Меню

Каталог товаров

Новости

11 октября 2030

Дипломные работы по информационным технологиям и защите информации

13 июля 2026

Темы ВКР по психологии: реабилитация, девиации, корпоративный имидж и жизненные сценарии

13 июля 2026

Актуальные темы ВКР по дошкольной педагогике, детской психологии и инклюзивному образованию

Все новости

Теги

1С 1С Предприятие 1С:Предприятие 1С:Предприятия 2012 и ранее 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Access android Angular Apex asp.net AstraLinux BigData BPMN C#Covid-2019 CRM DDos Delphi DJANGO DLP Drupal Firebird Help Desk IDEF0 IDS-IPS IoT IP-телефония IPS\IDS java Joomla Matlab MicroCap MS SQL mysq MySQl OMS(DMS)Opencart php Python ShopScript Free SIEM Simpla SOC UML unity VamShop VIPNET VPN WiMax Wordpress yii framework авиарейс автоматизация обработки заявок автомойка автосалон автосервис Агентство недвижимости АГТУ АИС антивирусная защита аптека АРМ аудит аэропорт банк БелГУ Беспроводная сеть библиотека биометрия блокчейн веб-представительство веб-технологии видеоконференцсвязь видеонаблюдение гостиница грузоперевозки ДипломММУ документооборот закупки Запчасти Заработная плата защита информации Заявки игра издательство интернет-магазин ИнтернетВещей ИТМО кадры КАмГТУ клиент коммунальные услуги Контроль качества кофейня Кредитоспособность Криптография КСЗИ лаборатория ЛВС лизинг логистика ломбард магистерская диссертация МАДИ МАИ МАМИ МГИУ МГТУ МГУДТ МГУП МГУПИ МГУЭСИ медицина менеджер метрология МИИТ МИРЭА МИСИС МОИ мониторинг МСЭ МТИ МТУСИ МУБиНТ МФЮА МЭИ МЭСИ нейронные сети нейросети нефтяное предприятие нотариат Персональные данные политика ИБ поставки проект проекты ПЭМИН РангХИс РАНХиГС расписание РГГУ РГСУ рекламное агентство ремонт ресторан Росноу С++сайт салон красоты СбПГУКиИ СГА СГУТ Си шарп СибГУТИ Синергия склад складской учет СКУД СОВ СпбГУ(Горный)СПбГУП СпБГУТ СПбГЭТУ СпбГЭУ СПбУТУиЭ страховая компания строительная компания такси ТГУ тендеры тестирование торговая компания трафик Турагентство туризм ТУСУР УЛГТУ управленческий учет УрГТИ УрГУПС УФГАТУ Учет ГСМ учет заявок учет клиентов учет оргтехники учет продаж учет рабочего времени Учет успеваемости шифрование школа ЭИС электронный учебник

Наши фото

информационная модель в виде ER-диаграммы в нотации Чена

Информационная модель в виде описания логической модели базы данных

Информациооная модель в виде описания движения потоков информации и документов (стандарт МФПУ)

Информациооная модель в виде описания движения потоков информации и документов (стандарт МФПУ)2

Лучшие работы

Разработка автоматизированной системы учета распределения и выполнения заявок по ремонту (Help Desk)2 000 ₽

Защита персональных данных на предприятии2 000 ₽

Дипломная работа по информатике Разработка АИС контроля и учета рабочего времени сотрудников компании2 000 ₽

Кэширование данных с использованием Redis и стратегий Cache Invalidation: Помощь в написании ВКР по Database Engineering

Введение: Актуальность кэширования в современных базах данных

Разработка высоконагруженных информационных систем требует глубокого понимания принципов оптимизации доступа к данным. Одной из ключевых задач, стоящих перед инженерами баз данных, является снижение задержек при чтении информации и минимизация нагрузки на основное хранилище. Именно здесь на первый план выходит кэширование данных — технология, позволяющая временно хранить часто запрашиваемые данные в быстродоступной памяти.

Для студентов направления Database Engineering тема кэширования представляет собой не просто теоретический интерес, но и практическую необходимость. Выпускная квалификационная работа (ВКР), посвященная реализации эффективных стратегий кэширования, демонстрирует способность выпускника решать реальные проблемы производительности систем. Однако самостоятельное написание такой работы сопряжено с рядом трудностей: от выбора правильной стратегии инвалидации до настройки политик вытеснения данных.

