Fragnesia é um bug de escalação local de privilégios no kernel Linux no componente XFRM ESP-in-TCP que corrompe dados do page-cache ao descriptografar dados TCP enfileirados in-place. A vulnerabilidade permite que um usuário sem privilégios altere bytes em páginas baseadas em arquivo e sequestre binários como /usr/bin/su para obter shell root. A mitigação foca em patches do kernel, desabilitação de esp4/esp6/rxrpc, restrição de namespaces não-privilegiados e monitoramento de atividades XFRM e AF_ALG.
CEVIU News
As melhores notícias de tecnologia, curadas diariamente para quem vive tech.
16322 notícias encontradas
Quack é um novo protocolo cliente-servidor que permite que instâncias separadas do DuckDB se comuniquem via HTTP, em vez de executar apenas em processo. Utiliza um modelo request/response com serialização personalizada application/duckdb, autenticação baseada em token por padrão, binding para localhost e sem SSL por padrão para uso local, enquanto suporta conexões remotas através da infraestrutura HTTP padrão.
Engines de consulta em lakehouse frequentemente enfrentam dificuldades porque os metadados estatísticos necessários para planejar consultas, pular dados irrelevantes, dimensionar joins e lidar com skew são opcionais, inconsistentes ou ausentes em formatos como Iceberg, Delta Lake e Parquet. Sem estatísticas confiáveis, as engines são forçadas a adivinhar, resultando em planos de consulta ruins, leituras desnecessárias, custos mais altos, problemas de memória e consultas lentas ou com falhas.
Um padrão reutilizável de ETL na AWS é construído com ECS Fargate, DuckDB, ECR, EventBridge, CloudWatch, Secrets Manager e Terraform, focando em jobs de nó único em vez de Glue com Spark pesado.
Uma pesquisa com 334 respostas em abril de 2026 mostra que as dores da modelagem de dados são predominantemente organizacionais, não de ferramentas: 28,1% querem treinamento, 24,6% requisitos mais claros, 21,6% mais tempo, 21,0% ownership dedicado, e apenas 4,8% melhores ferramentas. A modelagem frequentemente fica com quem constrói pipelines (42,5%), enquanto só 19,2% têm um modelador ou arquiteto dedicado, e 68,3% refatoram apenas ocasionalmente ou raramente. Equipes com padrões obrigatórios têm cerca de 5x mais chances de dizer que seus modelos se sustentam.
Muitos projetos de dados falham não por questões técnicas, mas porque engenheiros partem direto para a construção sem entender adequadamente as necessidades e processos reais dos stakeholders. Em vez disso, comece pedindo ao stakeholder para explicar seu workflow atual, crie uma Definição de Pronto em uma frase, entregue um MVP simples e itere sobre ele para transformar solicitações vagas em trabalho entregue e adotado, reduzindo drasticamente o esforço desperdiçado.
Milhares de arquivos Parquet minúsculos no S3 podem quebrar leituras do Spark com UnknownHostException, mesmo quando a rede está funcionando, sobrecarregando DNS, chamadas LIST/GET do S3 e metadados de driver/task. O ajuste de partições do Spark pode ajudar a estabilizar leituras, mas a solução real é compactação e formatos de tabela como Delta Lake ou Iceberg.
A Netflix introduziu Data Projects para substituir ACLs frágeis e identidades de workflow controladas por humanos em milhões de tabelas e milhares de jobs. Os projetos agrupam tabelas, workflows, secrets e ativos sob identidades de aplicação duráveis pertencentes a equipes, com roles e tokens com escopo definido para reduzir a rotatividade de permissões.
A Meta migrou seu sistema massivo de ingestão de dados de pipelines legados mantidos pelos clientes para um serviço autogerenciado mais simples, usando um ciclo de vida faseado Shadow → Reverse Shadow → Cleanup, verificações de contagem de linhas e checksum, ferramentas de promoção automatizada, infraestrutura de debugging customizada e mecanismos de rollback para prevenir propagação de dados CDC ruins.
