Aplikacje sportowe stały się ciężkie. Analityka pod nimi mocno się skomplikowała
Technologię sportową sprzedaje się jako historię o danych, ale przegląd publicznych doniesień z tego tygodnia pokazuje, że trudniejsza inżynieria siedzi w rurach: aplikacja Sports od Apple wyrzuca wszystko poza wynikami, Adaca odbudowała stary Google Analytics na Cloudflare Workers, a nastolatek znalazł 17 000 000 000 000 wierszy w bazie Microsoftu, bo ktoś pominął sprawdzanie JWT.

Technologię sportową sprzedaje się jako historię o danych. Oferty, które w tym miesiącu trafiają do redakcji, mówią o AI na rynkach sportowych, pulpitach wzrostu liczby kibiców i analityce wyników. To warstwa marketingowa. Warstwa inżynieryjna wygląda inaczej i łatwiej ją sprawdzić, bo większość trafia do sieci jako otwarty kod, opisy błędów z programów bug bounty albo notatki produktowe.
Weźmy najbardziej widoczny przykład konsumencki. Slate opublikował w czerwcu tekst, w którym przekonuje, że aplikacja Sports od Apple jest najlepszą aplikacją tej firmy od lat właśnie dlatego, że prawie nic nie robi. Aplikacja, nazwana po prostu "Sports", nie ma nagłówków wiadomości, przewodników po streamingu i prawie żadnych reklam. Recenzent Slate zauważa, że pokazuje nazwy i logotypy drużyn, bilanse, godziny meczów i wyniki oraz tabelę. Na tablicy wyników pojawiają się kursy bukmacherskie, ale przełącznik w ustawieniach usuwa je na stałe.
To cały produkt. Dla kogoś, kto pracuje z danymi sportowymi, ciekawe jest to, dlaczego aplikacja wydaje się szybka: jest wąska z założenia, więc stojący za nią potok danych nigdy nie musi godzić w jednym widoku kanałów, treści redakcyjnych i oferty wideo.
Tablica wyników to łatwa część
Autor tekstu w Slate opisuje personalizację jako idealną: wybierasz ligi i drużyny, pojawiają się one na stronie głównej i w panelu bocznym, a ich wyniki mogą wyświetlać się jako Live Activities na ekranie blokady. Zasięg sięga daleko poza mundial, do MLS, NWSL i około 30 innych lig piłkarskich, a do tego tenis mężczyzn i kobiet oraz LPGA Tour. Kliknięcie meczu otwiera podstawowy protokół, tabelę lub skład.
Aplikację zapowiedziano zimą 2024 roku. Slate cytuje przedstawiciela Apple, który wtedy przedstawił założenie: "Stworzyliśmy Apple Sports, żeby dać kibicom to, czego chcą, aplikację, która daje niezwykle szybki dostęp do wyników i statystyk". Bez opowieści o agentach, bez obietnic zbliżenia kibiców do wydarzenia.
W tej powściągliwości kryje się pożyteczna lekcja. Większość serwisów sportowych nosi dziś lata narosłych funkcji. Recenzent Slate wytyka oficjalnej aplikacji Major League Baseball, niegdyś ulubionej, że otacza wyniki i wideo zbędną oprawą, a aplikacji ESPN, że wypycha swoją ofertę telewizyjną i przypominający TikTok kanał "Verts" ponad sekcję wyników. Ten problem nie dotyczy danych. To problem produktu przebrany za problem danych.
I tu robi się ciekawie, bo publiczne doniesienia z tego miesiąca są wyjątkowo bogate.
8 września firma konsultingowa Adaca opublikowała Adaca Analytics, warstwę pulpitów do samodzielnego hostowania dla Google Analytics 4 i BigQuery, działającą na Cloudflare Workers. Według README projektu na GitHubie dzienne agregacje z GA4 Data API albo eksportu BigQuery trafiają do bazy D1, którą zarządza operator, a dane w czasie rzeczywistym zostają na Google. Repozytorium zawiera sześć pulpitów i czterostopniowy kreator własnych.
