Всем привет, меня зовут Егор. Ранее я уже рассказывал, как я разрабатывал бота для определения аномальных событий на рынке акций. И ещё тогда у меня возникло несколько идей как можно использовать те данные, которые я собираю с API Мосбиржи. В первую очередь мне хотелось разработать такой алгоритм, с помощью которого можно было бы идентифицировать сделки крупных участников рынка и визуализировать это в виде графика, чтобы понимать, когда большие капиталы начинают заходить в акцию или выходить из неё. И после нескольких экспериментов у меня удалось создать инструмент, о котором я и расскажу в данной статье.

Алгоритм

Ранее в своем боте для определения аномальных событий на рынке я использовал фактически простое отклонение от среднего значения с эмпирически подобранным коэффициентом отклонения. Но этот алгоритм на мой взгляд требовал доработки и я пришёл к распространённому статистическому методу - стандартное (или среднеквадратическое) отклонение.

Коротко говоря, работает это следующим образом. Для набора значений (в нашем случае множество сделок) высчитываем дисперсию (фактически это среднее отклонение от среднего значения). Затем извлекаем из дисперсии квадратный корень и получаем стандартное отклонение. Теперь можно прибавить к среднему значению одно или несколько стандартных отклонений и получим пороговое значение отклонения, больше которого события считаются аномальными.

В результате, во-первых, новый алгоритм сделал более сглаженными результаты в моем боте, а, во-вторых, позволил составлять более статистически корректные графики динамики сделок.

Сделки крупного и обычного размера

Благодаря стандартному отклонению мы можем разделить сделки на две группы:

• Обычные сделки (толпа) - минимальное отклонение от среднего значения.
• Крупные сделки (крупные участники рынка) - сильное отклонение от среднего значения. 

Важно отметить, что эти условные разделения могут быть неидеальными. К примеру, крупная заявка может закрыться несколькими маленькими сделками и тогда эта активность будет отнесена к действиям толпы, но это допустимая погрешность учитывая обезличенность сделок. В этом плане сделки крупных участников рынка можно выделять гарантированно, потому что толпа с маленьким капиталом физически не сможет совершить крупную покупку или продажу.

Графики сделок толпы и крупных участников рынка

С этими вводными можно попробовать отрисовать графики, чтобы отследить динамику сделок, но требуется ещё одно уточнение - нужно высчитывать чистые сделки для определения направленности (чего в данный момент больше покупок или продаж). Для этого достаточно взять разность покупок и продаж - назовем это дельтой. И мы получим следующие графики на примере Лукойла с интервалом в один день.

На относительно небольшом интервале результат получается не слишком очевидным. То есть на этих графиках примерно понятно, когда каждая из групп рынка покупает и продает, но для определения именно динамики результат стоит сгладить - для этого я решил использовать индикатор SMA (простая скользящая средняя). И вот что из этого получится.

На таких графиках уже можно разглядеть тренд сделок каждой из групп рынка.

На недельном интервале Лукойл будет выглядеть следующим образом: к примеру, тут тренд покупок крупных участников рынка только зарождается.

Разница в поведении крупных участников рынка и толпы

Результат, который данный инструмент показывает, следует изучать в рамках каждой акции отдельно, чтобы корректно отслеживать реакцию рынка на те или иные действия, но уже сейчас я заметил два момента.

Во-первых, зачастую крупные участники рынка начинают покупать или продавать раньше толпы, а толпа в свою очередь подключается к тренду только через несколько свечей. На самом деле для многих трейдеров это очевидный момент, что именно крупные капиталы двигают рынок, но было интересно увидеть это на графиках вживую.

Неидеальный пример с акциями Мосбиржи: тут можно отследить, что толпа начинает покупки или продажи только через некоторое время после крупных участников рынка.

Второй момент - это то, что толпа более эмоциональная. К примеру, 21 августа 2025 года произошли обыски в офисах компании Самолет (SMLT) и мы можем посмотреть, что в этом момент происходило на рынке. На графике ниже хорошо видно в правой части, что в день обыска 21 августа котировки пошли вниз, в свою очередь толпа начала распродавать, а крупные участники рынка - наоборот закупать, ещё и с удвоенной силой. Хотя это можно интерпретировать и по-другому: крупные участники позволяют себе взять больший риск, но по последующим новостям Самолета выглядит так, что на данный момент с этим вопросом у компании больше нет проблем, поэтому я склоняюсь к тому, что все-таки дело в эмоциональности толпы.