Многие студенты сталкиваются с нехваткой времени или недостатком практического опыта в настройке сложных распределенных систем. В таких случаях помощь в написании ВКР Database Engineering становится рациональным решением. Профессиональные авторы помогают не только структурировать материал, но и провести корректное эмпирическое исследование, сравнивая различные подходы к кэшированию.

Нужна помощь с ВКР по Database Engineering?

Оставить заявку Позвонить Написать в WhatsApp

Почему студентам сложно самостоятельно написать ВКР по Database Engineering

Специальность Database Engineering относится к категории высококонкурентных и технически сложных направлений. Студенты, выбирающие темы, связанные с оптимизацией производительности и кэшированием, должны обладать глубокими знаниями в области архитектуры программного обеспечения, сетевых протоколов и управления памятью.

Основные трудности, с которыми сталкиваются студенты:

Сложность эмуляции высокой нагрузки. Для доказательства эффективности стратегии кэширования необходимо провести нагрузочное тестирование. Создание реалистичного стенда требует значительных вычислительных ресурсов и навыков работы с инструментами вроде JMeter или k6.
Многообразие стратегий. Выбор между Cache-Aside, Read-Through, Write-Back и другими паттернами не всегда очевиден. Ошибка в выборе стратегии может привести к проблемам согласованности данных (consistency), что является критическим замечанием при защите.
Требования к актуальности. Технологии меняются быстро. Использование устаревших версий Redis или неактуальных библиотек может снизить оценку за работу. Необходимо постоянно следить за обновлениями в индустрии.

Именно поэтому заказать ВКР по Database Engineering у профильных специалистов — это способ гарантировать соответствие работы современным стандартам индустрии. Эксперты знают, какие метрики важны для оценки эффективности кэша (hit rate, latency, throughput) и как правильно интерпретировать результаты экспериментов.

Что входит в подготовку дипломной работы

Подготовка качественной выпускной квалификационной работы — это многоэтапный процесс, требующий строгой дисциплины и методического подхода. Вне зависимости от того, пишет ли студент работу самостоятельно или решает купить дипломную работу Database Engineering, структура исследования должна оставаться неизменной и соответствовать ГОСТ.

Стандартная структура ВКР по направлению Database Engineering включает:

Введение. Обоснование актуальности темы, формулировка цели и задач, описание объекта и предмета исследования.
Теоретическая глава. Анализ существующих решений, обзор литературы, сравнение различных СУБД и инструментов кэширования.
Проектная (эмпирическая) глава. Описание разработанного решения, архитектура системы, выбор стека технологий, реализация механизмов кэширования.
Экспериментальная часть. Проведение тестов, сбор метрик, анализ результатов, доказательство эффективности предложенного подхода.
Заключение. Итоги работы, выводы о достижении поставленных целей, рекомендации по внедрению.

При заказе услуги написание ВКР Database Engineering на заказ, исполнитель берет на себя ответственность за каждый из этих этапов. Это включает в себя подбор релевантных источников, написание кода для демонстрации работы кэша и оформление графических материалов (диаграмм, графиков производительности).

? Совет эксперта: При написании раздела про архитектуру обязательно используйте диаграммы последовательности (Sequence Diagrams). Они наглядно показывают путь запроса через слой кэша к базе данных и обратно, что высоко ценится комиссией.

Методы исследования, используемые в работах по Database Engineering

Для достижения научной ценности ВКР необходимо применять строгие методы исследования. В области инженерии баз данных и кэширования наиболее распространены следующие подходы:

Сравнительный анализ. Сопоставление производительности системы с кэшем и без него. Сравнение различных алгоритмов вытеснения (LRU vs LFU).
Имитационное моделирование. Создание модели нагрузки, имитирующей поведение реальных пользователей. Позволяет выявить узкие места системы до её развертывания в продакшене.
Статистический анализ данных. Обработка логов запросов для выявления паттернов доступа к данным. Это помогает определить, какие данные целесообразно кэшировать.

Важно отметить, что методы исследования должны быть адекватны поставленным задачам. Например, если цель работы — снизить время отклика API, то ключевой метрикой станет латентность (latency). Если же цель — разгрузить базу данных, то фокус смещается на количество операций ввода-вывода (IOPS).

