOKEN/sendMessage",  
              json={"chat_id": "ID", "text": "🚨 CPU > 90%!"})  

Что можно мониторить?
✔️ Загрузка CPU/диска
✔️ Ошибки в логах
✔️ Изменения конфигов (inotifywait)

👉 Настроив бота, вы будете первым узнавать о проблемах!

🌐 @helcode | #telegram #bot

Выбор инструмента для работы с API: requests, httpx или aiohttp?

Стандартный подход к работе с внешними API часто начинается с функции requests.get(). Однако в продакшене возникают дополнительные требования: обработка ошибок, повторные попытки подключения, асинхронные вызовы и поддержка современных протоколов. Правильный выбор библиотеки позволяет повысить надежность и эффективность кода.

👨‍🔬 Рассмотрим три популярные библиотеки для работы с HTTP-запросами в Python.

1. requests (Стандарт для синхронных запросов)
Оптимальное решение для большинства синхронных задач.

import requests
response = requests.get('https://api.example.com/data', timeout=5)
data = response.json()

➕ Преимущества: простота использования, интуитивный синтаксис.

➖ Ограничения: требуется самостоятельная реализация повторных попыток и кэширования.

2. httpx (Современный синхронный и асинхронный клиент)
Поддерживает современные стандарты, включая HTTP/2 и асинхронные операции.

import httpx
# Асинхронный режим
async with httpx.AsyncClient() as client:
    response = await client.get('https://api.example.com/data')
    data = response.json()

➕ Преимущества: совместимость с синхронным и асинхронным кодом, высокая производительность.

➖ Ограничения: для использования асинхронного режима требуется понимание принципов async/await.

3. aiohttp (Специализированная библиотека для асинхронных задач)*
Предназначена для построения высокопроизводительных асинхронных приложений.

import aiohttp
import asyncio

async def fetch_data():
    async with aiohttp.ClientSession() as session:
        async with session.get('https://api.example.com/data') as resp:
            return await resp.json()

# Запуск асинхронной функции
data = asyncio.run(fetch_data())

➕ Преимущества: максимальная производительность при работе с большим количеством одновременных запросов.

➖ Ограничения: требует глубокого понимания асинхронного программирования.

Критерии выбора:
* Стандартные синхронные задачи: requests
* Современные проекты с поддержкой HTTP/2: httpx
* Высоконагруженные асинхронные приложения: aiohttp

Какой подход к работе с API вы используете в своих проектах?
1. requests (синхронный подход)
2. httpx (современное решение)
3. aiohttp (асинхронная обработка)
4. Другое (укажите в комментариях)

P.S. Сравнительный анализ библиотек помогает выбрать оптимальное решение для конкретных задач разработки, учитывая требования к производительности и масштабируемости.

Как мониторить логи в реальном времени?

⏳ Не ждите, пока пользователи пожалуются — ловите ошибки сразу!

Мониторинг Nginx/Apache:

tail -f /var/log/nginx/error.log | grep --line-buffered "error\|failed" | while read line; do  
  echo "Warning! $line" | send_to_telegram.sh  
done  

Отслеживание системных ошибок (journalctl):

journalctl -f -u your_service | grep -i "critical\|error"  

Инструмент inotifywait для отслеживания изменений файлов:

inotifywait -m /etc/nginx -e modify | while read path action file; do  
  echo "Файл $file изменён! Проверьте конфиг!"  
done  

👉 Так вы узнаете о проблемах раньше пользователей.

🌐 @helcode | #bash #мониторинг #логи

Как работать с JSON в PowerShell?

🔧 Парсим, создаём и преобразуем JSON без боли!

PowerShell легко конвертирует объекты в JSON и обратно.

👨‍🔬 Преобразование объекта в JSON

$user = @{
    name = "Alice"
    age = 30
    hobbies = @("coding", "gaming")
}
$user | ConvertTo-Json -Depth 3

# Результат:
# {
#   "name": "Alice",
#   "age": 30,
#   "hobbies": ["coding", "gaming"]
# }

📖 Чтение JSON из файла

$data = Get-Content -Path "config.json" -Raw | ConvertFrom-Json
$data.name

Работа с вложенными свойствами

$response = Invoke-RestMethod -Uri "https://api.github.com/users/octocat"
$response.login
$response.created_at

💬 Обсуждение:
Какие самые интересные задачи с JSON вам приходилось решать в PowerShell?



P.S. Если ConvertFrom-Json ругается на глубину, увеличьте параметр -Depth

🌐 @helcode | #powershell #json #автоматизация

try-except: спасательный круг или тихий убийца вашего кода?

⚙️ Конструкция try-except — первый инструмент, который приходит на ум для обработки ошибок. Но ее неаккуратное использование может скрыть критические проблемы, привести к неожиданному поведению программы и затруднить отладку. Слишком широкий except — все равно что лечить все болезни обезболивающим: симптомы уйдут, а причина останется.

Рассмотрим частые ошибки и способы их избежать.

⚠️ Ошибка 1: слишком широкий обработчик исключений
Такой код перехватит все исключения, включая системные (например, KeyboardInterrupt).

# ПЛОХО: Перехватывает вообще всё
try:
    risky_operation()
except:  # <- Ничего не указано!
    print("Что-то пошло не так")

✅ Решение: явно указывайте типы исключений, которые вы ожидаете и можете обработать.

# ХОРОШО: Точечная обработка
try:
    risky_operation()
except (ValueError, IndexError) as e:  # <- Конкретные исключения
    print(f"Обработали ожидаемую ошибку: {e}")

⚠️ Ошибка 2: "глухой" обработчик (silent failure)
Код проглатывает ошибку, и программа продолжает работать в невалидном состоянии.

# ОПАСНО: Ошибка просто исчезает
try:
    save_to_database(data)
except:
    pass  # Ничего не происходит. Данные не сохранены, а мы и не знаем.

✅ Решение: всегда как минимум логируйте исключение.

# ЛУЧШЕ: Фиксируем проблему
import logging

try:
    save_to_database(data)
except DatabaseError as e:
    logging.error(f"Ошибка записи в БД: {e}")  # Сообщение в лог
    # Возможно, здесь стоит повторно бросить исключение или выполнить иное действие

⚠️ Ошибка 3: непреднамеренная обработка исключений в цикле
Одно исключение внутри цикла может остановить всю обработку, если перехватывать его неправильно.

# Осторожно: Одна ошибка прервет весь цикл
data = [1, 2, "three", 4, 5]  # Строка вызовет TypeError при сложении
total = 0
for num in data:
    try:
        total += num
    except TypeError:
        # Обработали для элемента "three", цикл продолжается
        print(f"Элемент {num} не является числом")
print(total)  # 12

Ключ к эффективному использованию try-except — предсказуемость. Обрабатывайте только те ошибки, которые вы можете корректно исправить или проинформировать о них систему логирования. Все остальные исключения лучше позволить всплыть наверх, где их обработает более общий обработчик или где разработчик увидит понятный traceback.

P.S. Правильно настроенная обработка исключений — это не про то, чтобы скрыть проблемы, а про то, чтобы управлять ими предсказуемо и предоставлять четкую информацию для диагностики.

🌐 @helcode | #python #автоматизация