Hacker News Digest

Хакер Тренды — сервис, который за 18 лет собирает более 45 млн постов и комментариев Hacker News и строит по ним гистограммы частотности упоминаний выбранных терминов. Графики обновляются в реальном времени, позволяют добавлять несколько ключевых слов и сравнивать их популярность, а под графиком отображаются сами статьи и обсуждения, поиск по которым можно фильтровать. База построена на Upstash Redis Search, что обеспечивает быстрый поиск и возможность просматривать детали каждого всплеска интереса.

Самые яркие цепочки: OpenAI‑vs‑Anthropic — OpenAI лидировал до 2026, когда Anthropic резко набрал популярность; AMD‑vs‑Nvidia — AMD доминировал 2017‑20, а Nvidia захватила рынок GPU‑ИИ в 2020‑23; Flash‑vs‑HTML5 — Flash горячим был 2010‑11, а HTML5 обогнал его к 2014‑15. Такие «баттлы» показывают, как технологии сменяют друг друга в хайпе Hacker News. Особенно заметно смена в «социальных» проектах: Mastodon вспыхнул в 2022‑м после оттока от Twitter, а к 2024‑му Bluesky стал объектом вдвое частых обсуждений, тогда как в «инструментах» лидерство переключалось от Sublime → Atom → VS Code, от Docker → Kubernetes. Паттерны показывают привязку интереса к технологическим прорывам.

• Публичный доступ к базе Hacker News через ClickHouse и Upstash Redis Search, обновление в реальном времени.
• Ограничения и ошибки: 502/504‑лимиты, некорректное отображение терминов (например, C# считается как C) и отсутствие некоторых языков/компаний.
• Предложения по улучшению: нормализация по общему объёму, переход к дате по клику на графике, поддержка сравнения «Show HN».
• Интерес к аналитике трендов: сравнение технологий, генерация смайликов по тональности, использование AI‑эмбеддингов для более точного поиска.

Новый алгоритм преобразования дней с эпохи 1970-01-01 в дату (год, месяц, день) для 64-бит UNIX-времени работает на 30–40% быстрее предыдущего лидера (Neri-Schneider 2021) и в 2.4 раза быстрее Boost (2012). Он охватывает ±1.89 трлн лет, использует всего 4 умножения (вместо 7+), и оптимизирован для x64/ARM. Бенчмарки на Intel x64 и Apple M4 Pro: ~27 циклов (4M + 15B) против 40 и 51 у предшественников.

Ключевые идеи: подсчёт лет назад (rev = D_SHIFT - days) убирает промежуточные шаги; пропуск day-of-year с year-modulus-bitshift (yrs % 4 * 512 + shift - ypt) вместо деления; Julian Map (cen = (rev * C1) >> 64; jul = rev + cen - cen/4) ускоряет правила високосных 100/400 лет, экономя 2 умножения. Псевдокод: корректировка эпохи, 4 красных умножения (C1/C2/C3/782432), зелёные "бесплатные" на x64 (shift/LEA), выход day/month/year с bump для янв/фев. Код на C++ — open source (BSL-1.0).

• Новый алгоритм конвертации дат в григорианский календарь даёт 30–40% прирост скорости за счёт обратного подсчёта лет и снижения умножений (4 вместо 7+).
• Сравнения с ClickHouse (таблицы поиска), Windows-эпохой (1601) и Unix-временем (без учёта високосных секунд); упоминания исторических календарей с 1 марта как началом года.
• Обсуждение оптимизаций (128-битные числа, constexpr, asm), долгосрочной точности (±1,89 трлн лет) и влияния приливного трения на будущие расчёты.
• Похвалы за подробный write-up, literate programming и open-source C++ код; предложения для наносекунд и микроконтроллеров.

Проект ADS-B Massive Visualizer представляет собой инструмент для визуализации данных системы автоматического зависимого наблюдения — вещания (ADS-B), используемой для отслеживания воздушных судов. Разработчики гордятся использованием ClickHouse — высокопроизводительной open-source СУБД, оптимизированной для аналитики больших данных в реальном времени. Визуализатор, вероятно, обрабатывает и отображает огромные объемы информации о полетах, позволяя пользователям наблюдать за перемещением самолетов в режиме реального времени.

ClickHouse выбрана не случайно — она способна обрабатывать миллионы строк в секунду, что критически важно для обработки данных ADS-B, генерируемых тысячами самолетов одновременно. Проект размещен на GitHub, что указывает на его открытый характер и возможность участия сообщества. Визуализатор демонстрирует мощь современных баз данных при работе с потоковыми данными в геопространственных приложениях, превращая сырые телеметрические данные в наглядную интерактивную карту воздушного пространства.

• Проект визуализирует потоки ADS-B и предоставляет интерактивный доступ к данным, включая исторические данные.
• Пользователи обсуждают, какие данные доступны, какие самолёты можно отслеживать и какие ограничения есть у сервиса.
• Обсуждаются различные источники данных, включая спутниковые и наземные сети, а также вопросы покрытия и точности.
• Участники делятся ссылками на репозиторий и обсуждают, какие данные доступны и как они могут быть использованы.
• Обсуждаются вопросы безопасности и конфиденциальности, а также влияние на открытые данные и их использование.