Szczegóły znaczą więcej niż obietnica. Każda liczba na pulpicie otwiera stronę szczegółów z własnym trendem i podziałami, policzonymi z góry, żeby ładowały się w jednym zapytaniu. Jest jeden filtr dla całego pulpitu, zapisane segmenty i linki do udostępniania tylko do odczytu, które mogą przypiąć filtr. Porównania idą z poprzednim okresem, zeszłym rokiem albo dowolnym przedziałem. Konfiguracja wymaga utworzenia konta usługi Google z dostępem Viewer do usługi GA4, pobrania jego klucza JSON, a potem wdrożenia na Cloudflare, które rozwidla repozytorium i tworzy D1 oraz KV. README wprost mówi, że nie ma logowania, i każe operatorom postawić przed wdrożeniem Cloudflare Access albo wbudowane Basic Auth. Projekt jest na licencji MIT.
Zestaw to z kontekstem sportowym i kształt problemu staje się jasny. Klub, liga albo nadawca, który chce własnego widoku analitycznego, składa go dziś z gotowych części: środowiska uruchomieniowego workerów, małej bazy, konta usługi z dostępem tylko do odczytu i zadania cron. Droga nie jest silnik zapytań. Jest nią model dostępu i dyscyplina operacyjna.
Gdy brakuje sprawdzania tokenu
Tom's Hardware doniósł 28 września, że nastolatek posługujący się pseudonimem Faav znalazł niezabezpieczony punkt końcowy wewnątrz wewnętrznej platformy analitycznej Microsoftu o nazwie Titan. W tekście czytamy, że zbudowany przez niego bot, Antares, znalazł adres punktu końcowego, który zwracał błąd żądający VPN. Antares przeskanował potem subdomeny i natrafił na jedną na hoście Azure Cloud, a przy niej plik Swagger/OpenAPI z czterema trasami. Trzy wymagały uwierzytelnienia przez Azure Active Directory. Jedna nie, a nazywała się /v2/Query. Przyjmowała surowy SQL.
Według relacji Faav użył Wayback Machine, żeby znaleźć wersję strony logowania z 2023 roku z plikiem konfiguracyjnym Apache Superset, który opisywał schemat bazy, w tym 56 definicji tabel. Punkt końcowy odrzucał jego zapytania z powodu braku JWT, więc przez 10 dni uruchamiał przeciw niemu Antaresa bez skutku. Potem zauważył, że odpowiedzi serwera sugerują, iż podpis cyfrowy tokenu nie jest sprawdzany, przedstawił token z roszczeniem o dostęp administratora i został wpuszczony. Jedno SHOW DATABASES zwróciło 25 000 rekordów danych pracowników oraz rekordy organizacji, pulpity i wykresy.
Kopując dalej, znalazł źródło danych analityki Bing. Licząc wiersze w tabelach, podaje Tom's Hardware, doliczył się dostępu do 17 000 000 000 000 rekordów łącznie. Zgłosił problem do programu bug bounty Microsoftu i dostał 5 000 dolarów. W swoim wpisie napisał: "AI i ludzka intuicja złożyły się tu w całość. Antares wykonał dziesięć dni pracy, których nie musiałem [...] To jego wytrwałość plus jedna ludzka intuicja sprawiły, że to znalezisko było możliwe".
Trzeba tu rozdzielić dwie rzeczy. Pierwsza to sama luka: punkt końcowy, który przyjmował surowy SQL i nie weryfikował podpisu tokenu. Druga to metoda odkrycia. Brute force na subdomenach był zautomatyzowany. Wgląd w to, że sprawdzania podpisu brakuje i że sfałszowane roszczenie administratora zadziała, już nie.
Starburst opublikował 11 września analizę, która pokazuje to samo napięcie od strony architektury. Tekst omawia dwa sposoby zasilania firmowego agenta AI: wyciągnąć dane i mu je przekazać albo dać agentowi bezpośredni dostęp do bazy i pozwolić mu pisać własne zapytania. Pierwsza opcja, nazwana przez autora "opcją 0", szybko staje się droga, bo agentowi, który liczy opłatę za przetworzoną jednostkę danych, nie można dać terabajtów. Autor uznaje ją za niepraktyczną poza nietypowymi przypadkami.
