152 changed files with 0 additions and 3071 deletions
--- a/kochkareva_elizaveta_lab_1/LaunchingServices.jpg
+++ b/kochkareva_elizaveta_lab_1/LaunchingServices.jpg
--- a/kochkareva_elizaveta_lab_1/README.md
+++ b/kochkareva_elizaveta_lab_1/README.md
@ -1,72 +0,0 @@
-
-# Лабораторная работа 1. 
-
-### Задание
-**Цель**: изучение современных технологий контейнеризации.
-
-**Задачи**:
-
- Установить средство контейнеризации docker.
- Изучить применение и принципы docker.
- Изучить утилиту docker-compose и структуру файла docker-compose.yml.
- Развернуть не менее 3х различных сервисов при помощи docker-compose.
-
-### Как запустить лабораторную работу
-В директории с файлом характеристик docker-compose.yaml выполнить команду:
-```
-docker-compose -f docker-compose.yaml up
-```
-### Разворачивание сервисов
-
-Выбранные сервисы:
- mediawiki
- wordpress
- gitea
- redmine
-
-#### Разворачивание mediawiki
-Конфигурации сервиса в `docker-compose.yaml`:
-```yaml
-mediawiki:  # название сервиса
-    image: mediawiki  # образ, который скачиывается с DockerHub
-    volumes:
-      - ./mediawiki_data:/var/data  # создание volumes, который будет использоваться для хранения данных MediaWiki 
-    ports:
-      - 8081:80 # открывает порт 8080 на хостовой машине, который будет проксирован на порт 81 внутри контейнера.
-```
-
-#### Разворачивание wordpress
-
-```yaml
-wordpress:  # название сервиса
-    image: wordpress  # образ, который скачиывается с DockerHub
-    volumes:
-      - ./wordpress_data:/var/data  # создание volumes, который будет использоваться для хранения данных wordpress 
-    ports:
-      - 8082:80 # открывает порт 8080 на хостовой машине, который будет проксирован на порт 82 внутри контейнера.
-  
-```
-
-#### Разворачивание gitea
-```yaml
-gitea:  # название сервиса
-    image: gitea/gitea  # образ, который скачиывается с DockerHub
-    ports:
-      - 8083:80  # открывает порт 8080 на хостовой машине, который будет проксирован на порт 83 внутри контейнера.
-    volumes:
-      - ./gitea_data:/var/data  # создание volumes, который будет использоваться для хранения данных gitea 
-```
-
-### Запуск сервисов
-
-![Сборка docker-compose](LaunchingServices.jpg)
-
-![Разворачивание mediawiki](mediawiki.jpg)
-
-![Разворачивание wordpress](wordpress.jpg)
-
-![Разворачивание gitea](gitea.jpg)
-
-### Видео 
-
-https://disk.yandex.ru/i/-5BiuM51iqj83A
--- a/kochkareva_elizaveta_lab_1/docker-compose.yaml
+++ b/kochkareva_elizaveta_lab_1/docker-compose.yaml
@ -1,20 +0,0 @@
-version: '3'
-services:
-  mediawiki:  # название сервиса
-    image: mediawiki  # образ, который скачиывается с DockerHub
-    volumes:
-      - ./mediawiki_data:/var/data  # создание volumes, который будет использоваться для хранения данных MediaWiki 
-    ports:
-      - 8081:80 # открывает порт 8080 на хостовой машине, который будет проксирован на порт 81 внутри контейнера.
-  wordpress:  # название сервиса
-    image: wordpress  # образ, который скачиывается с DockerHub
-    volumes:
-      - ./wordpress_data:/var/data  # создание volumes, который будет использоваться для хранения данных wordpress 
-    ports:
-      - 8082:80 # открывает порт 8080 на хостовой машине, который будет проксирован на порт 82 внутри контейнера.
-  gitea:  # название сервиса
-    image: gitea/gitea  # образ, который скачиывается с DockerHub
-    ports:
-      - 8083:80  # открывает порт 8080 на хостовой машине, который будет проксирован на порт 83 внутри контейнера.
-    volumes:
-      - ./gitea_data:/var/data  # создание volumes, который будет использоваться для хранения данных gitea 
--- a/kochkareva_elizaveta_lab_1/gitea.jpg
+++ b/kochkareva_elizaveta_lab_1/gitea.jpg
--- a/kochkareva_elizaveta_lab_1/mediawiki.jpg
+++ b/kochkareva_elizaveta_lab_1/mediawiki.jpg
--- a/kochkareva_elizaveta_lab_1/wordpress.jpg
+++ b/kochkareva_elizaveta_lab_1/wordpress.jpg
--- a/kochkareva_elizaveta_lab_2/FirstApp.jpg
+++ b/kochkareva_elizaveta_lab_2/FirstApp.jpg
--- a/kochkareva_elizaveta_lab_2/LaunchingServices.jpg
+++ b/kochkareva_elizaveta_lab_2/LaunchingServices.jpg
--- a/kochkareva_elizaveta_lab_2/README.md
+++ b/kochkareva_elizaveta_lab_2/README.md
@ -1,194 +0,0 @@
-
-# Лабораторная работа 2. 
-
-### Задание
-**Цель**: изучение техники создания простого распределённого приложения.
-
-**Задачи**:
-
- Разработать два приложения такие, что результат первого является исходными данными для второго.
- Изучить файлы сборки образов docker и разработать их для созданных приложений.
- Собрать файл docker-compose.yml для запуска приложений.
- Разобраться с монтированием каталогов из хост-системы.
-
-**Вариант**:
- Ищет в каталоге /var/data файл с самым коротким названием и перекладывает его в /var/result/data.txt.
- Сохраняет произведение первого и последнего числа из файла /var/data/data.txt в /var/result/result.txt.
-
-### Как запустить лабораторную работу
-В директории с файлом характеристик docker-compose.yaml выполнить команду:
-```
-docker-compose -f docker-compose.yaml up
-```
-### Описание лабораторной работы
-
-#### Входные данный
-
-В качестве входных данных представлены следующие файлы с соответствующим содержанием:
-
-```
-deadlock - file1: 9 5 0 1
-diamond - file2: 3 5 8
-himera - file3: 4 6 6
-kjjuriositi - file4: 3 5 3
-nitric-oxide - file5: 3 1 7
-V3001TH - file6: 7 2 6
-za - file7: 2 4 4
-```
-
-#### Первое приложение
-Первое приложение выполняет задачу: Ищет в каталоге /var/data файл с самым коротким названием и перекладывает его в /var/result/data.txt.
-
-Для этого напишем следующий код:
-
-```java
-File dataDir = new File("/var/data");
-File resultDir = new File("/var/result");
-// Получаем все файлы в каталоге /var/data
-File[] files = dataDir.listFiles();
-if (files != null && files.length > 0) {
-    // Ищем файл с самым коротким названием
-    File shortestFileName = files[0];
-    for (File file : files) {
-        if (file.getName().length() < shortestFileName.getName().length()) {
-            shortestFileName = file;
-        }
-    }
-    // Перекладываем файл в /var/result/data.txt
-    File destination = new File(resultDir, "data.txt");
-    try {
-        Files.move(shortestFileName.toPath(), destination.toPath(), StandardCopyOption.REPLACE_EXISTING);
-        System.out.println("Файл успешно перемещен.");
-    } catch (IOException e) {
-        System.out.println("Ошибка при перемещении файла: " + e.getMessage());
-    }
-} else {
-    System.out.println("В каталоге /var/data нет файлов.");
-}
-```
-
-Также создадим *Dockerfile*, который используется для создания образа контейнера данного приложения.
-
-```dockerfile
-# Используем образ Java для компиляции и запуска кода
-FROM openjdk:11
-# Создание директорий для файлов
-RUN ["mkdir", "/var/data"]
-RUN ["mkdir", "/var/result"]
-# Устанавливаем рабочую директорию внутри контейнера
-WORKDIR /app
-# Копируем исходный код в контейнер
-COPY src/Main.java .
-# Компилируем исходный код
-RUN javac Main.java
-# Устанавливаем команду запуска приложения
-CMD ["java", "Main"]
-```
-#### Второе приложение
-
-Второе приложение выполняет задачу: Сохраняет произведение первого и последнего числа из файла /var/data/data.txt в /var/result/result.txt.
-
-Для этого напишем следующий код:
-
-```java
-String inputFile = "/var/result/data.txt";
-String outputFile = "/var/result/result.txt";
-
-try (BufferedReader reader = new BufferedReader(new FileReader(inputFile));
-    BufferedWriter writer = new BufferedWriter(new FileWriter(outputFile))) {
-
-    String line;
-    while ((line = reader.readLine()) != null) {
-        String[] numbers = line.split("\\s+");
-
-        if (numbers.length > 0) {
-            int firstNumber = Integer.parseInt(numbers[0]);
-            int lastNumber = Integer.parseInt(numbers[numbers.length - 1]);
-            int result = firstNumber * lastNumber;
-
-            writer.write(String.valueOf(result));
-            writer.newLine();
-        }
-    }
-} catch (IOException e) {
-    e.printStackTrace();
-}
-```
-
-Также создадим *Dockerfile*, который используется для создания образа контейнера данного приложения.
-
-```dockerfile
-# Используем образ Java для компиляции и запуска кода
-FROM openjdk:11
-# Создание директорий для файлов
-RUN ["mkdir", "/var/data"]
-RUN ["mkdir", "/var/result"]
-# Устанавливаем рабочую директорию внутри контейнера
-WORKDIR /app
-# Копируем исходный код в контейнер
-COPY src/Main.java .
-# Компилируем исходный код
-RUN javac Main.java
-# Устанавливаем команду запуска приложения
-CMD ["java", "Main"]
-```
-
-### Разворачивание сервисов
-
-Создадим файл docker-compose.yml, который определяет настройки для запуска нескольких сервисов в Docker с использованием Docker Compose. 
-
-Первый блок будет определять первый сервис worker-1. Он будет создан на основе контекста сборки /worker-1 и файла Dockerfile. Затем, указанные тома (volumes) будут примонтированы в контейнере. В данном случае, директория .\data на хосте будет примонтирована в /var/data внутри контейнера, а директория .\result на хосте будет примонтирована в /var/result внутри контейнера.
-
-```dockerfile
-  worker-1:
-    build:
-      context: /worker-1
-      dockerfile: Dockerfile
-    volumes:
-      - .\data:/var/data
-      - .\result:/var/result
-```
-
-Второй блок будет определять второй сервис worker-2. Он зависит от сервиса worker-1, поэтому worker-1 будет запущен перед worker-2. Затем, он также будет создан на основе контекста сборки /worker-2 и файла Dockerfile. Аналогично, указанные тома будут примонтированы в контейнере.
-
-```dockerfile
-  worker-2:
-    depends_on:
-      - worker-1
-    build:
-      context: /worker-2
-      dockerfile: Dockerfile
-    volumes:
-      - .\result:/var/data
-      - .\result:/var/result
-```
-
-### Запуск
-
-![Сборка docker-compose](LaunchingServices.jpg)
-
-![Первое приложение](FirstApp.jpg)
-
-![Второе приложение](SecondApp.jpg)
-
-Файлы директории data:
-
-```
-deadlock - file1: 9 5 0 1
-diamond - file2: 3 5 8
-himera - file3: 4 6 6
-kjjuriositi - file4: 3 5 3
-nitric-oxide - file5: 3 1 7
-V3001TH - file6: 7 2 6
-za - file7: 2 4 4
-```
-
-Файлы директории result:
-
-```
-data: 2 4 4
-result: 8
-```
-### Видео
-
-https://disk.yandex.ru/i/dFIB-vOqlAip9g
--- a/kochkareva_elizaveta_lab_2/SecondApp.jpg
+++ b/kochkareva_elizaveta_lab_2/SecondApp.jpg
--- a/kochkareva_elizaveta_lab_2/data/V3001TH
+++ b/kochkareva_elizaveta_lab_2/data/V3001TH
@ -1 +0,0 @@
-7 2 6
--- a/kochkareva_elizaveta_lab_2/data/deadlock
+++ b/kochkareva_elizaveta_lab_2/data/deadlock
@ -1 +0,0 @@
-9 5 0 1
--- a/kochkareva_elizaveta_lab_2/data/diamond
+++ b/kochkareva_elizaveta_lab_2/data/diamond
@ -1 +0,0 @@
-3 5 8
--- a/kochkareva_elizaveta_lab_2/data/kjjuriositi
+++ b/kochkareva_elizaveta_lab_2/data/kjjuriositi
@ -1 +0,0 @@
-3 5 3
--- a/kochkareva_elizaveta_lab_2/data/nitric-oxide
+++ b/kochkareva_elizaveta_lab_2/data/nitric-oxide
@ -1 +0,0 @@
-3 1 7
--- a/kochkareva_elizaveta_lab_2/docker-compose.yaml
+++ b/kochkareva_elizaveta_lab_2/docker-compose.yaml
@ -1,19 +0,0 @@
-version: '3'
-services:
-  worker-1:
-    build:
-      context: /worker-1
-      dockerfile: Dockerfile
-    volumes:
-      - .\data:/var/data
-      - .\result:/var/result
-
-  worker-2:
-    depends_on:
-      - worker-1
-    build:
-      context: /worker-2
-      dockerfile: Dockerfile
-    volumes:
-      - .\result:/var/data
-      - .\result:/var/result
--- a/kochkareva_elizaveta_lab_2/result/data.txt
+++ b/kochkareva_elizaveta_lab_2/result/data.txt
@ -1 +0,0 @@
-4 6 6
--- a/kochkareva_elizaveta_lab_2/result/result.txt
+++ b/kochkareva_elizaveta_lab_2/result/result.txt
@ -1 +0,0 @@
-24
--- a/kochkareva_elizaveta_lab_2/worker-1/.gitignore
+++ b/kochkareva_elizaveta_lab_2/worker-1/.gitignore
@ -1,29 +0,0 @@
-### IntelliJ IDEA ###
-out/
-!**/src/main/**/out/
-!**/src/test/**/out/
-
-### Eclipse ###
-.apt_generated
-.classpath
-.factorypath
-.project
-.settings
-.springBeans
-.sts4-cache
-bin/
-!**/src/main/**/bin/
-!**/src/test/**/bin/
-
-### NetBeans ###
-/nbproject/private/
-/nbbuild/
-/dist/
-/nbdist/
-/.nb-gradle/
-
-### VS Code ###
-.vscode/
-
-### Mac OS ###
-.DS_Store
--- a/kochkareva_elizaveta_lab_2/worker-1/Dockerfile
+++ b/kochkareva_elizaveta_lab_2/worker-1/Dockerfile
@ -1,13 +0,0 @@
-# Используем образ Java для компиляции и запуска кода
-FROM openjdk:11
-# Создание директорий для файлов
-RUN ["mkdir", "/var/data"]
-RUN ["mkdir", "/var/result"]
-# Устанавливаем рабочую директорию внутри контейнера
-WORKDIR /app
-# Копируем исходный код в контейнер
-COPY src/Main.java .