Для более глубокого анализа иногда применяются методы машинного обучения для предсказания вероятности обращения к определенным данным, что позволяет оптимизировать заполнение кэша. Однако такие темы требуют серьезной математической подготовки. Если вы не уверены в своих силах, диплом по Database Engineering цена которого варьируется в зависимости от сложности, лучше заказать у авторов с опытом в Data Science.

Как выбрать тему ВКР по Database Engineering

Выбор темы — это фундамент всей выпускной работы. Успешная тема должна балансировать между научной новизной, практической применимостью и доступностью ресурсов для исследования. Критерии выбора темы для специальности Database Engineering включают:

Актуальность. Тема должна отвечать текущим вызовам индустрии. Кэширование данных остается одной из самых востребованных областей, так как объем данных растет экспоненциально, а требования к скорости их обработки ужесточаются.

Доступность выборки и инструментов. Для исследования кэширования вам понадобятся инструменты для генерации нагрузки и мониторинга. Убедитесь, что у вас есть доступ к серверам или облачным ресурсам для развертывания тестового окружения. Использование открытого ПО, такого как Redis, Memcached или Hazelcast, значительно упрощает задачу.

Возможность проведения эксперимента. Тема должна позволять получить измеримые результаты. «Улучшение производительности» — плохая формулировка, если нет метрик. «Снижение времени отклика на 40% при использовании многоуровневого кэширования» — отличная, измеримая цель.

Требования научного руководителя. Всегда согласовывайте тему с куратором. Некоторые преподаватели предпочитают классические задачи оптимизации SQL-запросов, другие приветствуют использование новых NoSQL решений и кэширующих прокси.

⚠️ Типичная ошибка: Выбор слишком широкой темы, например, «Кэширование в базах данных». Это приведет к поверхностному рассмотрению вопроса. Лучше сузить тему: «Сравнительный анализ стратегий инвалидации кэша в микросервисной архитектуре на примере Redis».

Типовые требования вузов к ВКР по Database Engineering

Требования к оформлению и содержанию выпускных работ могут варьироваться от вуза к вузу, но существуют общие стандарты, продиктованные ФГОС и внутренними регламентами учебных заведений.

Во-первых, структурная целостность. Работа должна содержать все обязательные элементы: титульный лист, содержание, введение, основную часть (теория и практика), заключение, список литературы и приложения. Нарушение структуры может стать причиной недопуска к защите.

Во-вторых, уникальность текста. Большинство вузов требуют прохождения проверки в системе Антиплагиат.ВУЗ с порогом оригинальности не ниже 70-80%. Для технических работ допускается наличие цитирования нормативной документации и фрагментов кода, но они должны быть правильно оформлены.

В-третьих, практическая значимость. Комиссия ожидает увидеть не просто пересказ теории, а реальное решение задачи. Наличие работающего прототипа, скриптов для тестирования или конфигурационных файлов повышает ценность работы.

Проверка ВКР на антиплагиат

Проблема плагиата стоит особенно остро в технических специальностях, где многие определения и описания алгоритмов совпадают в разных источниках. Система Антиплагиат.ВУЗ использует сложные алгоритмы для выявления заимствований, включая перефразированный текст.

Для повышения уникальности текста по теме кэширования рекомендуется:

Самостоятельно описывать алгоритмы своими словами, опираясь на понимание логики их работы, а не копируя определения из учебников.
Использовать собственные схемы и диаграммы, созданные в редакторах типа Draw.io или Visio, вместо скриншотов из интернета.
Приводить примеры кода с подробными авторскими комментариями, объясняющими специфику реализации в контексте вашего исследования.
Грамотно оформлять цитаты. Прямое цитирование должно быть заключено в кавычки и иметь ссылку на источник.

Если вы заказываете подготовку дипломной работы по Database Engineering у профессионалов, они гарантируют исходный высокий процент уникальности, так как пишут текст с нуля, используя специализированную литературу и собственный опыт.

Типичные ошибки при написании ВКР по Database Engineering

Даже опытные студенты допускают ошибки, которые могут стоить им высокой оценки. Рассмотрим пять наиболее распространенных проблем в работах, связанных с кэшированием и базами данных.