Источники: биржевые и дилерские сделки

Стоит отдельно отметить, что у сделки есть источник: биржа или дилер. Но даже внебиржевые дилерские сделки формально проходят через биржу, поэтому у нас есть возможность отследить и такой тип сделок. Объёмы там меньше, но и тут мы можем почерпнуть интересную информацию. К примеру, в случае Лукойла, который мы разбирали ранее, дилерские сделки в основном состоят из покупок.

Заключение

В итоге я запустил сервис в виде Telegram Mini App для удобства интеграции между своими ботами. В рамках одной экосистемы это выглядит очень удобно, когда, к примеру, в моем RTS Bot приходит сигнал об аномальном объеме и прямо внутри Telegram можно открыть котировки или тренд сделок. Сам сервис можно посмотреть здесь - https://t.me/reaglesbot?start=ZWdvci5ndXJ1LTE. А на этом я закончу. Всем пока.

Следующим проектом в сфере инвестиций и трейдинга стал бот, о котором я расскажу в данном материале. Это бот отслеживающий события, которые сильно выбиваются из общего количества данных. К примеру, особо крупные сделки покупки/продажи, повышенные объемы и изменения цены за интервал или появление большой заявки в стакане. Через бота можно подписаться на отдельно взятые акции или на целый сегмент вроде сектора экономики и индекса, а бот в свою очередь в режиме реального времени будет отслеживать данные тикеры и сообщать о произошедших событиях.

На скриншотах можно увидеть примеры сообщений с событиями, которые отслеживает бот.

Как вообще я пришел к этой идее? Изначально я не планировал доводить проект до выхода на рынок. Это была просто разработка ради интереса. Я такое периодически делаю. К примеру, я как-то написал пиратский онлайн-кинотеатр за 8 часов, правда, после первой же претензии от Роскомнадзора я отключил проект с концами, но это отдельная история. Тут ситуация сложилась следующим образом: долгое время в телеграм-каналах мелькал похожий бот, но с мягко говоря невменяемым ценником (на тот момент более 70000 рублей в год). Таким образом появился спортивный интерес сделать аналог для себя. И в последствии процесс разработки разделился на две части. Давайте я расскажу подробнее об этих этапах включая в рассказ в том числе упоминания технологий и алгоритмов, которые я использовал.

Разработка первой версии

Первая версия проекта была сделана буквально за один день на языке программирования Go. Данная версия фактически ещё не включала в себя бота. Я сделал телеграм-канал, в который просто кучей скидывал аномальные события по всем акциям Мосбиржи. Как это происходило? С помощью API Мосбиржи я выгружал каждые 10 минут 10-минутные свечи за полгода и среди них выбирал самые большие отклонения, которые входят в 97.5% самых больших значений. То есть фактически брался топ 2.5% самых больших объемов или изменений цены за интервал и этот диапазон считался аномальным. Это решение соответственно я подглядел у конкурентов, но с самого начала я считал его неудачным — определение аномальности таким образом очень негибкое, но разберем эту проблему и её решение немного позже.

Как я упомянул ранее данные брались из MOEX API, которое имеет бесплатную версию и платную по подписке. Отличия в том, что в бесплатной версии доступно меньше функций, что довольно очевидно, но и данные отдаются с задержкой в 15 минут, а также нет возможности выгрузки данных в рамках стрима по подписке — это когда вы, допустим, подписываетесь на событие с минутными свечами GAZP и вам каждую минуту в рамках этого соединения автоматически отдаются новые свечи. Ряд подобных ограничений не позволяет делать production-ready решение на данном тарифе MOEX API, поэтому раз изначально это был просто pet-проект я решил зайти с другого угла и поискать других вендоров, через которых можно получать данные о рынке. И я нашел Tinkoff Invest API.

MOEX API vs T-Invest API

Основная направленность Tinkoff Invest API — это создание торговых роботов для клиентов. Тут есть странная система грейдов, которая увеличивает лимиты, но по большому счету достаточно и базовой версии. Здесь уже есть возможность выгружать данные по подписке в рамках стрима по gRPC, чего нельзя в базовой версии MOEX API; плюс нет никаких искуссвенных задержек в 15 минут. В общем, одни плюсы. Однако при коммерческом использовании выглядит так, что лучше отдавать предпочтение платному тарифу MOEX API, потому что T-Invest запрещает ретрансляцию данных.