-# Компилируем исходный код
-RUN javac Main.java
-# Устанавливаем команду запуска приложения
-CMD ["java", "Main"]
--- a/kochkareva_elizaveta_lab_2/worker-1/src/Main.java
+++ b/kochkareva_elizaveta_lab_2/worker-1/src/Main.java
@ -1,32 +0,0 @@
-import java.io.File;
-import java.io.IOException;
-import java.nio.file.Files;
-import java.nio.file.StandardCopyOption;
-
-public class Main {
-    public static void main(String[] args) {
-        File dataDir = new File("/var/data");
-        File resultDir = new File("/var/result");
-        // Получаем все файлы в каталоге
-        File[] files = dataDir.listFiles();
-        if (files != null && files.length > 0) {
-            // Ищем файл с самым коротким названием
-            File shortestFileName = files[0];
-            for (File file : files) {
-                if (file.getName().length() < shortestFileName.getName().length()) {
-                    shortestFileName = file;
-                }
-            }
-            // Перекладываем файл
-            File destination = new File(resultDir, "data.txt");
-            try {
-                Files.move(shortestFileName.toPath(), destination.toPath(), StandardCopyOption.REPLACE_EXISTING);
-                System.out.println("Приложение 1: Файл успешно перемещен.");
-            } catch (IOException e) {
-                System.out.println("Приложение 1: Ошибка при перемещении файла: " + e.getMessage());
-            }
-        } else {
-            System.out.println("Приложение 1: В каталоге /var/data нет файлов.");
-        }
-    }
-}
--- a/kochkareva_elizaveta_lab_2/worker-1/worker-1.iml
+++ b/kochkareva_elizaveta_lab_2/worker-1/worker-1.iml
@ -1,11 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<module type="JAVA_MODULE" version="4">
-  <component name="NewModuleRootManager" inherit-compiler-output="true">
-    <exclude-output />
-    <content url="file://$MODULE_DIR$">
-      <sourceFolder url="file://$MODULE_DIR$/src" isTestSource="false" />
-    </content>
-    <orderEntry type="inheritedJdk" />
-    <orderEntry type="sourceFolder" forTests="false" />
-  </component>
-</module>
--- a/kochkareva_elizaveta_lab_2/worker-2/.gitignore
+++ b/kochkareva_elizaveta_lab_2/worker-2/.gitignore
@ -1,29 +0,0 @@
-### IntelliJ IDEA ###
-out/
-!**/src/main/**/out/
-!**/src/test/**/out/
-
-### Eclipse ###
-.apt_generated
-.classpath
-.factorypath
-.project
-.settings
-.springBeans
-.sts4-cache
-bin/
-!**/src/main/**/bin/
-!**/src/test/**/bin/
-
-### NetBeans ###
-/nbproject/private/
-/nbbuild/
-/dist/
-/nbdist/
-/.nb-gradle/
-
-### VS Code ###
-.vscode/
-
-### Mac OS ###
-.DS_Store
--- a/kochkareva_elizaveta_lab_2/worker-2/Dockerfile
+++ b/kochkareva_elizaveta_lab_2/worker-2/Dockerfile
@ -1,13 +0,0 @@
-# Используем образ Java для компиляции и запуска кода
-FROM openjdk:11
-# Создание директорий для файлов
-RUN ["mkdir", "/var/data"]
-RUN ["mkdir", "/var/result"]
-# Устанавливаем рабочую директорию внутри контейнера
-WORKDIR /app
-# Копируем исходный код в контейнер
-COPY src/Main.java .
-# Компилируем исходный код
-RUN javac Main.java
-# Устанавливаем команду запуска приложения
-CMD ["java", "Main"]
--- a/kochkareva_elizaveta_lab_2/worker-2/src/Main.java
+++ b/kochkareva_elizaveta_lab_2/worker-2/src/Main.java
@ -1,32 +0,0 @@
-import java.io.BufferedReader;
-import java.io.BufferedWriter;
-import java.io.FileReader;
-import java.io.FileWriter;
-import java.io.IOException;
-
-public class Main {
-    public static void main(String[] args) {
-        String inputFile = "/var/result/data.txt";
-        String outputFile = "/var/result/result.txt";
-
-        try (BufferedReader reader = new BufferedReader(new FileReader(inputFile));
-             BufferedWriter writer = new BufferedWriter(new FileWriter(outputFile))) {
-
-            String line;
-            while ((line = reader.readLine()) != null) {
-                String[] numbers = line.split("\\s+");
-
-                if (numbers.length > 0) {
-                    int firstNumber = Integer.parseInt(numbers[0]);
-                    int lastNumber = Integer.parseInt(numbers[numbers.length - 1]);
-                    int result = firstNumber * lastNumber;
-                    System.out.println("Приложение 2: Результат умножения первого и последнего числа: " + result);
-                    writer.write(String.valueOf(result));
-                    writer.newLine();
-                }
-            }
-        } catch (IOException e) {
-            e.printStackTrace();
-        }
-    }
-}
--- a/kochkareva_elizaveta_lab_2/worker-2/worker-2.iml
+++ b/kochkareva_elizaveta_lab_2/worker-2/worker-2.iml
@ -1,11 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<module type="JAVA_MODULE" version="4">
-  <component name="NewModuleRootManager" inherit-compiler-output="true">
-    <exclude-output />
-    <content url="file://$MODULE_DIR$">
-      <sourceFolder url="file://$MODULE_DIR$/src" isTestSource="false" />
-    </content>
-    <orderEntry type="inheritedJdk" />
-    <orderEntry type="sourceFolder" forTests="false" />
-  </component>
-</module>
--- a/kochkareva_elizaveta_lab_4/README.md
+++ b/kochkareva_elizaveta_lab_4/README.md
@ -1,190 +0,0 @@
-
-# Лабораторная работа 4. 
-
-### Задание
-**Цель**: изучение проектирования приложений при помощи брокера сообщений.
-
-**Задачи**:
-
- Установить брокер сообщений RabbitMQ.
- Пройти уроки 1, 2 и 3 из RabbitMQ Tutorials на любом языке программирования.
- Продемонстрировать работу брокера сообщений.
-
-### Как запустить лабораторную работу
-В директории с файлом характеристик docker-compose.yaml выполнить команду:
-```
-docker-compose -f docker-compose.yaml up
-```
-### Описание лабораторной работы
-#### Прохождение tutorial
-
-**1. *"Hello world"***
-
-Результат работы producer:
-![Сборка docker-compose](hello-world-send.jpg)
-
-Результат работы consumer:
-![Сборка docker-compose](hello-world-receive.jpg)
-
-
-**2. *"Work Queues"***
-
-Результат работы producer:
-![Сборка docker-compose](work-queues-new-task.jpg)
-
-Результат работы consumer:
-![Сборка docker-compose](work-queues-worker.jpg)
-
-**3. *"Publish/Subscribe"***
-
-Результат работы producer:
-![Сборка docker-compose](publish-subscribe-emit-log.jpg)
-
-Результат работы consumer1:
-![Сборка docker-compose](publish-subscribe-receive-logs1.jpg)
-
-Результат работы consumer2:
-![Сборка docker-compose](publish-subscribe-receive-logs2.jpg)
-
-
-#### Разработка демонстрационных приложений
-Для разработки демонстрационных приложений была выбрана предметная область прошлой лабораторной  работы, состоящая из тренировок и упражнений.
-
-Согласно заданию необходимо создать:
-1. Publisher, которая создаёт один exchange с типом fanout.
-
-Для этого создадим список logs, который хранит различные сообщения логов, которые могут быть отправлены.
-
-```python
-logs = ["started exercise", "finished exercise", "started training", "finished training"]
-```
-
-Установим соединение с локальным *RabbitMQ* сервером на `localhost` и создадим канал связи с *RabbitMQ* для отправки и получения сообщений.
-
-```python
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-```
-
-Далее определим имя обмена в *RabbitMQ*, в данном случае logs и объявем обмен с указанным именем и типом fanout, что означает, что все сообщения, отправленные в этот обмен, будут отправлены всем подписчикам, которые присоединены к нему.
-```python
-exchange_name = 'logs'
-channel.exchange_declare(exchange=exchange_name, exchange_type='fanout')
-```
-
-Для того, чтобы программа раз в секунду генерировала сообщения в журнал событий создадим цикл, в котором будет выбираться случайное сообщение из списка `logs`, публиковаться в обмен `logs` без указания ключа маршрутизации (сообщение будет доставлено всем подписчикам этого обмена). И также укажем задержку в 1 секунду между каждой публикацией сообщения.
-```python
-while 1:
-    log = random.choice(logs)
-    channel.basic_publish(exchange=exchange_name, routing_key='', body=log)
-    print(f" [x] Published: {log}")
-    time.sleep(1)
-```
-
-2. Consumer 1, которая создаёт под себя отдельную не анонимную очередь, создаёт binding на exchange и начинает принимать сообщения. Программа должна обрабатывать сообщения 2-3 секунды.
-
-Создадим функцию `message_manager`, которая принимает три аргумента: `channel` (канал связи с RabbitMQ), `queue_name` (имя очереди) и `exchange_name` (имя обмена).
-Затем объявляем очеред с указанным именем, связываем очередь с обменом, чтобы сообщения из этого обмена были доставлены в эту очередь.
-
-Также создаем функцию `callback`, которая будет вызываться при получении нового сообщения из очереди. В данной функции происходит декодирование полученного сообщения из байтового формата в строку, вывод результата в консоль и имитация обработки сообщения с помощью задержки сообщения на 2-3 секунды. В зависимости от полученного значения декодированого сообщения, происходит вывод сообщение о статусе обработки, а также происходит подтверждение успешной обработки сообщения.
-
-```python
-    def callback(ch, method, properties, body):
-        task = body.decode()
-        print(f" [x] Received : {task}")
-        time.sleep(random.randint(2, 3))
-        if task == "started exercise":
-            print(" [x] Started timer")
-        elif task == "finished exercise":
-            print(" [x] Stopped timer, started another exercise")
-        elif task == "started training":
-            print(" [x] Started manage exercise")
-        else:
-            print(" [x] Result of training given")
-        ch.basic_ack(delivery_tag=method.delivery_tag)
-```
-
-Далее устанавливаем обработчик callback для сообщений из указанной очереди и запускаем  бесконечный цикл получения и обработки сообщений из очереди.
-Таким образом, функция `message_manager` выглядет следующим образом:
-
-```python
-def message_manager(channel, queue_name, exchange_name):
-    channel.queue_declare(queue=queue_name)
-    channel.queue_bind(exchange=exchange_name, queue=queue_name)
-
-    def callback(ch, method, properties, body):
-        task = body.decode()
-        print(f" [x] Received : {task}")
-        time.sleep(random.randint(2, 3))
-        if task == "started exercise":
-            print(" [x] Started timer")
-        elif task == "finished exercise":
-            print(" [x] Stopped timer, started another exercise")
-        elif task == "started training":
-            print(" [x] Started manage exercise")
-        else:
-            print(" [x] Result of training given")
-        ch.basic_ack(delivery_tag=method.delivery_tag)
-
-    channel.basic_consume(queue=queue_name, on_message_callback=callback)
-    print("[*] Waiting for messages. To exit press CTRL+C")
-    channel.start_consuming()
-```
-
-Далее создаем соединение с *RabbitMQ*, создаем канал и определяем имя обмена и имя очереди. Затем, создаем поток `consumer_thread`, который вызывает функцию `message_manager` с передачей канала, имени очереди и имени обмена в качестве аргументов. После этого, поток запускается и ожидает его завершения с помощью `consumer_thread.join()`, чтобы основной поток программы не завершился до завершения работы обработчика сообщений.