Druga opcja pozwala silnikowi bazy robić to, do czego jest zoptymalizowany, a agent wysyła kolejne lub równoległe żądania. Autor zwraca też uwagę na realne ryzyko: agenci mogą być znacznie bardziej wymagający niż ludzcy użytkownicy i mogą zalać bazę zapytaniami na próbę, dopóki nie zawężą celu. Przykład ze sklepem spożywczym dobrze pokazuje, dlaczego to trudne pytanie. Sprawdzenie, czy promocja na jajka była opłacalna, wymaga danych transakcyjnych z jednego systemu, danych lojalnościowych i demograficznych z drugiego oraz łańcucha pytań uzupełniających o skład koszyka i powtórne wizyty.
To ten sam kształt co problem analityki sportowej. Sprzedaż biletów, streaming, gadżety, telemetria aplikacji i dane z obiektów siedzą w różnych systemach, a zapytania, które mają znaczenie, obejmują je wszystkie. Tekst Starbursta przekonuje, że współczesne systemy baz danych coraz lepiej radzą sobie z obciążeniem agentów, ale agenci jeszcze przez jakiś czas nie dorównają optymalizacji silników baz danych dostrajanych latami do terabajtów danych strukturalnych.
Ciche narzędzia są tymi, na które warto patrzeć
Poza poziomem korporacyjnym dwa mniejsze projekty pokazują, dokąd zmierza oprogramowanie. Plainoldanalytics, opublikowany na Hacker News 13 września, to oprogramowanie pośredniczące analityki do samodzielnego hostowania dla aplikacji w Go. README opisuje je jako podobne w duchu do Umami, Plausible lub PostHog, ale osadzone w samej aplikacji. Pakiet rdzeniowy nie zależy od magazynu, więc jego import nigdy nie ściąga backendu; operator wybiera pakiet magazynu, na przykład DuckDB albo magazyn w pamięci, lub sam implementuje interfejs. Ruch jest zapisywany na dysk mniej więcej raz na sekundę, a oprogramowanie pośredniczące zapisuje parametry ścieżki, chyba że trasę opakowano tak, by zapisywała dosłowną ścieżkę. Są adaptery dla gin i chi.
DataZen, opublikowany 29 sierpnia, idzie w drugą stronę: to lokalny klient desktopowy do pracy z różnymi bazami. Strona wymienia PostgreSQL, MySQL, SQLite i Redis jako wbudowane, z opcjonalnymi sterownikami do MongoDB, ClickHouse, DuckDB i SQL Server. Oferuje SQL w języku naturalnym, diagnozę błędów jednym kliknięciem, wizualizację EXPLAIN, przepływy YAML i wbudowany serwer MCP, który udostępnia zapytania, przegląd schematu i przepływy jako narzędzia dla agentów takich jak Claude Desktop, Cursor i Cline. Strona podaje, że poświadczenia są szyfrowane AES-256-GCM i przechowywane w pęku kluczy systemu, że do dostawcy AI trafia tylko kontekst schematu i zapytania oraz że pełny kod źródłowy jest dostępny na licencji GPLv3. Zaznacza też, że konto nie jest wymagane i że firma nie prowadzi żadnej chmurowej usługi bazodanowej.
Złóż te cztery razem, a wyłoni się wzór, który prognozy rynkowe zwykle spłaszczają. Warstwa konsumencka jednoczy się wokół radykalnej prostoty, jak pokazuje aplikacja Sports od Apple. Warstwa pod spodem rozpada się na małe, sprawdzalne komponenty do samodzielnego hostowania, które operator może przejrzeć i kontrolować. A bezpieczeństwo, jak pokazuje sprawa Microsoftu, zależy mniej od tego, czy organizacja kupiła platformę analityczną, a bardziej od tego, czy sprawdziła podpis na tokenie.
Nic z tego nie pojawia się na wykresie wielkości rynku. Widać to w chwili, gdy wdrożenie idzie źle.
Źródła
6- 01We rebuilt the old Google Analytics on top of GA4's dataEN
- 02Teenager hacks open Microsoft database with 17 trillion total rows and 25,000 user accountsEN
- 03Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 04Show HN: DataZen – a local-first client for cross-database workflowsEN
- 05An Analysis of Two Architectures for Agentic Data AnalysisEN
- 06Show HN: Plainoldanalytics: Analytics Middlware for GoEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.