1. Игнорирование проблемы согласованности данных (Consistency). Студенты часто описывают, как быстро работает кэш, но забывают упомянуть, что делать, когда данные в основной базе изменяются. Отсутствие механизма инвалидации или его некорректная реализация приводят к тому, что пользователи видят устаревшую информацию. Это критическая архитектурная ошибка.

2. Неправильный выбор размера кэша. В теоретической части не обосновывается, почему выбран именно такой объем памяти для кэша. На практике это приводит либо к чрезмерному расходу ресурсов, либо к частому вытеснению нужных данных (cache thrashing).

3. Отсутствие анализа "холодного" старта. При перезапуске приложения кэш пуст. Как система ведет себя в этот момент? Часто студенты не рассматривают сценарий первоначального заполнения кэша, что создает пиковую нагрузку на БД сразу после деплоя.

4. Слабая аргументация выбора инструмента. Почему именно Redis, а не Memcached? Ответ «потому что он популярный» неприемлем. Необходимо сравнить функционал: поддержка структур данных, персистентность, кластеризация.

5. Формальный подход к выводам. В заключении пишутся общие фразы («работа выполнена», «цель достигнута»), без конкретных цифр. Хороший вывод содержит метрики: «Внедрение стратегии Write-Through позволило снизить время чтения на 35% при увеличении задержки записи на 5%».

✅ Важно запомнить: Каждая ошибка в архитектуре кэширования имеет цену. В дипломе важно показать, что вы понимаете эти цены и умеете находить компромиссы между скоростью, актуальностью данных и стоимостью инфраструктуры.

Выбор сценариев использования кэша (Read-through, Write-through)

Архитектура взаимодействия приложения, кэша и базы данных определяет общую производительность системы. Существует несколько основных паттернов, каждый из которых подходит для определенных сценариев нагрузки.

Паттерн Cache-Aside (Lazy Loading)

Это наиболее распространенная стратегия. Приложение сначала обращается к кэшу. Если данных там нет (cache miss), оно идет в базу данных, загружает данные и сохраняет их в кэш для будущих запросов. Этот подход прост в реализации и устойчив к сбоям кэша, но может приводить к задержкам при первом обращении к новым данным.

Паттерн Read-Through

В этой модели кэш располагается перед базой данных и выступает в роли посредника. Приложение обращается только к кэшу. Если данных нет, кэш сам запрашивает их из БД, используя предоставленный ему loader. Это упрощает код приложения, но требует более сложной настройки кэширующего слоя. Подробнее о том, как развивать эту тему дальше в рамках исследовательской части.

Паттерн Write-Through

При записи данные одновременно сохраняются и в кэш, и в базу данных. Это гарантирует актуальность данных в кэше, но увеличивает время операции записи, так как она считается выполненной только после подтверждения от обоих хранилищ. Этот паттерн идеален для систем, где чтение происходит гораздо чаще записи, и критически важна свежесть данных.

Паттерн Write-Behind (Write-Back)

Данные сначала записываются в кэш, а затем асинхронно сбрасываются в базу данных. Это обеспечивает максимальную скорость записи, но создает риск потери данных при падении кэша до момента синхронизации. Требует надежной реализации очереди записи.

Выбор конкретного сценария зависит от требований бизнеса. В ВКР необходимо четко обосновать, почему выбран тот или иной паттерн, исходя из соотношения операций чтения и записи (R/W ratio) и требований к консистентности.

Настройка политик вытеснения (LRU, LFU)

Память для кэша всегда ограничена. Когда кэш заполняется, необходимо решить, какие данные удалить, чтобы освободить место для новых. Алгоритмы вытеснения (Eviction Policies) играют ключевую роль в эффективности кэширования.

LRU (Least Recently Used)

Алгоритм удаляет данные, к которым давно не обращались. Он основан на принципе локальности ссылок: если данные использовались недавно, велика вероятность, что они понадобятся снова. LRU прост в реализации и хорошо работает для многих общих задач. В Redis это одна из стандартных политик.

LFU (Least Frequently Used)

Этот алгоритм учитывает частоту обращений. Удаляются данные, к которым обращались реже всего. LFU лучше подходит для сценариев, где некоторые данные остаются популярными в течение длительного времени, даже если к ним не было обращений в последние минуты. Однако LFU требует хранения счетчика для каждого ключа, что увеличивает накладные расходы на память.