-
-```python
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-exchange_name = 'logs'
-queue_name = 'slow-queue'
-
-consumer_thread = threading.Thread(target=message_manager, args=(channel, queue_name, exchange_name))
-consumer_thread.start()
-consumer_thread.join()
-```
-
-
-3. Consumer 2. Аналогично Consumer 1, только сообщения необходимо обрабатывать моментально и имя очереди должно отличаться от Consumer 1.
-
-Аналогично создаем подключение к серверу  с помощью `pika.BlockingConnection`,создаем канал для обмена сообщениями с помощью `connection.channel()`. Определяем имя обменника *"logs"* и имя очереди *"fast-queue"*. Далее объявляем саму очередь с данным именем. 
-
-```python
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-exchange_name = 'logs'
-queue_name = 'fast-queue'
-
-channel.queue_declare(queue=queue_name)
-channel.queue_bind(exchange=exchange_name, queue=queue_name)
-```
-
-После чего создаем функцию `callback`, которая будет вызываться при получении сообщений из очереди. Функция принимает параметры `ch` (канал), `method` (метод доставки), `properties` (свойства сообщения) и `body` (тело сообщения). В данном случае, функция аналогично декодирует тело сообщения в строку и выводит соответствующее сообщение в зависимости от значения `task`.
-```python
-def callback(ch, method, properties, body):
-    task = body.decode()
-    print(f" [x] Received : {task}")
-    if task == "started exercise":
-        print(" [x] Started timer")
-    elif task == "finished exercise":
-        print(" [x] Stopped timer, started another exercise")
-    elif task == "started training":
-        print(" [x] Started manage exercise")
-    else:
-        print(" [x] Result of training given")
-    ch.basic_ack(delivery_tag=method.delivery_tag)
-
-```
-Код будет ожидать и обрабатывать сообщения, пока не будет прерван.
-
-Результат работы быстрой очереди:
-![Сборка docker-compose](fast-queue.jpg)
-
-Результат работы медленной очереди:
-![Сборка docker-compose](slow-queue.jpg)
-
-Таким образом, можно сделать вывод о том, что в очереди fast-queue сообщения обрабатываются мгновенно, а в очереди slow-queue они обрабатываются с задержкой и в следствии этого сообщения накапливаются в очереди.
-
-### Видео 
-
-https://disk.yandex.ru/i/Qei-5DvhovOBJA
--- a/kochkareva_elizaveta_lab_4/exercise-training/consumer-1.py
+++ b/kochkareva_elizaveta_lab_4/exercise-training/consumer-1.py
@ -1,37 +0,0 @@
-import pika
-import random
-import threading
-import time
-
-
-def message_manager(channel, queue_name, exchange_name):
-    channel.queue_declare(queue=queue_name)
-    channel.queue_bind(exchange=exchange_name, queue=queue_name)
-
-    def callback(ch, method, properties, body):
-        task = body.decode()
-        print(f" [x] Received : {task}")
-        time.sleep(random.randint(2, 3))
-        if task == "started exercise":
-            print(" [x] Started timer")
-        elif task == "finished exercise":
-            print(" [x] Stopped timer, started another exercise")
-        elif task == "started training":
-            print(" [x] Started manage exercise")
-        else:
-            print(" [x] Result of training given")
-        ch.basic_ack(delivery_tag=method.delivery_tag)
-
-    channel.basic_consume(queue=queue_name, on_message_callback=callback)
-    print("[*] Waiting for messages. To exit press CTRL+C")
-    channel.start_consuming()
-
-
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-exchange_name = 'logs'
-queue_name = 'slow-queue'
-
-consumer_thread = threading.Thread(target=message_manager, args=(channel, queue_name, exchange_name))
-consumer_thread.start()
-consumer_thread.join()
--- a/kochkareva_elizaveta_lab_4/exercise-training/consumer-2.py
+++ b/kochkareva_elizaveta_lab_4/exercise-training/consumer-2.py
@ -1,28 +0,0 @@
-import pika
-
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-exchange_name = 'logs'
-queue_name = 'fast-queue'
-
-channel.queue_declare(queue=queue_name)
-channel.queue_bind(exchange=exchange_name, queue=queue_name)
-
-
-def callback(ch, method, properties, body):
-    task = body.decode()
-    print(f" [x] Received : {task}")
-    if task == "started exercise":
-        print(" [x] Started timer")
-    elif task == "finished exercise":
-        print(" [x] Stopped timer, started another exercise")
-    elif task == "started training":
-        print(" [x] Started manage exercise")
-    else:
-        print(" [x] Result of training given")
-    ch.basic_ack(delivery_tag=method.delivery_tag)
-
-
-channel.basic_consume(queue=queue_name, on_message_callback=callback)
-print("[*] Waiting for messages. To exit press CTRL+C")
-channel.start_consuming()
--- a/kochkareva_elizaveta_lab_4/exercise-training/publisher.py
+++ b/kochkareva_elizaveta_lab_4/exercise-training/publisher.py
@ -1,17 +0,0 @@
-import pika
-import random
-import time
-
-logs = ["started exercise", "finished exercise", "started training", "finished training"]
-
-connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
-channel = connection.channel()
-exchange_name = 'logs'
-channel.exchange_declare(exchange=exchange_name, exchange_type='fanout')
-print(' [*] Started. To exit press CTRL+C')
-
-while 1:
-    log = random.choice(logs)
-    channel.basic_publish(exchange=exchange_name, routing_key='', body=log)
-    print(f" [x] Published: {log}")
-    time.sleep(1)
--- a/kochkareva_elizaveta_lab_4/fast-queue.jpg
+++ b/kochkareva_elizaveta_lab_4/fast-queue.jpg
--- a/kochkareva_elizaveta_lab_4/hello-world-receive.jpg
+++ b/kochkareva_elizaveta_lab_4/hello-world-receive.jpg
--- a/kochkareva_elizaveta_lab_4/hello-world-send.jpg
+++ b/kochkareva_elizaveta_lab_4/hello-world-send.jpg
--- a/kochkareva_elizaveta_lab_4/hello-world/receive.py
+++ b/kochkareva_elizaveta_lab_4/hello-world/receive.py
@ -1,30 +0,0 @@
-import os
-import pika
-import sys
-
-
-def main():
-    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
-    channel = connection.channel()
-
-    channel.queue_declare(queue='hello')
-
-    def callback(ch, method, properties, body):
-        print(f" [x] Received {body}")
-
-    channel.basic_consume(queue='hello', on_message_callback=callback, auto_ack=True)
-
-    print(' [*] Waiting for messages. To exit press CTRL+C')
-    channel.start_consuming()
-
-
-if __name__ == '__main__':
-    try:
-        main()
-    except KeyboardInterrupt:
-        print('Interrupted')
-        try:
-            sys.exit(0)
-        except SystemExit:
-            os._exit(0)
-
--- a/kochkareva_elizaveta_lab_4/hello-world/send.py
+++ b/kochkareva_elizaveta_lab_4/hello-world/send.py
@ -1,11 +0,0 @@
-import pika
-
-connection = pika.BlockingConnection(
-    pika.ConnectionParameters(host='localhost'))
-channel = connection.channel()
-
-channel.queue_declare(queue='hello')
-
-channel.basic_publish(exchange='', routing_key='hello', body='Hello World!')
-print(" [x] Sent 'Hello World!'")
-connection.close()
--- a/kochkareva_elizaveta_lab_4/publish-subscribe-emit-log.jpg
+++ b/kochkareva_elizaveta_lab_4/publish-subscribe-emit-log.jpg
--- a/kochkareva_elizaveta_lab_4/publish-subscribe-receive-logs1.jpg
+++ b/kochkareva_elizaveta_lab_4/publish-subscribe-receive-logs1.jpg
--- a/kochkareva_elizaveta_lab_4/publish-subscribe-receive-logs2.jpg
+++ b/kochkareva_elizaveta_lab_4/publish-subscribe-receive-logs2.jpg
--- a/kochkareva_elizaveta_lab_4/publish-subscribe/emit_log.py
+++ b/kochkareva_elizaveta_lab_4/publish-subscribe/emit_log.py
@ -1,13 +0,0 @@
-import pika
-import sys
-
-connection = pika.BlockingConnection(
-    pika.ConnectionParameters(host='localhost'))
-channel = connection.channel()
-
-channel.exchange_declare(exchange='logs', exchange_type='fanout')
-
-message = ' '.join(sys.argv[1:]) or "info: Hello World!"
-channel.basic_publish(exchange='logs', routing_key='', body=message)
-print(f" [x] Sent {message}")
-connection.close()
--- a/kochkareva_elizaveta_lab_4/publish-subscribe/receive_logs.py
+++ b/kochkareva_elizaveta_lab_4/publish-subscribe/receive_logs.py
@ -1,22 +0,0 @@
-import pika
-
-connection = pika.BlockingConnection(
-    pika.ConnectionParameters(host='localhost'))
-channel = connection.channel()
-
-channel.exchange_declare(exchange='logs', exchange_type='fanout')
-
-result = channel.queue_declare(queue='', exclusive=True)
-queue_name = result.method.queue
-
-channel.queue_bind(exchange='logs', queue=queue_name)
-
-print(' [*] Waiting for logs. To exit press CTRL+C')
-
-def callback(ch, method, properties, body):
-    print(f" [x] {body}")
-
-channel.basic_consume(
-    queue=queue_name, on_message_callback=callback, auto_ack=True)
-
-channel.start_consuming()
--- a/kochkareva_elizaveta_lab_4/slow-queue.jpg
+++ b/kochkareva_elizaveta_lab_4/slow-queue.jpg
--- a/kochkareva_elizaveta_lab_4/work-queues-new-task.jpg
+++ b/kochkareva_elizaveta_lab_4/work-queues-new-task.jpg
--- a/kochkareva_elizaveta_lab_4/work-queues-worker.jpg
+++ b/kochkareva_elizaveta_lab_4/work-queues-worker.jpg
--- a/kochkareva_elizaveta_lab_4/work-queues/new_task.py
+++ b/kochkareva_elizaveta_lab_4/work-queues/new_task.py
@ -1,20 +0,0 @@
-import pika
-import sys
-
-connection = pika.BlockingConnection(
-    pika.ConnectionParameters(host='localhost'))
-channel = connection.channel()
-
-channel.queue_declare(queue='task_queue', durable=True)
-
-message = ' '.join(sys.argv[1:]) or "Hello World!"
-channel.basic_publish(
-    exchange='',
-    routing_key='task_queue',
-    body=message,
-    properties=pika.BasicProperties(
-        delivery_mode=pika.DeliveryMode.Persistent
-    ))
-print(f" [x] Sent {message}")
-connection.close()
-
--- a/kochkareva_elizaveta_lab_4/work-queues/worker.py
+++ b/kochkareva_elizaveta_lab_4/work-queues/worker.py
@ -1,23 +0,0 @@
-import pika
-import time
-
-connection = pika.BlockingConnection(
-    pika.ConnectionParameters(host='localhost'))
-channel = connection.channel()
-
-channel.queue_declare(queue='task_queue', durable=True)
-print(' [*] Waiting for messages. To exit press CTRL+C')
-
-
-def callback(ch, method, properties, body):
-    print(f" [x] Received {body.decode()}")
-    time.sleep(body.count(b'.'))
-    print(" [x] Done")
-    ch.basic_ack(delivery_tag=method.delivery_tag)
-
-
-channel.basic_qos(prefetch_count=1)
-channel.basic_consume(queue='task_queue', on_message_callback=callback)
-
-channel.start_consuming()
-
--- a/kochkareva_elizaveta_lab_5/README.md
+++ b/kochkareva_elizaveta_lab_5/README.md
@ -1,103 +0,0 @@
-
-# Лабораторная работа 5. 
-
-### Задание
-
-**Задачи**:
-
-Реализовать умножение двух больших квадратных матриц.
-Сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание со *), каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.
-
-
-### Как запустить лабораторную работу
-В директории с файлом характеристик docker-compose.yaml выполнить команду:
-```
-docker-compose -f docker-compose.yaml up
-```
-
-### Описание лабораторной работы
-
-Для реализации параллельного умножения матриц с использованием многопоточности создадим несколько функций:
-
-1. Функция `multiplication_rows(row, matrix_b)`
-
-Данная функция используется для перемножения входной строки row на матрицу matrix_b и возвращает результат умножения.
-
-```python
-def multiplication_rows(row, matrix_b):
-    return np.dot(row, matrix_b)
-```
-
-2. Функция `parallel_matrix_multiplication(matrix_a, matrix_b, num_threads)`
-
-Данная функция Принимает две матрицы `matrix_a` и `matrix_b`, а также количество потоков `num_threads`, которое ровно количеству строк в первой матрице. Также осуществляется проверка на то, что размеры матрицы совместимы.
-
-Затем создается пул потоков с использованием `concurrent.futures.ThreadPoolExecutor` и устанавливает максимальное количество потоков равным `num_threads`. Запускается таймер для измерения времени выполнения умножения матриц. Создается список `results` и
-для каждой строки матрицы `matrix_a` запускает функцию `multiplication_rows` в отдельном потоке с помощью `executor.submit()`. Результаты сортируются по индексу строки и объединяются в матрицу  в правильном порядке с помощью `np.vstack()`. Завершается таймер и происходит замер времени, затраченного на выполнение задачи.