Modelos agentic de busca estão emergindo para orquestrar todo o workflow de recuperação, substituindo o stack atual frágil de embeddings, rerankers, classificadores de query e BM25 por primitivas de backend mais simples. Diferente dos LLMs frontier que lidam com o "caso dos 80%", modelos treinados especificamente para busca podem codificar intenções específicas de domínio e os "20% finais" das nuances de retrieval, melhorando a relevância em contextos específicos como e-commerce ou busca de empregos. Exemplos iniciais como SID-1 e Waldo enfatizam menor tamanho e menor latência.
O crescimento do dbt criou tensão entre suas raízes voltadas aos profissionais e ambições empresariais. A ferramenta precisa proteger melhor a confiança da comunidade, melhorar o dbt Core, fortalecer integrações, corrigir a ergonomia para desenvolvedores e fazer o dbt Cloud funcionar como uma IDE real. O risco não é a adoção, mas alienar os usuários que tornaram o dbt valioso.
O DuckDB não é mais apenas um banco de dados de analytics embarcado.
Kafka Queues (Share Groups) se destacam quando o processamento de consumers envolve delays ou I/O externo que causa Head-Of-Line Blocking. Ao permitir mais instâncias de consumer do que partições, share groups possibilitam escalonamento linear do throughput (testado até 8x com 32 instâncias) sem overhead perceptível por instância, tornando-os muito eficazes para workloads limitados por I/O.
VIEWs são apenas regras de reescrita armazenadas (macros) que se expandem no momento da consulta. Elas se comportam como tabelas em casos simples, mas criam complexidade oculta através de espirais aninhadas, dependências frágeis em números de atributos, mudanças de schema dolorosas e capacidade limitada de escrita, frequentemente levando ao conselho clássico: "use-as, mas não as trate como tabelas".
Agentes de IA corporativos falham em workflows longos porque resetam, perdem contexto e dependem de prompts inchados ou busca vector simples. A arquitetura de memória da Microsoft usa consolidação, esquecimento e maturação atrasada para manter eventos de alto valor, alcançando 97,2% de precisão na retenção e estabilizando em torno de 400 a 500 memórias.
O QuestDB otimizou recentemente seu operador WINDOW JOIN implementando paralelismo em nível de dados e kernels de agregação SIMD-vetorizados, resultando em ganhos de performance até 25x mais rápidos que concorrentes. Usando um operador dedicado que reconhece estruturas de janela e organiza dados em buffers de memória contíguos, o sistema minimiza overhead e maximiza eficiência de CPU para cargas de trabalho exigentes de séries temporais.
A emacsificação do software representa um cenário onde agentes de IA permitem que desenvolvedores criem facilmente interfaces nativas e personalizadas para resolver necessidades específicas de produtividade. O futuro do software está em ferramentas altamente configuráveis e pessoais, ao invés de aplicações genéricas que tentam servir a todos.
O co-fundador da Wasp reflete sobre a decisão de construir uma linguagem de programação customizada para desenvolvimento web, concluindo que foi um erro devido ao grande atrito na adoção pelos desenvolvedores e ao alto custo de manter tooling customizado para IDE. Como resultado, o framework está fazendo a transição para um SDK baseado em TypeScript para fornecer uma interface mais familiar.
A evolução dos ambientes de desenvolvimento no Google passou de um cenário fragmentado de escolhas individuais para a adoção ampla do Cider V, um IDE baseado em cloud que usa frontend VSCode. A trajetória mostra como tooling interno em escala exige equilibrar preferências de desenvolvedores com ganhos massivos de produtividade encontrados em uma plataforma unificada e extensível, integrada aos sistemas específicos da empresa.
Métricas de performance como uso de tokens de IA ou complexidade de projetos podem se tornar "incentivos perversos" que encorajam engenheiros a priorizar atividade visível sobre produtividade real. Exemplos como a Lei de Goodhart e o Efeito Cobra mostram que empresas devem alinhar cuidadosamente estruturas de incentivo para focar em resultados significativos em vez de inputs facilmente manipuláveis.