Random и TTL

Случайное удаление (Random) используется редко, так как оно неэффективно. Удаление по истечении времени жизни (TTL) является не столько политикой вытеснения при переполнении, сколько механизмом автоматической очистки устаревших данных. Комбинирование TTL с LRU или LFU дает наилучшие результаты.

В дипломной работе стоит провести эксперимент, сравнивающий hit rate при использовании LRU и LFU на репрезентативной выборке запросов. Это покажет ваше умение проводить сравнительный анализ алгоритмов.

Реализация паттерна Cache Aside

Паттерн Cache Aside является де-факто стандартом для многих веб-приложений. Его реализация требует внимательного отношения к деталям, особенно к порядку операций при записи и чтении.

Логика чтения

Приложение запрашивает данные из кэша по ключу.
Если данные найдены (Hit), они возвращаются клиенту.
Если данных нет (Miss), приложение запрашивает их из базы данных.
Полученные из БД данные записываются в кэш с установленным TTL.
Данные возвращаются клиенту.

Логика записи (Update/Delete)

При обновлении данных правильный порядок действий критически важен для избежания гонок состояний (race conditions):

Сначала обновляется запись в базе данных.
Затем удаляется (инвалидируется) запись в кэше.

Почему именно удаление, а не обновление кэша? Потому что параллельный процесс мог уже изменить данные в БД, и запись в кэш старых данных приведет к несогласованности. Удаление заставляет следующее чтение обновить кэш актуальными данными из БД.

При реализации важно учитывать, что объект кэша должен быть сериализуемым. В Java это часто делается через JSON или Protobuf. В Python используются pickle или json. Выбор формата влияет на скорость сериализации/десериализации и размер занимаемой памяти.

Проблема Cache Stampede и способы ее решения

Cache Stampede (или Cache Thundering Herd) возникает, когда популярный ключ кэша истекает или удаляется, и множество одновременных запросов пытаются заново загрузить данные из базы данных. Это может привести к резкому скачку нагрузки на БД и даже к её отказу.

Способы решения

1. Блокировки (Locking). Первый поток, обнаруживший отсутствие данных в кэше, захватывает блокировку и идет в БД. Остальные потоки ждут освобождения блокировки и затем читают данные из кэша, который уже заполнил первый поток. Минус: снижение параллелизма и риск deadlock.

2. Асинхронное обновление (Probabilistic Early Expiration). Данные начинают обновляться заранее, до истечения TTL, с определенной вероятностью. Это распределяет нагрузку во времени.

3. Refresh Ahead. Отдельный фоновый процесс периодически обновляет популярные ключи в кэше, не дожидаясь запросов от пользователей. Это полностью устраняет проблему stampede для предварительно определенного набора ключей.

В ВКР можно предложить гибридный подход, сочетающий раннее обновление для самых горячих ключей и блокировки для остальных. Такая архитектура демонстрирует высокий уровень инженерной мысли.

Инвалидация кэша при обновлении данных

Инвалидация кэша — это процесс удаления или пометки как недействительных устаревших данных. Это самая сложная часть поддержки консистентности. Существует три основные стратегии:

Write-Invalidate. Данные удаляются из кэша при каждой записи в БД. Просто, но может быть дорого, если нужно инвалидировать много ключей (например, при изменении общей настройки, влияющей на список товаров).
Time-To-Live (TTL). Данные живут определенное время. Просто, но данные могут быть устаревшими до момента истечения TTL.
Event-Driven Invalidation. Использование шины событий (например, Kafka или RabbitMQ). При изменении данных в БД публикуется событие, которое слушает сервис кэширования и удаляет соответствующие ключи. Это наиболее масштабируемый и современный подход.

При написании работы важно рассмотреть влияние задержек сети в распределенных системах на процесс инвалидации. Если событие об удалении кэша придет с задержкой, пользователь может получить старые данные.

Как проходит защита ВКР

Защита выпускной квалификационной работы — это финальный этап, на котором студент демонстрирует свои знания и результаты исследования. Для успешной защиты по теме кэширования необходимо подготовить:

Доклад. Регламент обычно составляет 5-7 минут. Нужно кратко рассказать о проблеме (медленная БД), предложенном решении (Redis + стратегия X) и результатах (графики ускорения). Не читайте со слайдов!