-
-```python
-def parallel_matrix_multiplication(matrix_a, matrix_b, num_threads):
-    num_rows_a, num_cols_a = matrix_a.shape
-    num_rows_b, num_cols_b = matrix_b.shape
-    assert num_cols_a == num_rows_b, "Размеры матриц несовместимы"
-
-    with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
-        start_time = time.time()
-        results = []
-        for i in range(num_rows_a):
-            result = executor.submit(multiplication_rows, matrix_a[i], matrix_b)
-            results.append((i, result))
-        sorted_results = sorted(results, key=lambda x: x[0])
-        result_matrix = np.vstack(
-            [result.result() for _, result in sorted_results])
-        end_time = time.time()
-
-    execution_time = end_time - start_time
-    return result_matrix, execution_time
-```
-
-3. Функция `test(parallel)`
-
-Данная функция создает две матрицы с фиксированными значениями. И происходит разбиение на два алгоритма вычисления умножения матриц: обычный и параллельный.Если `parallel` равно True, вызывает `parallel_matrix_multiplication()` с `num_threads=2`, иначе с `num_threads=1`.
-
-4. Функции `matrix100x100(parallel)`, `matrix300x300(parallel)` и `matrix500x500(parallel)`
-
-В данных функция создается пара случайных матриц размером *100x100*, *300x300* и *500x500* со значениями от 0 до 100. 
-
-Если `parallel` равно `True`, вызывают `parallel_matrix_multiplication()` с `num_threads` равным размеру матрицы, иначе с `num_threads=1`.
-Выводят результат умножения и время выполнения.
-
-Пример функции для матрицы размером *100x100*:
-
-```python
-def matrix100x100(parallel):
-    a = np.random.randint(0, 100, size=(100, 100))
-    b = np.random.randint(0, 100, size=(100, 100))
-    if parallel:
-        result = parallel_matrix_multiplication(a, b, num_threads=100)
-    else:
-        result = parallel_matrix_multiplication(a, b, num_threads=1)
-    print("Результат умножения:")
-    print(result[0])
-    print("Время выполнения: " + str(result[1]) + " с")
-```
-
-#### Результаты выполнения последовательного и параллельного алгоритма на умножение двух матриц размером 100x100, 300x300, 500x500 элементов.
-Результат перемножения матриц 100х100:
-
-![Результат перемножения матриц 100х100](matrix100x100.jpg)
-
-Результат перемножения матриц 300х300:
-
-![Результат перемножения матриц 300х300](matrix300x300.jpg)
-
-езультат перемножения матриц 500х500:
-
-![Результат перемножения матриц 500х500](matrix500x500.jpg)
-
-Таким образом, можно сделать вывод о том, что умножение матрицы параллельным способом значительно ускоряет процесс выполнения по сравнению с обычным способом на больших объемах данных. В случае матрицы размером 500х500, время выполнения параллельного умножения составляет всего 0.03999614715576172 с, в то время как обычный способ занимает 0.10399985313415527 с. Однако случае матрицы размером 100х100, время выполнения параллельного умножения составляет 0.008999347686767578 с, в то время как обычный способ занимает 0.006066799163818359 с, и перемножение обычным алгоритмом является более выгодным по временнным затратам, чем паралелльным.
-Параллельное умножение матрицы может быть полезным в случаях, когда требуется обработать большие объемы данных и ускорить процесс вычислений.
-
-### Видео 
-
-https://disk.yandex.ru/i/uJzemvtUlgmR2g
--- a/kochkareva_elizaveta_lab_5/main.py
+++ b/kochkareva_elizaveta_lab_5/main.py
@ -1,98 +0,0 @@
-import numpy as np
-import concurrent.futures
-import time
-
-
-def multiplication_rows(row, matrix_b):
-    return np.dot(row, matrix_b)
-
-
-def parallel_matrix_multiplication(matrix_a, matrix_b, num_threads):
-    num_rows_a, num_cols_a = matrix_a.shape
-    num_rows_b, num_cols_b = matrix_b.shape
-    assert num_cols_a == num_rows_b, "Размеры матриц несовместимы"
-
-    with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
-        start_time = time.time()
-        results = []
-        for i in range(num_rows_a):
-            result = executor.submit(multiplication_rows, matrix_a[i], matrix_b)
-            results.append((i, result))
-        sorted_results = sorted(results, key=lambda x: x[0])
-        result_matrix = np.vstack(
-            [result.result() for _, result in sorted_results])
-        end_time = time.time()
-
-    execution_time = end_time - start_time
-    return result_matrix, execution_time
-
-
-def test(parallel):
-    a = np.array([[12, 42, 64],
-                  [38, 4, 21]])
-    b = np.array([[35, 2],
-                  [64, 41],
-                  [5, 33]])
-    if parallel:
-        result = parallel_matrix_multiplication(a, b, num_threads=2)
-    else:
-        result = parallel_matrix_multiplication(a, b, num_threads=1)
-    print("Результат умножения:")
-    print(result[0])
-    print("Время выполнения: " + str(result[1]) + " с")
-
-
-def matrix100x100(parallel):
-    a = np.random.randint(0, 100, size=(100, 100))
-    b = np.random.randint(0, 100, size=(100, 100))
-    if parallel:
-        result = parallel_matrix_multiplication(a, b, num_threads=100)
-    else:
-        result = parallel_matrix_multiplication(a, b, num_threads=1)
-    print("Результат умножения:")
-    print(result[0])
-    print("Время выполнения: " + str(result[1]) + " с")
-
-
-def matrix300x300(parallel):
-    a = np.random.randint(0, 100, size=(300, 300))
-    b = np.random.randint(0, 100, size=(300, 300))
-    if parallel:
-        result = parallel_matrix_multiplication(a, b, num_threads=300)
-    else:
-        result = parallel_matrix_multiplication(a, b, num_threads=1)
-    print("Результат умножения:")
-    print(result[0])
-    print("Время выполнения: " + str(result[1]) + " с")
-
-
-def matrix500x500(parallel):
-    a = np.random.randint(0, 100, size=(500, 500))
-    b = np.random.randint(0, 100, size=(500, 500))
-    if parallel:
-        result = parallel_matrix_multiplication(a, b, num_threads=500)
-    else:
-        result = parallel_matrix_multiplication(a, b, num_threads=1)
-    print("Результат умножения:")
-    print(result[0])
-    print("Время выполнения: " + str(result[1]) + " с")
-
-
-if __name__ == '__main__':
-    # test(parallel=True)
-    # print("Матрица 100x100:")
-    # print("Результат умножения параллельно:")
-    # matrix100x100(parallel=True)
-    # print("Результат умножения обычным способом:")
-    # matrix100x100(parallel=False)
-    # print("Матрица 300x300:")
-    # print("Результат умножения параллельно:")
-    # matrix300x300(parallel=True)
-    # print("Результат умножения обычным способом:")
-    # matrix300x300(parallel=False)
-    print("Матрица 500x500:")
-    print("Результат умножения параллельно:")
-    matrix500x500(parallel=True)
-    print("Результат умножения обычным способом:")
-    matrix500x500(parallel=False)
-
--- a/kochkareva_elizaveta_lab_5/matrix100x100.jpg
+++ b/kochkareva_elizaveta_lab_5/matrix100x100.jpg
--- a/kochkareva_elizaveta_lab_5/matrix300x300.jpg
+++ b/kochkareva_elizaveta_lab_5/matrix300x300.jpg
--- a/kochkareva_elizaveta_lab_5/matrix500x500.jpg
+++ b/kochkareva_elizaveta_lab_5/matrix500x500.jpg
--- a/kutygin_andrey_lab_4/.gitignore
+++ b/kutygin_andrey_lab_4/.gitignore
@ -1,42 +0,0 @@
-.gradle
-build/
-!gradle/wrapper/gradle-wrapper.jar
-!**/src/main/**/build/
-!**/src/test/**/build/
-
-### IntelliJ IDEA ###
-.idea/modules.xml
-.idea/jarRepositories.xml
-.idea/compiler.xml
-.idea/libraries/
-*.iws
-*.iml
-*.ipr
-out/
-!**/src/main/**/out/
-!**/src/test/**/out/
-
-### Eclipse ###
-.apt_generated
-.classpath
-.factorypath
-.project
-.settings
-.springBeans
-.sts4-cache
-bin/
-!**/src/main/**/bin/
-!**/src/test/**/bin/
-
-### NetBeans ###
-/nbproject/private/
-/nbbuild/
-/dist/
-/nbdist/
-/.nb-gradle/
-
-### VS Code ###
-.vscode/
-
-### Mac OS ###
-.DS_Store
--- a/kutygin_andrey_lab_4/.idea/.gitignore
+++ b/kutygin_andrey_lab_4/.idea/.gitignore
@ -1,3 +0,0 @@
-# Default ignored files
-/shelf/
-/workspace.xml
--- a/kutygin_andrey_lab_4/.idea/gradle.xml
+++ b/kutygin_andrey_lab_4/.idea/gradle.xml
@ -1,17 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="GradleMigrationSettings" migrationVersion="1" />
-  <component name="GradleSettings">
-    <option name="linkedExternalProjectsSettings">
-      <GradleProjectSettings>
-        <option name="externalProjectPath" value="$PROJECT_DIR$" />
-        <option name="gradleHome" value="" />
-        <option name="modules">
-          <set>
-            <option value="$PROJECT_DIR$" />
-          </set>
-        </option>
-      </GradleProjectSettings>
-    </option>
-  </component>
-</project>
--- a/kutygin_andrey_lab_4/.idea/jpa-buddy.xml
+++ b/kutygin_andrey_lab_4/.idea/jpa-buddy.xml
@ -1,6 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="JpaBuddyIdeaProjectConfig">
-    <option name="renamerInitialized" value="true" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_4/.idea/misc.xml
+++ b/kutygin_andrey_lab_4/.idea/misc.xml
@ -1,10 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ExternalStorageConfigurationManager" enabled="true" />
-  <component name="ProjectRootManager" version="2" languageLevel="JDK_17" default="true" project-jdk-name="17" project-jdk-type="JavaSDK">
-    <output url="file://$PROJECT_DIR$/out" />
-  </component>
-  <component name="ProjectType">
-    <option name="id" value="jpab" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_4/README.md
+++ b/kutygin_andrey_lab_4/README.md
@ -1,40 +0,0 @@
-# Лабораторная работа №4
-
-## Задание
-
-Цель: изучение проектирования приложений при помощи брокера сообщений.
-
-Задачи:
-
- Установить брокер сообщений RabbitMQ.
- Пройти уроки 1, 2 и 3 из RabbitMQ Tutorials на любом языке программирования.
- Продемонстрировать работу брокера сообщений
-
-## Ход работы
-
-### RabbitMQ
-RabbitMQ был установлен на локальное устройство без использования Docker.
-
-### Работа брокера
-
-Было создано три приложения - publisher, consumer1, consumer2. 
-
-Задача publisher - осуществлять отправку сообщений
-![](screenshots/img1.png)
-
-Задача consumer1 - принимать сообщения и обрабатывать его 3 секунды
-![consumer1Console.png](screenshots/img2.png)
-
-Задача consumer2 - получать сообщение и обрабатывать его моментально, без задержек
-![consumer2Console.png](screenshots/img3.png)
-
-### Результат процесса выполнения в RabbitMQ 
-Изначально графики были неровные, но программа выполнялась долго, они выровнялись и получились следующие графики:
-![overviewRMQ.png](screenshots/img4.png)
-![exchangeRMQ.png](screenshots/img5.png)
-![queue1RMQ.png](screenshots/img6.png)
-![queue2RMQ.png](screenshots/img7.png)
-
-## Результат
-
-Видео: https://disk.yandex.ru/d/OcUMxP9PYaOlPg
--- a/kutygin_andrey_lab_4/build.gradle
+++ b/kutygin_andrey_lab_4/build.gradle
@ -1,42 +0,0 @@
-plugins {
-    id 'java'
-}
-
-group = 'org.example'
-version = '1.0-SNAPSHOT'
-
-repositories {
-    mavenCentral()
-}
-
-dependencies {
-    testImplementation platform('org.junit:junit-bom:5.9.1')
-    testImplementation 'org.junit.jupiter:junit-jupiter'
-    implementation 'com.rabbitmq:amqp-client:5.12.0'
-
-}
-
-test {
-    useJUnitPlatform()
-}
-
-/*task runApp1(type: JavaExec) {
-    main = 'org.example.Consumer1' // Замените на полное имя класса вашего приложения
-    classpath = sourceSets.main.runtimeClasspath
-}
-
-task runApp2(type: JavaExec) {
-    main = 'org.example.Consumer2' // Замените на полное имя класса вашего приложения
-    classpath = sourceSets.main.runtimeClasspath
-}
-
-task runApp3(type: JavaExec) {
-    main = 'org.example.Publisher' // Замените на полное имя класса вашего приложения
-    classpath = sourceSets.main.runtimeClasspath
-}
-
-task runAll {
-    description = 'Run all three applications concurrently'
-    group = 'application'
-    dependsOn runApp1, runApp2, runApp3
-}*/
--- a/kutygin_andrey_lab_4/gradle/wrapper/gradle-wrapper.jar
+++ b/kutygin_andrey_lab_4/gradle/wrapper/gradle-wrapper.jar
--- a/kutygin_andrey_lab_4/gradle/wrapper/gradle-wrapper.properties
+++ b/kutygin_andrey_lab_4/gradle/wrapper/gradle-wrapper.properties
@ -1,6 +0,0 @@
-#Thu Jan 11 14:32:39 GMT+04:00 2024
-distributionBase=GRADLE_USER_HOME
-distributionPath=wrapper/dists
-distributionUrl=https\://services.gradle.org/distributions/gradle-8.0-bin.zip
-zipStoreBase=GRADLE_USER_HOME
-zipStorePath=wrapper/dists
--- a/kutygin_andrey_lab_4/gradlew
+++ b/kutygin_andrey_lab_4/gradlew
@ -1,234 +0,0 @@
-#!/bin/sh
-
-#
-# Copyright © 2015-2021 the original authors.