Монетизация

Почти сразу пришла идея попытаться монетезировать эту историю, поэтому я сделал второй канал прикрутил к нему платную подписку и начал отправлять туда аномальные события по 1-минутным свечам за 3 месяца. Первый канал соответственно стал считаться бесплатным с событиям по 10-минутным свечам за 6 месяцев. И примерно на этом этапе все заглохло на полгода — все как всегда в подобных начинаниях уперлось в маркетинг, которым нужно заниматься. Поэтому спустя время перед тем как начинать продвигать этот проект было решено его допилить до более удобного продукта. Потому что в тысячах сообщений, которые китаются в одну кучу довольно сложно разобраться. И на этом этапе бот становится настоящим ботом.

Разработка финальной версии

На данном этапе было проделано самое большое количество работы. Во-первых, были добавлены функции отслеживания новых событий — это аномальные сделки и заявки в стаканах, в дополнение к уже существующим объемам и изменениям цены. Во-вторых, был сделан сам бот для удобного управления подписками на события. Логика работы получилось примерно такой: каналы с событиями остались существовать как есть, туда как и прежде скидывается множество событий происходящих на рынке; бот в свою очередь в зависимости от того, на что подписан пользователь пересылает ему только нужные события из каналов. Зачем это сделано? Это открывает удобную возможность мониторить события, которые происходят параллельно событиям, которые интересуют пользователя. То есть канал — это таймлайн, а пользователь при необходимости может перейти по пересланному сообщению и увидеть на таймлайне, что за события происходят параллельно. Само собой это не киллер-фича, а просто дополнительная полезность.

Также важным моментом разработки финальной версии стало изменение алгоритма определения аномалии.

Алгоритм определения аномалии

Как я сказал ранее, определение аномальности за счет вхождения значения в топ 2.5% самых больших значений — это решение крайне негибкое. К примеру, какие ситуации я наблюдал. В начале лета 2024 были активные торги акциями Алросы и соответственно происходило большое количество аномальных событий, из-за которых подобный алгоритм перестал замечать события по этой акции вплоть до окончания периода выборки в 3 месяца. То есть появление каждого нового аномального события не дает обнаружиться новому событию в будущем, грубо говоря.

Но после перебора разных алгоритмов я нашел хорошее решение, которое на данный момент меня полностью устраивает — это анализ по Z-Score (стандартизированная оценка или Z-оценка). Фактически Z-Score используется для определения отклонений от среднего значения. Собственно это нам и нужно. Сначала считаем, допустим, средний объем по 1-минутным свечам произвольной акции, затем определяем, какое отклонение от этого среднего значения можно считать аномальным. Само собой со значением отклонения можно ещё долго экспериментировать, но у меня получилось подобрать оптимальное значение, при котором событий не слишком много, чтобы в них не запутаться, но при этом не упускалось ничего важного для торговли.

Следующие шаги

Уже на этом этапе сервис включает в себя основные фичи, которые могут понадобится трейдеру, но все равно хочется заниматься дальнейшим расширением. Правда, тут уже нужен фидбек от целевой аудитории. К примеру, я могу добавить сигналы для технического анализа, я уже провел предварительное исследование, и это относительно несложно. Или добавить сигналы при повышенном интересе к активу в течение суток. Также можно отрисовывать графики с шкалой интереса институциональных инвесторов или наоборот толпы физиков — это можно относильно легко реализовать имея набор сделок за период. В общем, есть множество потенциально интересных идей, нужно только определить интересы целевой аудитории.

Заключение

Надеюсь, данный рассказ был вам интересен. Самого бота можно посмотреть здесь — https://t.me/reagle_signals_bot?start=ZWdvci5ndXJ1LTE. Там есть отдельная команда с описанием и инструкциями, где можно получить всю дополнительную информацию для понимания принципов работы бота. В следующих статьях могу рассказать подробнее про более специфичные моменты разработки проекта. А на этом я закончу. Всем пока.

Использование Node.js без сторонних npm-пакетов способно существенно расширить ваш кругозор и прокачать навыки. Путь от написания приложений только с использованием кучи сторонних библиотек и фреймворков до способности делать программы ограничиваясь исключительно стандартной библиотекой сделает из вас максимально универсального и способного программиста, который сможет реализовать абсолютно что угодно.