Презентацию. Слайды должны содержать минимум текста и максимум визуализации: схемы архитектуры, графики сравнения производительности, скриншоты кода ключевых моментов.

Ответы на вопросы. Комиссия может спросить: «Что будет, если упадет Redis?», «Как вы обеспечивали консистентность?», «Почему не использовали Memcached?». Будьте готовы аргументировать свой выбор.

Частой причиной снижения оценки является неуверенное владение материалом или незнание альтернативных решений. Если вы заказывали помощь в написании ВКР Database Engineering, обязательно изучите работу досконально, чтобы свободно отвечать на любые вопросы комиссии.

Тематика ВКР

Выбор конкретной темы может определять сложность и глубину исследования. Вот несколько актуальных направлений для Database Engineering:

Сравнительный анализ производительности Redis и Memcached в микросервисной архитектуре.
Разработка механизма многоуровневого кэширования (L1/L2) для высоконагруженного API.
Оптимизация работы с геоданными с использованием пространственных индексов и кэша.
Реализация паттерна CQRS с разделением моделей чтения и записи и кэшированием read-модели.
Исследование влияния политик вытеснения LFU на hit rate в системах рекомендаций.

Каждая из этих тем позволяет глубоко раскрыть аспекты Database Engineering и показать навыки системного анализа.

Этапы сотрудничества

Процесс заказа работы в нашем сервисе прозрачен и ориентирован на результат:

Заявка. Вы оставляете заявку с темой или описанием задачи.
Подбор автора. Мы подбираем специалиста с профилем Database Engineering и опытом работы с Redis.
Согласование плана. Утверждается структура работы, сроки и этапы сдачи.
Написание и отчетность. Автор выполняет работу, предоставляя промежуточные отчеты.
Проверка и доработка. Вы проверяете работу, при необходимости вносятся правки.
Сопровождение до защиты. Помощь в подготовке доклада и ответов на вопросы.

Стоимость и сроки

Цена на написание ВКР Database Engineering на заказ зависит от множества факторов: срочности, сложности темы, объема эмпирической части и требуемого процента уникальности.

Ориентировочные диапазоны цен:

Написание главы: от 5 000 до 15 000 руб.
Полная ВКР (бакалавриат): от 25 000 до 50 000 руб.
Магистерская диссертация: от 40 000 до 80 000 руб.

Сроки выполнения варьируются от 2 недель (экспресс-заказ) до 3-4 месяцев (стандартный цикл написания с исследованием).

Преимущества обращения

Заказывая работу у нас, вы получаете:

Гарантию конфиденциальности.
Работу с профильными экспертами, а не универсалами.
Полное сопровождение до успешной защиты.
Бесплатные доработки в рамках первоначального задания.

Гарантии

Мы гарантируем оригинальность текста, соответствие методическим рекомендациям вашего вуза и соблюдение сроков. В случае возникновения замечаний от научного руководителя, мы оперативно вносим необходимые корректировки.

FAQ

Сколько стоит заказать ВКР по Database Engineering?

Стоимость зависит от сложности и сроков. Базовая цена начинается от 25 000 рублей. Для точного расчета оставьте заявку.

Какая уникальность требуется для технической ВКР?

Обычно вузы требуют от 70% до 85% оригинальности по системе Антиплагиат.ВУЗ. Мы гарантируем прохождение проверки.

Можно ли заказать только эмпирическую часть?

Да, вы можете заказать разработку программного модуля, проведение тестов и описание результатов отдельно.

Какие темы сейчас актуальны для кэширования?

Актуальны темы многоуровневого кэширования, кэширования в микросервисах, использования Redis Streams и оптимизации затрат на облачную инфраструктуру.

Что делать, если научный руководитель внес замечания?

Мы бесплатно вносим правки в соответствии с требованиями руководителя в рамках оговоренного объема работ.

Вы пишете автореферат?

Да, автореферат на 1-1.5 печатных листа входит в пакет услуг для магистерских работ.

Сколько времени пишется такая работа?

В среднем от 1 до 3 месяцев. Возможно срочное выполнение за дополнительную плату.

Предоставляете ли вы исходный код?

Да, весь написанный код и скрипты для тестирования передаются вам вместе с текстом работы.

Готовая ВКР по Database Engineering под ключ

С презентацией и речью