-#
-# Licensed under the Apache License, Version 2.0 (the "License");
-# you may not use this file except in compliance with the License.
-# You may obtain a copy of the License at
-#
-#      https://www.apache.org/licenses/LICENSE-2.0
-#
-# Unless required by applicable law or agreed to in writing, software
-# distributed under the License is distributed on an "AS IS" BASIS,
-# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
-# See the License for the specific language governing permissions and
-# limitations under the License.
-#
-
-##############################################################################
-#
-#   Gradle start up script for POSIX generated by Gradle.
-#
-#   Important for running:
-#
-#   (1) You need a POSIX-compliant shell to run this script. If your /bin/sh is
-#       noncompliant, but you have some other compliant shell such as ksh or
-#       bash, then to run this script, type that shell name before the whole
-#       command line, like:
-#
-#           ksh Gradle
-#
-#       Busybox and similar reduced shells will NOT work, because this script
-#       requires all of these POSIX shell features:
-#         * functions;
-#         * expansions «$var», «${var}», «${var:-default}», «${var+SET}»,
-#           «${var#prefix}», «${var%suffix}», and «$( cmd )»;
-#         * compound commands having a testable exit status, especially «case»;
-#         * various built-in commands including «command», «set», and «ulimit».
-#
-#   Important for patching:
-#
-#   (2) This script targets any POSIX shell, so it avoids extensions provided
-#       by Bash, Ksh, etc; in particular arrays are avoided.
-#
-#       The "traditional" practice of packing multiple parameters into a
-#       space-separated string is a well documented source of bugs and security
-#       problems, so this is (mostly) avoided, by progressively accumulating
-#       options in "$@", and eventually passing that to Java.
-#
-#       Where the inherited environment variables (DEFAULT_JVM_OPTS, JAVA_OPTS,
-#       and GRADLE_OPTS) rely on word-splitting, this is performed explicitly;
-#       see the in-line comments for details.
-#
-#       There are tweaks for specific operating systems such as AIX, CygWin,
-#       Darwin, MinGW, and NonStop.
-#
-#   (3) This script is generated from the Groovy template
-#       https://github.com/gradle/gradle/blob/master/subprojects/plugins/src/main/resources/org/gradle/api/internal/plugins/unixStartScript.txt
-#       within the Gradle project.
-#
-#       You can find Gradle at https://github.com/gradle/gradle/.
-#
-##############################################################################
-
-# Attempt to set APP_HOME
-
-# Resolve links: $0 may be a link
-app_path=$0
-
-# Need this for daisy-chained symlinks.
-while
-    APP_HOME=${app_path%"${app_path##*/}"}  # leaves a trailing /; empty if no leading path
-    [ -h "$app_path" ]
-do
-    ls=$( ls -ld "$app_path" )
-    link=${ls#*' -> '}
-    case $link in             #(
-      /*)   app_path=$link ;; #(
-      *)    app_path=$APP_HOME$link ;;
-    esac
-done
-
-APP_HOME=$( cd "${APP_HOME:-./}" && pwd -P ) || exit
-
-APP_NAME="Gradle"
-APP_BASE_NAME=${0##*/}
-
-# Add default JVM options here. You can also use JAVA_OPTS and GRADLE_OPTS to pass JVM options to this script.
-DEFAULT_JVM_OPTS='"-Xmx64m" "-Xms64m"'
-
-# Use the maximum available, or set MAX_FD != -1 to use that value.
-MAX_FD=maximum
-
-warn () {
-    echo "$*"
-} >&2
-
-die () {
-    echo
-    echo "$*"
-    echo
-    exit 1
-} >&2
-
-# OS specific support (must be 'true' or 'false').
-cygwin=false
-msys=false
-darwin=false
-nonstop=false
-case "$( uname )" in                #(
-  CYGWIN* )         cygwin=true  ;; #(
-  Darwin* )         darwin=true  ;; #(
-  MSYS* | MINGW* )  msys=true    ;; #(
-  NONSTOP* )        nonstop=true ;;
-esac
-
-CLASSPATH=$APP_HOME/gradle/wrapper/gradle-wrapper.jar
-
-
-# Determine the Java command to use to start the JVM.
-if [ -n "$JAVA_HOME" ] ; then
-    if [ -x "$JAVA_HOME/jre/sh/java" ] ; then
-        # IBM's JDK on AIX uses strange locations for the executables
-        JAVACMD=$JAVA_HOME/jre/sh/java
-    else
-        JAVACMD=$JAVA_HOME/bin/java
-    fi
-    if [ ! -x "$JAVACMD" ] ; then
-        die "ERROR: JAVA_HOME is set to an invalid directory: $JAVA_HOME
-
-Please set the JAVA_HOME variable in your environment to match the
-location of your Java installation."
-    fi
-else
-    JAVACMD=java
-    which java >/dev/null 2>&1 || die "ERROR: JAVA_HOME is not set and no 'java' command could be found in your PATH.
-
-Please set the JAVA_HOME variable in your environment to match the
-location of your Java installation."
-fi
-
-# Increase the maximum file descriptors if we can.
-if ! "$cygwin" && ! "$darwin" && ! "$nonstop" ; then
-    case $MAX_FD in #(
-      max*)
-        MAX_FD=$( ulimit -H -n ) ||
-            warn "Could not query maximum file descriptor limit"
-    esac
-    case $MAX_FD in  #(
-      '' | soft) :;; #(
-      *)
-        ulimit -n "$MAX_FD" ||
-            warn "Could not set maximum file descriptor limit to $MAX_FD"
-    esac
-fi
-
-# Collect all arguments for the java command, stacking in reverse order:
-#   * args from the command line
-#   * the main class name
-#   * -classpath
-#   * -D...appname settings
-#   * --module-path (only if needed)
-#   * DEFAULT_JVM_OPTS, JAVA_OPTS, and GRADLE_OPTS environment variables.
-
-# For Cygwin or MSYS, switch paths to Windows format before running java
-if "$cygwin" || "$msys" ; then
-    APP_HOME=$( cygpath --path --mixed "$APP_HOME" )
-    CLASSPATH=$( cygpath --path --mixed "$CLASSPATH" )
-
-    JAVACMD=$( cygpath --unix "$JAVACMD" )
-
-    # Now convert the arguments - kludge to limit ourselves to /bin/sh
-    for arg do
-        if
-            case $arg in                                #(
-              -*)   false ;;                            # don't mess with options #(
-              /?*)  t=${arg#/} t=/${t%%/*}              # looks like a POSIX filepath
-                    [ -e "$t" ] ;;                      #(
-              *)    false ;;
-            esac
-        then
-            arg=$( cygpath --path --ignore --mixed "$arg" )
-        fi
-        # Roll the args list around exactly as many times as the number of
-        # args, so each arg winds up back in the position where it started, but
-        # possibly modified.
-        #
-        # NB: a `for` loop captures its iteration list before it begins, so
-        # changing the positional parameters here affects neither the number of
-        # iterations, nor the values presented in `arg`.
-        shift                   # remove old arg
-        set -- "$@" "$arg"      # push replacement arg
-    done
-fi
-
-# Collect all arguments for the java command;
-#   * $DEFAULT_JVM_OPTS, $JAVA_OPTS, and $GRADLE_OPTS can contain fragments of
-#     shell script including quotes and variable substitutions, so put them in
-#     double quotes to make sure that they get re-expanded; and
-#   * put everything else in single quotes, so that it's not re-expanded.
-
-set -- \
-        "-Dorg.gradle.appname=$APP_BASE_NAME" \
-        -classpath "$CLASSPATH" \
-        org.gradle.wrapper.GradleWrapperMain \
-        "$@"
-
-# Use "xargs" to parse quoted args.
-#
-# With -n1 it outputs one arg per line, with the quotes and backslashes removed.
-#
-# In Bash we could simply go:
-#
-#   readarray ARGS < <( xargs -n1 <<<"$var" ) &&
-#   set -- "${ARGS[@]}" "$@"
-#
-# but POSIX shell has neither arrays nor command substitution, so instead we
-# post-process each arg (as a line of input to sed) to backslash-escape any
-# character that might be a shell metacharacter, then use eval to reverse
-# that process (while maintaining the separation between arguments), and wrap
-# the whole thing up as a single "set" statement.
-#
-# This will of course break if any of these variables contains a newline or
-# an unmatched quote.
-#
-
-eval "set -- $(
-        printf '%s\n' "$DEFAULT_JVM_OPTS $JAVA_OPTS $GRADLE_OPTS" |
-        xargs -n1 |
-        sed ' s~[^-[:alnum:]+,./:=@_]~\\&~g; ' |
-        tr '\n' ' '
-    )" '"$@"'
-
-exec "$JAVACMD" "$@"
--- a/kutygin_andrey_lab_4/gradlew.bat
+++ b/kutygin_andrey_lab_4/gradlew.bat
@ -1,89 +0,0 @@
-@rem
-@rem Copyright 2015 the original author or authors.
-@rem
-@rem Licensed under the Apache License, Version 2.0 (the "License");
-@rem you may not use this file except in compliance with the License.
-@rem You may obtain a copy of the License at
-@rem
-@rem      https://www.apache.org/licenses/LICENSE-2.0
-@rem
-@rem Unless required by applicable law or agreed to in writing, software
-@rem distributed under the License is distributed on an "AS IS" BASIS,
-@rem WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
-@rem See the License for the specific language governing permissions and
-@rem limitations under the License.
-@rem
-
-@if "%DEBUG%" == "" @echo off
-@rem ##########################################################################
-@rem
-@rem  Gradle startup script for Windows
-@rem
-@rem ##########################################################################
-
-@rem Set local scope for the variables with windows NT shell
-if "%OS%"=="Windows_NT" setlocal
-
-set DIRNAME=%~dp0
-if "%DIRNAME%" == "" set DIRNAME=.
-set APP_BASE_NAME=%~n0
-set APP_HOME=%DIRNAME%
-
-@rem Resolve any "." and ".." in APP_HOME to make it shorter.
-for %%i in ("%APP_HOME%") do set APP_HOME=%%~fi
-
-@rem Add default JVM options here. You can also use JAVA_OPTS and GRADLE_OPTS to pass JVM options to this script.
-set DEFAULT_JVM_OPTS="-Xmx64m" "-Xms64m"
-
-@rem Find java.exe
-if defined JAVA_HOME goto findJavaFromJavaHome
-
-set JAVA_EXE=java.exe
-%JAVA_EXE% -version >NUL 2>&1
-if "%ERRORLEVEL%" == "0" goto execute
-
-echo.
-echo ERROR: JAVA_HOME is not set and no 'java' command could be found in your PATH.
-echo.
-echo Please set the JAVA_HOME variable in your environment to match the
-echo location of your Java installation.
-
-goto fail
-
-:findJavaFromJavaHome
-set JAVA_HOME=%JAVA_HOME:"=%
-set JAVA_EXE=%JAVA_HOME%/bin/java.exe
-
-if exist "%JAVA_EXE%" goto execute
-
-echo.
-echo ERROR: JAVA_HOME is set to an invalid directory: %JAVA_HOME%
-echo.
-echo Please set the JAVA_HOME variable in your environment to match the
-echo location of your Java installation.
-
-goto fail
-
-:execute
-@rem Setup the command line
-
-set CLASSPATH=%APP_HOME%\gradle\wrapper\gradle-wrapper.jar
-
-
-@rem Execute Gradle
-"%JAVA_EXE%" %DEFAULT_JVM_OPTS% %JAVA_OPTS% %GRADLE_OPTS% "-Dorg.gradle.appname=%APP_BASE_NAME%" -classpath "%CLASSPATH%" org.gradle.wrapper.GradleWrapperMain %*
-
-:end
-@rem End local scope for the variables with windows NT shell
-if "%ERRORLEVEL%"=="0" goto mainEnd
-
-:fail
-rem Set variable GRADLE_EXIT_CONSOLE if you need the _script_ return code instead of
-rem the _cmd.exe /c_ return code!