Всем привет, меня зовут Егор. В вопросе изучения программирования я топлю за максимально-концентрированную практику в вашем обучении, но это то, что касается относительно высокоуровневого совета. Навык программирования можно неплохо углубить не только условно общепризанными штуками вроде изучения паттернов и структур данных, но и использованием стандартной библиотеки на максимум. Честно говоря, меня всегда смущала гора оберток вокруг стандартной библиотеки на 10 строк из npm. Вплоть до того, чтобы были отдельные пакеты с просто Promise-обертками других библиотек. И люди это все скачивают и используют. На мой взгляд это происходит просто от незнания, что вы можете это делать самостоятельно. Отдельно отмечу, что я не пропагандирую отказ от использования сторонних библиотек и фреймворков, я хочу показать, что ваш инструмент в стоке включает в себя вообще всё, что нужно для разработки почти любых приложений. Изучив это вы уже сможете точно оценивать когда реально нужно тащить новый NPM-пакет, а когда в этом нет необходимости. И поэксперементировав с этим вы сможете заметно улучшить свой навык программирования. В рамках данного материала хочу разработать стандартное Rest API на Node.js без использования сторонних пакетов. Можно считать этот материал своеобразным челленджем или мастер-классом.

GitHub - egorguru/nodejs-rest-api-without-npm

Contribute to egorguru/nodejs-rest-api-without-npm development by creating an account on GitHub.

GitHubegorguru

Production. Принципы разработки высоконагруженных приложений. - Egor Repnikov

В рамках данного материала я хочу аккумулировать свой опыт разработки высоконагруженных приложений на Node.js и Go.

BoostyEgor Repnikov

Оглавление:
- Принципы разработки высоконагруженных приложений
- Техническая оптимизация
- Блокирующие операции в асинхронном коде
- LRU Cache
- cron, interval или flush по расписанию
- KeepAlive и алгоритм Нейгла
- HTTP-компрессия
- Нестандартные алгоритмы компрессии и шифрования
- Лишние логи
- Собственный алгоритм генерации ID вместо UUID
- Node.js
- Fastify
- Библиотеки fast-*
- μWebSockets и undici
- C++ Addons
- Go
- Транспортные протоколы и форматы обмена данными
- Оптимизация библиотек
- Benchmark, Profiling, Metrics
- Продуктовая оптимизация

Node.js. Общая память между процессами. - Egor Repnikov

В Node.js нет общей памяти между процессами, но есть возможность реализовать межпроцессное взаимодействие самостоятельно.

BoostySign up

Оглавление:
- В Node.js нет общей памяти между процессами
- Inter Process Communication & Unix Domain Socket
- Key-Value. Server
- Key-Value. Client
- Запуск через PM2
- Key-Value. Пример использования
- Кастомная логика хранилища
- Рекомендации по использованию других протоколов

Когда вы начинаете изучать тему Node.js-разработки, вы натыкаетесь на самый популярный фреймворк Express и начинает его использовать. не догадываясь, что это не самое лучшее решение. В данном видео мы разберем разницу между популярными Node.js фреймворками и объективно подойдем к выбору лучшего из них.

Для начала разберемся как так вышло, что Express - это самый популярный фреймворк на Node.js. Если коротко он очень простой и он один из первых. Его реально изучить буквально за несколько десятков минут, формально его даже можно считать микрофреймворком, как, в принципе, почти всё фреймворки, которые мы разберем в данном материале. В свою очередь Express был сделан очень давно, когда не было промисов и async/await, поэтому использование его в современных реалиях может сопровождаться рядом неудобств. Соотвественно, я хочу разобрать как устроен Express и какие у него слабые места, почему был создан Koa, чем выгодно отличается Fastify от остальных фреймворков и замолвим пару слов о Nest.js. Отдельно хочу отметь, что я не преследую цель сделать отдельные обзоры этих фреймворков, так как плюс минус с точки зрения их интерфесов они очень похожи, я хочу конкретно указать на слабые и сильные стороны этих экземпляров.

GitHub - egorguru/nodejs-frameworks-guide

Contribute to egorguru/nodejs-frameworks-guide development by creating an account on GitHub.

GitHubegorguru

Node.js. Как работают фреймворки и как их создавать? - Egor Repnikov

В данном материале мы пройдем весь путь от изучения исходников существующих фреймворков до написания своего.

BoostyEgor Repnikov

Оглавление:
- О фреймворках
- Как устроены фреймворки?
- Цепь Middleware-функций
- Обработка запроса клиента
- Обработка ответа сервера
- Роутеры
- Секреты производительности Fastify
- Создание своего фреймворка
- Каркас фреймворка
- Request Listener
- Request Parser
- Простой вызов Middleware-функций
- Server Response
- Первый запуск
- Router. Prefix Tree
- Router. Верхнеуровневая обёртка
- Проверка роутера
- Compose Middleware
- Различные варианты ответа
- Что делать дальше?