-if  not "" == "%GRADLE_EXIT_CONSOLE%" exit 1
-exit /b 1
-
-:mainEnd
-if "%OS%"=="Windows_NT" endlocal
-
-:omega
--- a/kutygin_andrey_lab_4/screenshots/img1.png
+++ b/kutygin_andrey_lab_4/screenshots/img1.png
--- a/kutygin_andrey_lab_4/screenshots/img2.png
+++ b/kutygin_andrey_lab_4/screenshots/img2.png
--- a/kutygin_andrey_lab_4/screenshots/img3.png
+++ b/kutygin_andrey_lab_4/screenshots/img3.png
--- a/kutygin_andrey_lab_4/screenshots/img4.png
+++ b/kutygin_andrey_lab_4/screenshots/img4.png
--- a/kutygin_andrey_lab_4/screenshots/img5.png
+++ b/kutygin_andrey_lab_4/screenshots/img5.png
--- a/kutygin_andrey_lab_4/screenshots/img6.png
+++ b/kutygin_andrey_lab_4/screenshots/img6.png
--- a/kutygin_andrey_lab_4/screenshots/img7.png
+++ b/kutygin_andrey_lab_4/screenshots/img7.png
--- a/kutygin_andrey_lab_4/settings.gradle
+++ b/kutygin_andrey_lab_4/settings.gradle
@ -1,2 +0,0 @@
-rootProject.name = 'lab4'
-
--- a/kutygin_andrey_lab_4/src/main/java/org/example/Consumer1.java
+++ b/kutygin_andrey_lab_4/src/main/java/org/example/Consumer1.java
@ -1,42 +0,0 @@
-package org.example;
-
-import com.rabbitmq.client.*;
-
-public class Consumer1 {
-    private static final String QUEUE_NAME = "queue1";
-    private static final String EXCHANGE_NAME = "exchange";
-
-    public static void main(String[] args) throws Exception {
-        try {
-            ConnectionFactory factory = new ConnectionFactory();
-            factory.setHost("localhost");
-
-            Connection connection = factory.newConnection();
-            Channel channel = connection.createChannel();
-
-            channel.queueDeclare(QUEUE_NAME, false, false, false, null);
-            channel.queueBind(QUEUE_NAME, EXCHANGE_NAME, "");
-
-            DeliverCallback deliverCallback = (consumerTag, delivery) -> {
-                String message = new String(delivery.getBody());
-                try {
-                    System.out.println("Consumer1 received" + message);
-                    Thread.sleep(3000);
-                } catch (InterruptedException e) {
-                    e.printStackTrace();
-                }
-                System.out.println(" Consumer1 processed the following message: " + message);
-            };
-
-            channel.basicConsume(QUEUE_NAME, true, deliverCallback, consumerTag -> {});
-            System.out.println("Consumer1 is waiting for messages");
-
-            while (true) {
-                // Поддержание работы приложения
-            }
-
-        } catch (Exception e) {
-            e.printStackTrace();
-        }
-    }
-}
--- a/kutygin_andrey_lab_4/src/main/java/org/example/Consumer2.java
+++ b/kutygin_andrey_lab_4/src/main/java/org/example/Consumer2.java
@ -1,37 +0,0 @@
-package org.example;
-
-import com.rabbitmq.client.*;
-
-public class Consumer2 {
-    private static final String EXCHANGE_NAME = "exchange";
-    private static final String QUEUE_NAME = "queue2";
-
-    public static void main(String[] args) throws Exception {
-        try {
-            ConnectionFactory factory = new ConnectionFactory();
-            factory.setHost("localhost");
-
-            Connection connection = factory.newConnection();
-            Channel channel = connection.createChannel();
-
-            channel.queueDeclare(QUEUE_NAME, false, false, false, null);
-            channel.queueBind(QUEUE_NAME, EXCHANGE_NAME, "");
-            DeliverCallback deliverCallback = (consumerTag, delivery) -> {
-                String message = new String(delivery.getBody());
-                System.out.println("Consumer2 received" + message);
-                // моментальная обработка сообщений
-                System.out.println("Consumer2 processed the following message: " + message);
-            };
-
-            channel.basicConsume(QUEUE_NAME, true, deliverCallback, consumerTag -> {});
-            System.out.println("Consumer2 is waiting for messages");
-
-            while (true) {
-                // Поддержание работы приложения
-            }
-        } catch (Exception e) {
-            e.printStackTrace();
-        }
-    }
-
-}
--- a/kutygin_andrey_lab_4/src/main/java/org/example/Publisher.java
+++ b/kutygin_andrey_lab_4/src/main/java/org/example/Publisher.java
@ -1,35 +0,0 @@
-package org.example;
-
-import com.rabbitmq.client.Channel;
-import com.rabbitmq.client.Connection;
-import com.rabbitmq.client.ConnectionFactory;
-
-import java.util.Random;
-
-public class Publisher {
-    private static final String EXCHANGE_NAME = "exchange";
-
-    public static void main(String[] args) throws Exception {
-        ConnectionFactory factory = new ConnectionFactory();
-        factory.setHost("localhost");
-
-        try (Connection connection = factory.newConnection();
-             Channel channel = connection.createChannel()) {
-                channel.exchangeDeclare(EXCHANGE_NAME, "fanout");
-
-                while (true) {
-                    String message = generateMessage(); // Генерация сообщения для журнала событий
-                    channel.basicPublish(EXCHANGE_NAME, "", null, message.getBytes());
-                    System.out.println("Sent: " + message);
-                    Thread.sleep(1000); // Ожидание 1 секунду
-                }
-            } catch (Exception e) {
-            e.printStackTrace();
-             }
-    }
-
-    private static String generateMessage() {
-        Random random = new Random();
-        return "message №" + random.nextInt(100) + 1;
-    }
-}
--- a/kutygin_andrey_lab_5/.idea/.gitignore
+++ b/kutygin_andrey_lab_5/.idea/.gitignore
@ -1,3 +0,0 @@
-# Default ignored files
-/shelf/
-/workspace.xml
--- a/kutygin_andrey_lab_5/.idea/jpa-buddy.xml
+++ b/kutygin_andrey_lab_5/.idea/jpa-buddy.xml
@ -1,6 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="JpaBuddyIdeaProjectConfig">
-    <option name="renamerInitialized" value="true" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_5/.idea/misc.xml
+++ b/kutygin_andrey_lab_5/.idea/misc.xml
@ -1,9 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ProjectRootManager" version="2" languageLevel="JDK_18" default="true" project-jdk-name="18" project-jdk-type="JavaSDK">
-    <output url="file://$PROJECT_DIR$/out" />
-  </component>
-  <component name="ProjectType">
-    <option name="id" value="jpab" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_5/.idea/modules.xml
+++ b/kutygin_andrey_lab_5/.idea/modules.xml
@ -1,8 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ProjectModuleManager">
-    <modules>
-      <module fileurl="file://$PROJECT_DIR$/lab5.iml" filepath="$PROJECT_DIR$/lab5.iml" />
-    </modules>
-  </component>
-</project>
--- a/kutygin_andrey_lab_5/.idea/workspace.xml
+++ b/kutygin_andrey_lab_5/.idea/workspace.xml
@ -1,55 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ChangeListManager">
-    <list default="true" id="784d5de0-2096-494b-90ff-9ac965b59c21" name="Changes" comment="" />
-    <option name="SHOW_DIALOG" value="false" />
-    <option name="HIGHLIGHT_CONFLICTS" value="true" />
-    <option name="HIGHLIGHT_NON_ACTIVE_CHANGELIST" value="false" />
-    <option name="LAST_RESOLUTION" value="IGNORE" />
-  </component>
-  <component name="MarkdownSettingsMigration">
-    <option name="stateVersion" value="1" />
-  </component>
-  <component name="ProjectId" id="2am5KjIEhkpx3aP7gL5G05y4LWg" />
-  <component name="ProjectViewState">
-    <option name="hideEmptyMiddlePackages" value="true" />
-    <option name="showLibraryContents" value="true" />
-  </component>
-  <component name="PropertiesComponent"><![CDATA[{
-  "keyToString": {
-    "RunOnceActivity.OpenProjectViewOnStart": "true",
-    "RunOnceActivity.ShowReadmeOnStart": "true",
-    "last_opened_file_path": "C:/lab5"
-  }
-}]]></component>
-  <component name="RecentsManager">
-    <key name="CopyFile.RECENT_KEYS">
-      <recent name="C:\lab5" />
-    </key>
-  </component>
-  <component name="RunManager">
-    <configuration name="Main" type="Application" factoryName="Application" temporary="true" nameIsGenerated="true">
-      <option name="MAIN_CLASS_NAME" value="Main" />
-      <module name="lab5" />
-      <method v="2">
-        <option name="Make" enabled="true" />
-      </method>
-    </configuration>
-    <recent_temporary>
-      <list>
-        <item itemvalue="Application.Main" />
-      </list>
-    </recent_temporary>
-  </component>
-  <component name="SpellCheckerSettings" RuntimeDictionaries="0" Folders="0" CustomDictionaries="0" DefaultDictionary="application-level" UseSingleDictionary="true" transferred="true" />
-  <component name="TaskManager">
-    <task active="true" id="Default" summary="Default task">
-      <changelist id="784d5de0-2096-494b-90ff-9ac965b59c21" name="Changes" comment="" />
-      <created>1704910856218</created>
-      <option name="number" value="Default" />
-      <option name="presentableId" value="Default" />
-      <updated>1704910856218</updated>
-    </task>
-    <servers />
-  </component>
-</project>
--- a/kutygin_andrey_lab_5/README.md
+++ b/kutygin_andrey_lab_5/README.md
@ -1,62 +0,0 @@
-## Задание
-Кратко: реализовать умножение двух больших квадратных матриц.
-
-Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный. В параллельном алгоритме предусмотреть ручное задание количества потоков, каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.
-
-### Ход работы
-**Последовательный алгоритм**
-
-public static int[][] multiplyMatricesSequential(int[][] matrix1, int[][] matrix2) {
-
-int rows1 = matrix1.length;
-
-int columns1 = matrix1[0].length;
-
-int columns2 = matrix2[0].length;
-
-        var matrixResult = new int[size][size];
-        for (int i = 0; i < size; i++) {
-            for (int j = 0; j < size; j++) {
-                for (int m = 0; m < size; m++) {
-                    matrixResult[i][j] += matrix1[i][m] * matrix2[m][j];
-                }
-            }
-        }
-        return matrixResult;
-Параллельный алгоритм
-public static int[][] multiplyMatricesParallel(int[][] matrix1, int[][] matrix2) {
-int rows1 = matrix1.length;
-int columns1 = matrix1[0].length;
-int columns2 = matrix2[0].length;
-
-        var matrixResult = new int[size][size];
-
-        ExecutorService executorService = Executors.newFixedThreadPool(nThreads);
-        int blockSize = size / nThreads;
-
-        for (int i = 0; i < nThreads; i++) {
-            int startRow = i * blockSize;
-            int endRow = (i + 1) * blockSize;
-            if (i == nThreads - 1) {
-                endRow = size;
-            }
-
-            int finalEndRow = endRow;
-            executorService.submit(() -> {
-                for (int row = startRow; row < finalEndRow; row++) {
-                    for (int col = 0; col < size; col++) {
-                        for (int m = 0; m < size; m++) {
-                            matrixResult[row][col] += matrix1[row][m] * matrix2[m][col];
-                        }
-                    }
-                }
-            });
-Результат
-Была проверка времени выполнения алгоритма для матриц размером 100х100, 300х300, 500х500 с разным количеством потоков.
-![sreenshot](screen.png)
-
-Из данных скриншотов видно, что в случае с матрицей 100х100 последовательный алгоритм работает лучше, чем параллельный, в других случаях наоборот.
-
-Для остальных матриц параллельный алгоритм работает лучше, а также увеличение кол-ва потоков уменьшает время выполнения алгоритма. (хотя в случае матрицы 100х100 - сильно увеличивает)
-
-Видео: https://disk.yandex.ru/d/zeVdy1b0mC79cQ
--- a/kutygin_andrey_lab_5/lab5.iml
+++ b/kutygin_andrey_lab_5/lab5.iml
@ -1,11 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<module type="JAVA_MODULE" version="4">
-  <component name="NewModuleRootManager" inherit-compiler-output="true">
-    <exclude-output />
-    <content url="file://$MODULE_DIR$">
-      <sourceFolder url="file://$MODULE_DIR$/src" isTestSource="false" />
-    </content>
-    <orderEntry type="inheritedJdk" />
-    <orderEntry type="sourceFolder" forTests="false" />
-  </component>
-</module>
--- a/kutygin_andrey_lab_5/out/production/lab5/Main.class
+++ b/kutygin_andrey_lab_5/out/production/lab5/Main.class
--- a/kutygin_andrey_lab_5/screen.png
+++ b/kutygin_andrey_lab_5/screen.png
--- a/kutygin_andrey_lab_5/src/Main.java
+++ b/kutygin_andrey_lab_5/src/Main.java
@ -1,103 +0,0 @@
-import java.util.concurrent.ExecutorService;
-import java.util.concurrent.Executors;
-import java.util.concurrent.TimeUnit;
-
-public class Main {
-    public static void main(String[] args) throws InterruptedException {
-        int nThreads = 8;
-        //100x100
-        var matrix1 = Matrix(100);
-        var matrix2 = Matrix(100);
-        //Последовательный алгоритм
-        long startTime = System.currentTimeMillis();
-        int[][] matrixResult = SequentialMult(matrix1, matrix2, matrix1.length);
-        long endTime = System.currentTimeMillis();
-        System.out.println("sequentially, 100x100, exec time: " + (endTime - startTime) + " ms");
-        //Параллельный алгоритм
-        startTime = System.currentTimeMillis();
-        matrixResult = ParallelMult(matrix1, matrix2, matrix1.length, nThreads);
-        endTime = System.currentTimeMillis();
-        System.out.println("parallel, 100x100, (" + nThreads + " flows), exec time : " + (endTime - startTime) + " ms\n");
-
-        //300x300
-        matrix1 = Matrix(300);
-        matrix2 = Matrix(300);
-        //Последовательный алгоритм
-        startTime = System.currentTimeMillis();
-        matrixResult = SequentialMult(matrix1, matrix2, matrix1.length);
-        endTime = System.currentTimeMillis();
-        System.out.println("sequentially, 300x300, exec time: " + (endTime - startTime) + " ms");
-        //Параллельный алгоритм
-        startTime = System.currentTimeMillis();
-        matrixResult = ParallelMult(matrix1, matrix2, matrix1.length, nThreads);
-        endTime = System.currentTimeMillis();
-        System.out.println("parallel, 300x300, (" + nThreads + " flows), exec time : " + (endTime - startTime) + " ms\n");
-
-        //500x500
-        matrix1 = Matrix(500);
-        matrix2 = Matrix(500);
-        //Последовательный алгоритм
-        startTime = System.currentTimeMillis();
-        matrixResult = SequentialMult(matrix1, matrix2, matrix1.length);
-        endTime = System.currentTimeMillis();
-        System.out.println("sequentially, 500x500, exec time: " + (endTime - startTime) + " ms");
-        //Параллельный алгоритм
-        startTime = System.currentTimeMillis();
-        matrixResult = ParallelMult(matrix1, matrix2, matrix1.length, nThreads);
-        endTime = System.currentTimeMillis();
-        System.out.println("parallel, 500x500, (" + nThreads + " flows), exec time : " + (endTime - startTime) + " ms\n");
-    }
-
-    public static int[][] Matrix(int size) {
-        int[][] matrix = new int[size][size];
-        for (int i = 0; i < size; i++) {
-            for (int j = 0; j < size; j++) {
-                matrix[i][j] = (int) (Math.random() * 1000);
-            }
-        }
-        return matrix;
-    }
-
-    public static int[][] SequentialMult(int[][] matrix1, int[][] matrix2, int size) {
-        var matrixResult = new int[size][size];
-        for (int i = 0; i < size; i++) {
-            for (int j = 0; j < size; j++) {
-                for (int m = 0; m < size; m++) {
-                    matrixResult[i][j] += matrix1[i][m] * matrix2[m][j];
-                }
-            }
-        }
-        return matrixResult;
-    }
-
-    public static int[][] ParallelMult(int[][] matrix1, int[][] matrix2, int size, int nThreads) throws InterruptedException {
-        var matrixResult = new int[size][size];
-
-        ExecutorService executorService = Executors.newFixedThreadPool(nThreads);
-        int blockSize = size / nThreads;
-
-        for (int i = 0; i < nThreads; i++) {
-            int startRow = i * blockSize;
-            int endRow = (i + 1) * blockSize;
-            if (i == nThreads - 1) {
-                endRow = size;
-            }
-
-            int finalEndRow = endRow;
-            executorService.submit(() -> {
-                for (int row = startRow; row < finalEndRow; row++) {
-                    for (int col = 0; col < size; col++) {
-                        for (int m = 0; m < size; m++) {
-                            matrixResult[row][col] += matrix1[row][m] * matrix2[m][col];
-                        }
-                    }
-                }
-            });
-        }
-
-        executorService.shutdown();
-        executorService.awaitTermination(Long.MAX_VALUE, TimeUnit.NANOSECONDS);
-
-        return matrixResult;
-    }
-}
--- a/kutygin_andrey_lab_6/.idea/.gitignore
+++ b/kutygin_andrey_lab_6/.idea/.gitignore
@ -1,3 +0,0 @@
-# Default ignored files
-/shelf/
-/workspace.xml
--- a/kutygin_andrey_lab_6/.idea/jpa-buddy.xml
+++ b/kutygin_andrey_lab_6/.idea/jpa-buddy.xml
@ -1,6 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="JpaBuddyIdeaProjectConfig">
-    <option name="renamerInitialized" value="true" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_6/.idea/misc.xml
+++ b/kutygin_andrey_lab_6/.idea/misc.xml
@ -1,9 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ProjectRootManager" version="2" languageLevel="JDK_18" default="true" project-jdk-name="18" project-jdk-type="JavaSDK">
-    <output url="file://$PROJECT_DIR$/out" />
-  </component>
-  <component name="ProjectType">
-    <option name="id" value="jpab" />
-  </component>
-</project>
--- a/kutygin_andrey_lab_6/.idea/modules.xml
+++ b/kutygin_andrey_lab_6/.idea/modules.xml
@ -1,8 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<project version="4">
-  <component name="ProjectModuleManager">
-    <modules>
-      <module fileurl="file://$PROJECT_DIR$/lab6.iml" filepath="$PROJECT_DIR$/lab6.iml" />
-    </modules>
-  </component>
-</project>
--- a/kutygin_andrey_lab_6/README.md
+++ b/kutygin_andrey_lab_6/README.md
@ -1,101 +0,0 @@
-## Задание
-
-Кратко: реализовать нахождение детерминанта квадратной матрицы. 
-
-Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание со *), каждый из которых будет выполнять нахождение отдельной группы множителей.
-
-## Ход работы 
-***
-### Обычный алгоритм
-
-`private static BigDecimal findDeterminantGauss(double[][] matrix) {
-int n = matrix.length;
-BigDecimal det = BigDecimal.ONE;`
-
-        for (int i = 0; i < n; i++) {
-            int maxRow = i;
-            for (int j = i + 1; j < n; j++) {
-                if (Math.abs(matrix[j][i]) > Math.abs(matrix[maxRow][i])) {
-                    maxRow = j;
-                }
-            }
-
-            if (maxRow != i) {
-                double[] temp = matrix[i];
-                matrix[i] = matrix[maxRow];
-                matrix[maxRow] = temp;
-
-                det = det.multiply(BigDecimal.valueOf(-1));
-            }
-
-            for (int j = i + 1; j < n; j++) {
-                double factor = matrix[j][i] / matrix[i][i];
-                for (int k = i; k < n; k++) {
-                    matrix[j][k] -= factor * matrix[i][k];
-                }
-            }
-        }
-
-        for (int i = 0; i < n; i++) {
-            det = det.multiply(BigDecimal.valueOf(matrix[i][i]));
-        }
-
-        return det;
-    }
-### Параллельный алгоритм 
-`private static BigDecimal findDeterminantGaussParallel(double[][] matrix, int threadsCount) {
-int n = matrix.length;
-final BigDecimal[] det = {BigDecimal.ONE};`
-
-        ExecutorService executor = Executors.newFixedThreadPool(threadsCount);
-
-        for (int i = 0; i < n; i++) {
-            final int rowIdx = i;
-
-            int maxRow = rowIdx;
-            for (int j = rowIdx + 1; j < n; j++) {
-                if (Math.abs(matrix[j][rowIdx]) > Math.abs(matrix[maxRow][rowIdx])) {
-                    maxRow = j;
-                }
-            }
-
-            if (maxRow != rowIdx) {
-                double[] temp = matrix[rowIdx];
-                matrix[rowIdx] = matrix[maxRow];
-                matrix[maxRow] = temp;
-                det[0] = det[0].multiply(BigDecimal.valueOf(-1));
-            }
-            executor.execute(() -> {
-                for (int j = rowIdx + 1; j < n; j++) {
-                    double factor = matrix[j][rowIdx] / matrix[rowIdx][rowIdx];
-                    for (int k = rowIdx; k < n; k++) {
-                        matrix[j][k] -= factor * matrix[rowIdx][k];
-                    }
-                }
-            });
-            det[0] = det[0].multiply(BigDecimal.valueOf(matrix[rowIdx][rowIdx]));
-        }
-
-        executor.shutdown();
-
-        try {
-            executor.awaitTermination(1, TimeUnit.DAYS);
-        } catch (InterruptedException e) {
-            e.printStackTrace();
-        }
-
-        return det[0];
-    }
-## Результат
-***
-![](img.png)
-
-Из данного скриншота можно сделать вывод, что нахождение детерминанта для матрицы:
-
-100х100 - обычный алгоритм работает лучше параллельного, но разница не сказать что значительная
-
-300х300 - обычный алгоритм работает хуже параллельного, но при добавлении потоков параллельный алгоритм работает чуть хуже
-
-500х500 - обычный алгоритм работает значительно лучше параллельного, но параллельный начинает показывать себя лучше при увеличении количества потоков (но обычный алгоритм все равно лучше)
-
-**Видео**: https://disk.yandex.ru/d/BXTTvXU_YwJmMA
--- a/kutygin_andrey_lab_6/img.png
+++ b/kutygin_andrey_lab_6/img.png
--- a/kutygin_andrey_lab_6/lab6.iml
+++ b/kutygin_andrey_lab_6/lab6.iml
@ -1,11 +0,0 @@
-<?xml version="1.0" encoding="UTF-8"?>
-<module type="JAVA_MODULE" version="4">
-  <component name="NewModuleRootManager" inherit-compiler-output="true">
-    <exclude-output />
-    <content url="file://$MODULE_DIR$">
-      <sourceFolder url="file://$MODULE_DIR$/src" isTestSource="false" />
-    </content>
-    <orderEntry type="inheritedJdk" />
-    <orderEntry type="sourceFolder" forTests="false" />
-  </component>
-</module>
--- a/kutygin_andrey_lab_6/out/production/lab6/Main.class
+++ b/kutygin_andrey_lab_6/out/production/lab6/Main.class
--- a/kutygin_andrey_lab_6/src/Main.java
+++ b/kutygin_andrey_lab_6/src/Main.java
@ -1,122 +0,0 @@
-import java.math.BigDecimal;
-import java.util.Arrays;
-import java.util.concurrent.ExecutorService;
-import java.util.concurrent.Executors;
-import java.util.concurrent.TimeUnit;
-
-public class Main {
-    public static double[][] generateMatrix(int n) {
-        double[][] matrix = new double[n][n];
-
-        for (int i = 0; i < n; i++) {
-            for (int j = 0; j < n; j++) {
-                matrix[i][j] = Math.round((Math.random() * 5));
-            }
-        }
-        return matrix;
-    }
-
-    private static BigDecimal findDeterminantGauss(double[][] matrix) {
-        int n = matrix.length;
-        BigDecimal det = BigDecimal.ONE;
-
-        for (int i = 0; i < n; i++) {
-            int maxRow = i;
-            for (int j = i + 1; j < n; j++) {
-                if (Math.abs(matrix[j][i]) > Math.abs(matrix[maxRow][i])) {
-                    maxRow = j;
-                }
-            }
-
-            if (maxRow != i) {
-                double[] temp = matrix[i];
-                matrix[i] = matrix[maxRow];
-                matrix[maxRow] = temp;
-
-                det = det.multiply(BigDecimal.valueOf(-1));
-            }
-
-            for (int j = i + 1; j < n; j++) {
-                double factor = matrix[j][i] / matrix[i][i];
-                for (int k = i; k < n; k++) {
-                    matrix[j][k] -= factor * matrix[i][k];
-                }
-            }
-        }
-
-        for (int i = 0; i < n; i++) {
-            det = det.multiply(BigDecimal.valueOf(matrix[i][i]));
-        }
-
-        return det;
-    }
-
-    private static BigDecimal findDeterminantGaussParallel(double[][] matrix, int threadsCount) {
-        int n = matrix.length;
-        final BigDecimal[] det = {BigDecimal.ONE};
-
-        ExecutorService executor = Executors.newFixedThreadPool(threadsCount);
-
-        for (int i = 0; i < n; i++) {
-            final int rowIdx = i;
-
-            int maxRow = rowIdx;
-            for (int j = rowIdx + 1; j < n; j++) {
-                if (Math.abs(matrix[j][rowIdx]) > Math.abs(matrix[maxRow][rowIdx])) {
-                    maxRow = j;
-                }
-            }
-
-            if (maxRow != rowIdx) {
-                double[] temp = matrix[rowIdx];
-                matrix[rowIdx] = matrix[maxRow];
-                matrix[maxRow] = temp;
-                det[0] = det[0].multiply(BigDecimal.valueOf(-1));
-            }
-            executor.execute(() -> {
-                for (int j = rowIdx + 1; j < n; j++) {
-                    double factor = matrix[j][rowIdx] / matrix[rowIdx][rowIdx];
-                    for (int k = rowIdx; k < n; k++) {
-                        matrix[j][k] -= factor * matrix[rowIdx][k];
-                    }
-                }
-            });
-            det[0] = det[0].multiply(BigDecimal.valueOf(matrix[rowIdx][rowIdx]));
-        }
-
-        executor.shutdown();
-
-        try {
-            executor.awaitTermination(1, TimeUnit.DAYS);
-        } catch (InterruptedException e) {
-            e.printStackTrace();
-        }
-
-        return det[0];
-    }
-
-    public static void main(String[] args) {
-        run(100, 1);
-        run(100, 5);
-        run(300, 1);
-        run(300, 5);
-        run(500, 1);
-        run(500, 5);
-    }
-
-    public static void run(int n, int threadCount) {
-        System.out.println(String.format("Matrix size: %d X %d", n, n));
-        double[][] a = generateMatrix(n);
-        double[][] aClone = Arrays.copyOf(a, n);
-
-        long time = System.currentTimeMillis();
-        BigDecimal determinantGauss = findDeterminantGauss(a);
-        System.out.println("Execution time: " + (System.currentTimeMillis() - time) + "ms");
-
-        time = System.currentTimeMillis();
-        BigDecimal determinantGaussAsync = findDeterminantGaussParallel(aClone, threadCount);
-        System.out.println("Execution time parallel: " + (System.currentTimeMillis() - time) + "ms, " +
-                "threads count: " + threadCount);
-        System.out.println();
-    }
-}
--- a/kutygin_andrey_lab_7/README.md
+++ b/kutygin_andrey_lab_7/README.md
@ -1,17 +0,0 @@
-### Задание: 
-***
-Эссе по вопросам:
-
-* Какие алгоритмы и методы используются для балансировки нагрузки?