В данном материале мы разберем всё, что касается темы Backend-разработки. Мы рассмотрим наиболее используемые языки программирования и фреймворки. Поймем какие языки используются в банках и ином энтерпрайзе, а какие в более скромных проектах. И само собой пройдемся по списку вспомогательных в разработке технологий вроде баз данных, брокеров сообщений и систем виртуализации и контейнеризации.

Для начала уточним, что Backend-разработка - это разработка серверных приложений, здесь могут быть чаты и стриминговые сервисы, относительно примитивные приложения вроде интернет-магазинов и новостных сайтов, и какие-то более специфичные сервисы вроде банковского ПО или систем по подбору рекламы пользователю. Коротко говоря, это одна из самых обширных сфер, где можно заниматься почти чем угодно. И само собой эта обширность подразумевает и универсальность, которая будет ожидаться от вас как от разработчика. Одна тема баз данных может быть вынесена в отдельную профессию, но хочешь не хочешь в бекенде придется с этим работать и с кучей других вещей. Нужно понимание какой язык, база данных или паттерн проектирования подходит для конкретного сервиса. И весь этот набор тем мы разберем в данном материале.

Есть множество непопулярных языков программирования, о которых вы когда-то слышали, но не понимали зачем они вообще нужны. В данном видео мы обсудим наиболее выдающие экземпляры из мира непопуляных языков программирования, которые вопреки всему продолжают использоваться и по сей день.

Ранее я уже делал материал о первых 20 языках из индекса TIOBE. И сначала я хотел сделать продолжение, но, честно говоря, решил, что эта авантюра относительно бессмыслена. Допустим, что можно рассказать про язык Ada? Ну он был создан в таком-то году по заказу министерства обороны США и его главная фишка, внимание, строгая статическая типизация? Я, конечно, утрирую, но боюсь, что подобный разбор особой практической ценности не несет. Да, может быть интересно на досуге послушать про это, но в профессиональной практике это вряд ли будет полезно. Хотя не спорю баттхерт небезыствестного Дейкстры на Аду, это довольно забавный исторический факт, но подобные легенды обсудим как-нибудь в другой раз. Я хочу разобрать такие экземпляры, которые реально используются на проде, но из-за своей специфики не стали мейнстримными как те же Python и Java.

В данном материале мы обсудим абсолютно всё, что нужно знать при выборе языка программирования. Разберемся, почему нельзя обойтись лишь одним языком? Пройдемся по всем популярным инструментам, выберем наиболее интересные и отсеем наименее ликвидные экземпляры. Решим, какой язык больше всего подходит новичкам, а какой нужно учить, если вы не первый день в IT.

Давайте для начала разберемся с тем, какие языки программирования достойны обсуждения. Допустим, есть какой-нибудь небезызвестный Brainfuck, язык программирования известный своей сложностью. Фактически это шуточный язык, который не имеет существенной практической ценности для сообщества, поэтому разбирать его нет смысла. Соотвественно, нам нужна условно объективная метрика, какие языки стоит разобрать. Этот момент максимально спорный, поэтому предлагаю использовать наиболее простой вариант. Возьмем индекс популярности языков программирования TIOBE (https://www.tiobe.com/tiobe-index/). Фактически индекст описывает популярность языков программирования на основе поисковых запросов в интернете. Индекс не скажет какой язык лучше, мощнее или востребованней на рынке, он говорит исключетельно о популярности. То есть важно понимать, что Python находится на первом месте не потому что на нем больше всего вакансий, а потому что он стал очень популярным в сфере образования. А студентов на IT-специальностях на данный момент очень много по всему миру. И если считать по количеству вакансий, он будет находиться где-то в первой пятерке. Невзирая на это я считаю этот индекс подходящим для данного материала, потому что какой топ или индекс вы ни возьмете он будет включать в себя одни и теже инструменты. Данный индекс даст нам удобную последовательность для дальнейшего обсуждения. Хорошо, с этим моментом разобрались. Теперь обсудим нашу цель и способы её достижения. Нам нужно разобраться, какие языки существуют в мире, в каких целях они используются и стоит ли их учить для абстрактного общего развития или поиска работы само собой. Продвигаться по индексу будем сверху вниз, от наиболее мейнстримных к более специфичным.