-* Какие открытые и закрытые технологии существуют для балансировки нагрузки?
-* Как осуществляется балансировка нагрузки на базах данных?
-* Реверс-прокси как один из элементов балансировки нагрузки.
-### Ответ: 
-***
-Балансировка нагрузки - важная вещь в современных системах, целью которой является равномерное распределение запросов и нагрузки между серверами, чтобы все работало эффективно. Есть разные алгоритмы для этого, например, Round Robin или Weighted Round Robin. Еще бывают алгоритмы, основанные на наименьшей нагрузке или на быстром ответе сервера.
-
-Примеры открытых технологий: HAProxy и Nginx. HAProxy - это реверс-прокси и балансировщик нагрузки, а Nginx - веб-сервер и прокси-сервер с хорошей производительностью.
-
-Еще про балансировку нагрузки на базах данных - это горизонтальное масштабирование и репликация. Горизонтальное масштабирование делает базу данных распределенной, а репликация создает копии данных на нескольких узлах, что улучшает отказоустойчивость и возможность обработки больших нагрузок.
-
-Реверс-прокси - это важный элемент балансировки нагрузки. Он принимает запросы от клиентов и перенаправляет их на серверы.
--- a/kutygin_andrey_lab_8/README.md
+++ b/kutygin_andrey_lab_8/README.md
@ -1,21 +0,0 @@
-### Задание: 
-***
-Эссе по вопросам:
-
-* Зачем сложные системы пишутся в распределенном стиле, где каждое отдельное приложение функционально выполняет только ограниченный спектр задач?
-* Для чего были созданы системы оркестрации приложений? Каким образом они упрощают/усложняют разработку и сопровождение распределенных систем?
-* Для чего нужны очереди обработки сообщений и что может подразумеваться под сообщениями?
-* Какие преимущества и недостатки распределенных приложений существуют на Ваш взгляд?
-* Целесообразно ли в сложную распределенную систему внедрять параллельные вычисления? Приведите примеры, когда это нужно, а когда нет.
-
-### Ответ: 
-***
-Сложные системы, такие как социальная сеть ВКонтакте, часто пишутся в распределенном стиле, потому что это позволяет эффективно масштабировать систему и обеспечивать высокую отказоустойчивость. Каждое отдельное приложение или сервис выполняет только определенный спектр задач, что делает их более легкими для разработки и сопровождения.
-
-Системы оркестрации приложений были созданы для упрощения разработки и сопровождения распределенных систем. Они позволяют координировать работу различных сервисов, управлять и мониторить процессы взаимодействия между ними. Оркестрация приложений может значительно упростить развертывание и масштабирование системы, но в то же время может добавить сложности в ее поддержке.
-
-Очереди обработки сообщений необходимы для передачи данных и задач между компонентами распределенной системы. Они обеспечивают асинхронное взаимодействие между компонентами и гарантируют надежную доставку сообщений. Под сообщениями может пониматься любая информация, которую нужно передать от одного компонента к другому.
-
-Распределенные приложения имеют свои преимущества и недостатки. Одним из преимуществ является возможность масштабирования системы и обеспечение высокой доступности. Однако, сложность разработки и поддержки распределенных систем выше, чем у централизованных, и требует более глубоких знаний в области распределенных вычислений и сетей.
-
-Внедрение параллельных вычислений в сложную распределенную систему может быть целесообразным в определенных случаях. Например, если система работает с большим объемом данных, параллельные вычисления могут ускорить обработку. Однако, в некоторых случаях, внедрение параллельных вычислений может добавить сложности и не привести к значительному увеличению производительности.
--- a/romanova_adelina_lab_5/README.md
+++ b/romanova_adelina_lab_5/README.md
@ -1,33 +0,0 @@
-# Лабораторная работа 5. Параллельное умножение матриц
-
-## Задание
-
-Требуется сделать два алгоритма: обычный и параллельный. В параллельном алгоритме предусмотреть ручное задание количества потоков, каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.
-
-### Запуск программы
-
-Для запуска программы необходимо с помощью командной строки в корневой директории файлов прокета прописать:
-```
-python main.py
-```
-
-### Описание работы программы
-
-Метод ```benchmark``` выполняет бенчмарк для матриц заданного размера. 
-
-Далее генерируются две матрицы ```matrix1``` и ```matrix2``` заданного размера.
-
-После этого вызываются соответствующие методы для вычисления произведения матриц: ```multiply_matrices``` для обычного умножения и ```multiply_matrices_parallel``` для параллельного умножения. 
-
-Измеряется время выполнения каждого из методов с использованием функции ```time.time()```.
-
-### Результат работы программы:
-
-![](result.png "")
-
-#### Вывод
-
-Параллельное выполнение матричного умножения имеет смысл применять при работе с крупными матрицами, где выигрыш от параллельных вычислений компенсирует затраты на управление потоками. Для небольших матриц может быть эффективнее использовать обычное выполнение
-
-# Youtube
-https://youtu.be/kX6FrGL9DP0
--- a/romanova_adelina_lab_5/main.py
+++ b/romanova_adelina_lab_5/main.py
@ -1,48 +0,0 @@
-import numpy as np
-import time
-import concurrent.futures
-
-def multiply_matrices(matrix1, matrix2):
-    return np.dot(matrix1, matrix2)
-
-def multiply_matrices_parallel(matrix1, matrix2, num_threads):
-    result = np.zeros_like(matrix1)
-    chunk_size = matrix1.shape[0] // num_threads
-
-    def multiply_chunk(start, end):
-        nonlocal result
-        for i in range(start, end):
-            result[i] = np.dot(matrix1[i], matrix2)
-
-    with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
-        futures = []
-        for i in range(0, matrix1.shape[0], chunk_size):
-            futures.append(executor.submit(multiply_chunk, i, i + chunk_size))
-
-        for future in concurrent.futures.as_completed(futures):
-            future.result()
-
-    return result
-
-def benchmark(matrix_size, num_threads=1):
-    # Генерация матриц
-    matrix1 = np.random.rand(matrix_size, matrix_size)
-    matrix2 = np.random.rand(matrix_size, matrix_size)
-
-    # Бенчмарк для обычного умножения
-    start_time = time.time()
-    result = multiply_matrices(matrix1, matrix2)
-    end_time = time.time()
-    print(f"Размер матрицы {matrix_size}x{matrix_size}")
-    print(f"Время при обычном выполнении: {end_time - start_time} секунд")
-
-    # Бенчмарк для параллельного умножения
-    start_time = time.time()
-    result_parallel = multiply_matrices_parallel(matrix1, matrix2, num_threads)
-    end_time = time.time()
-    print(f"Время при параллельном выполнении ({num_threads} потоков): {end_time - start_time} секунд\n")
-
-# Запуск бенчмарков
-benchmark(100)
-benchmark(300)
-benchmark(500)
--- a/romanova_adelina_lab_5/result.png
+++ b/romanova_adelina_lab_5/result.png
--- a/romanova_adelina_lab_6/README.md
+++ b/romanova_adelina_lab_6/README.md
@ -1,37 +0,0 @@
-# Лабораторная работа 6. Определение детерминанта матрицы с помощью параллельных вычислений
-
-## Задание
-
-Требуется сделать два алгоритма: обычный и параллельный. В параллельном алгоритме предусмотреть ручное задание количества потоков, каждый из которых будет выполнять нахождение отдельной группы множителей.
-
-### Запуск программы
-
-Для запуска программы необходимо с помощью командной строки в корневой директории файлов прокета прописать:
-```
-python main.py
-```
-
-### Описание работы программы
-
-Программа реализует вычисление детерминанта квадратной матрицы с использованием двух алгоритмов: *обычного и параллельного*.
-
-&nbsp; 1. Обычный алгоритм
-
-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Использует функцию ```numpy.linalg.det()``` для вычисления детерминанта.
-
-&nbsp; 2. Параллельный алгоритм
-
-&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;Разбивает матрицу на части и использует несколько потоков для параллельного вычисления детерминанта. Количество потоков задается вручную. Реализован с использованием библиотеки ```concurrent.futures```.
-
-Для каждого размера матрицы программа выводит время выполнения обычного и параллельного алгоритмов, а также соответствующие значения детерминантов. 
-
-### Результат работы программы:
-
-![](result.png "")
-
-#### Вывод
-
-Параллельное выполнение нахождения детерминанта может привести к ускорению, особенно на больших матрицах. Однако, для некоторых матриц, результаты детерминантов могут отличаться между обычным и параллельным выполнением. 
-
-# Youtube
-https://youtu.be/2HcM0LfTgQk
--- a/romanova_adelina_lab_6/main.py
+++ b/romanova_adelina_lab_6/main.py
@ -1,49 +0,0 @@
-import numpy as np
-import time
-import concurrent.futures
-
-def calculate_determinant(matrix):
-    return np.linalg.det(matrix)
-
-def calculate_determinant_parallel(matrix, num_threads):
-    result = 1.0
-    chunk_size = matrix.shape[0] // num_threads
-
-    def calculate_chunk(start, end):
-        nonlocal result
-        for i in range(start, end):
-            result *= matrix[i, i]
-
-    with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
-        futures = []
-        for i in range(0, matrix.shape[0], chunk_size):
-            futures.append(executor.submit(calculate_chunk, i, i + chunk_size))
-
-        for future in concurrent.futures.as_completed(futures):
-            future.result()
-
-    return result
-
-def benchmark(matrix_size, num_threads=1):
-    # Генерация квадратной матрицы
-    matrix = np.random.rand(matrix_size, matrix_size)
-
-    # Бенчмарк для обычного нахождения детерминанта
-    start_time = time.time()
-    det_normal = calculate_determinant(matrix)
-    end_time = time.time()
-    print(f"Размер матрицы {matrix_size}x{matrix_size}")
-    print(f"Время при обычном выполнении: {end_time - start_time:.6f} секунд")
-    print(f"Детерминант: {det_normal}")
-
-    # Бенчмарк для параллельного нахождения детерминанта
-    start_time = time.time()
-    det_parallel = calculate_determinant_parallel(matrix, num_threads)
-    end_time = time.time()
-    print(f"Время при параллельном выполнении ({num_threads} поток): {end_time - start_time:.6f} секунд")
-    print(f"Детерминант: {det_parallel}\n")
-
-# Запуск бенчмарков
-benchmark(100)
-benchmark(300)
-benchmark(500)
--- a/romanova_adelina_lab_6/result.png
+++ b/romanova_adelina_lab_6/result.png
--- a/romanova_adelina_lab_7/README.md
+++ b/romanova_adelina_lab_7/README.md
@ -1,23 +0,0 @@
-# Лабораторная работа 7. Балансировка нагрузки в распределённых системах при помощи открытых технологий на примерах
-
-### Задание
-Написать небольшое эссе (буквально несколько абзацев) своими словами.
-
-&nbsp; 1. Какие алгоритмы и методы используются для балансировки нагрузки?
-
-&nbsp; 2. Какие открытые технологии существуют для балансировки нагрузки?
-
-&nbsp; 3. Как осуществляется балансировка нагрузки на базах данных?
-
-&nbsp; 4. Реверс-прокси как один из элементов балансировки нагрузки.
-***
-### Эссе
-Балансировка нагрузки в распределенных системах используется для равномерного распределения работы и ресурсов между компонентами системы. Это способствует повышению отказоустойчивости и обеспечивает высокую производительность системы. Для достижения равномерного распределения нагрузки применяются различные алгоритмы.
-
-Алгоритмы балансировки нагрузки включают циклический перебор (распределение запросов между серверами по очереди), взвешенный циклический перебор (с учетом веса каждого сервера в зависимости от его производительности) и выбор сервера с наименьшим количеством активных соединений.
-
-Для балансировки нагрузки в распределенных системах применяются открытые технологии, такие как Nginx и Apache HTTP Server. Эти веб-серверы обеспечивают высокую производительность и отказоустойчивость.
-
-Балансировка нагрузки на базах данных осуществляется с использованием методов репликации данных (синхронизации нескольких копий базы данных) и шардирования (разделение базы данных на несколько шардов с частями данных).
-
-Реверс-прокси, такой как Nginx, является элементом балансировки нагрузки, направляя запросы от клиентов к наиболее подходящим серверам в зависимости от текущей нагрузки.
--- a/Show More
+++ b/Show More