Docker способен упростить деплой и сопровождение почти любого проекта и в данном видео мы разберем всё, что может понадобится разработчику: создадим несколько своих образов для разных видов приложений, сохраним их на Docker Hub и запустим на удаленном сервере.

Давайте для начала разберемся зачем нужен Docker? Docker будучи технологией контейнеризации фактически оборачивает приложение в своебразную оболочку с каким-либо окружением. Что это значит? К примеру, когда вы запускаете свое, допустим, веб-приложение на локальном компьютере - это одно окружение. К примеру, у вас компьютер на Mac OS, а в проде - это сервер на Ubuntu. И это только верх айсберга, фактически у вас на той или иной машине устоновлено куча софта, который может оказывать влияние на всю систему. И из этого вытекает, что поведение вашего приложения может сильно отличаться, как минимум оно может просто не запуститься. Как эту проблему решает Docker? Он, как я сказал ранее создает для приложения свою оболочку (контейнер), внутри которого и запускается приложение. К примеру, один из самых распространных случаев, берется образ Ubuntu в него переносится приложение, устанавливаются зависимости необходимые для запуска и всё, полученный новый образ можно запускать где угодно не беспокоясь об окружении. Ещё отмечу один момент, контейнеризация - это не то же самое, что виртуализация. Виртуальная машина эмулирует абсолютно всё. Фактически это полноценная операционная систима со всеми необходимыми слоями, контейнеризация же подразумевает переиспользование элементов из родительской системы, на которой запущен контейнер. Это дает возможность изолировать приложения и не создавать дополнительную нагрузку на железо как в случае виртуальной машины.

GitHub - egorguru/docker-guide

Contribute to egorguru/docker-guide development by creating an account on GitHub.

GitHubegorguru

Практически независимо от роли, которую человек занимает в IT, ему необходимо знать SQL. В данном материале мы разберем всё наиболее используемые операторы языка на практических примерах.

Давайте для начала разберемся, что такое SQL? Фактически это язык запросов, соответственно, запросов к базам данных. SQL сам по себе очень простой инструмент, в котором достаточно просто запомнить набор инструкций и это закроет ваши потребности на 90%. То есть если в случае “большого” программирования всяческие трудности и мозговынос могут присутствовать постоянно, то в данном случае - это скорее редкость. Итак, что нам нужно обсудить: создание базы данных и таблиц, вставка данных в таблицы, получение данных из таблиц, обновление данных и соответственно удаление, связи между таблицами, а также немного джоинов.

В данном материале мы разберем на практических примерах что может Git и как его использовать.

Git в современном мире разработки является одним из самых распространенных инструментов. Большая часть компаний и open-source-сообществ его использует. И, в принципе, в этом нет ничего странного - система контроля версий сильно упрощает разработку, особенно если речь идет о разработке в команде. Несведущий человек может спросить зачем это вообще нужно? Случаев использования может быть множество. Опять же когда речь о команде разработчиков, гит способен обеспечить удобоворимую параллельную разработку фич и постоянный актуальный доступ к кодовой базе. Версирование кода помогает корректней управлять проектом, отслеживать и откатывать изменения. Но и для одного разработчика это может быть очень полезно, как минимум при поиске работы потенциальному работодателю может быть важно увидеть код кандидата на том же Github, особенно если кандидат без коммерческого опыта разработки. В общем, git - реально является базой и очень важно его знать. В данном видео мы разберем наиболее необходимый и часто используемый функционал.

В данном материале вы на практическом примере узнаете как работает протокол HTTP и как его можно реализовать самостоятельно.

HTTP для веба является своеобразной базой, соответственно, занимаясь веб-разработкой полезно иметь представление, как данный протокол вообще работает. Кому интересно полностью это расшифровывается как HyperText Transfer Protocol и создан он был в CERN'е в 90-е для организации доступа к информационным ресурсам организации, как понятно из названия использовался он изначально лишь для передачи гипертекста (гипертекст - это текст с перекрестными ссылками). И для начала давайте разберемся с терминами. Что такое протокол? Протокол - это некая договоренность, набор правил. В нашем случае это соглашение на счет того, в каком виде мы будем передавать наш набор байтов по сети, в каком виде должен отправлять запрос клиент, и в каком виде сервер должен отдавать ответ.

GitHub - egorguru/nodejs-raw-http-example

Contribute to egorguru/nodejs-raw-http-example development by creating an account on GitHub.

GitHubegorguru