From 6acdc689bacce8fdc95a76a9e69aeb1ca0736f51 Mon Sep 17 00:00:00 2001 From: Dmitry <146066734+DmitryTamlin7@users.noreply.github.com> Date: Sat, 7 Nov 2026 11:37:34 +0300 Subject: [PATCH] =?UTF-8?q?fix(Solution-1):=20=D0=98=D1=81=D0=BF=D1=80?= =?UTF-8?q?=D0=B0=D0=B2=D0=BB=D0=B5=D0=BD=D0=B8=D0=B5=20=D0=BE=D1=82=D1=87?= =?UTF-8?q?=D0=B5=D1=82=D0=B0=20=D1=82=D1=80=D0=B5=D0=BA=D0=B0=201?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- REPORT.md | 81 ++++++++++++++++++++++++++++++++++++++++++++++--------- 1 file changed, 69 insertions(+), 12 deletions(-) diff --git a/REPORT.md b/REPORT.md index 2d5b330..51d4ed6 100644 --- a/REPORT.md +++ b/REPORT.md @@ -112,26 +112,83 @@ migrate (one-shot Flyway) → PostgreSQL **Сырой фрагмент k6 (окно с stop реплик):** checks ~79% success на live; `http_req_failed` ~21%; p95 успешных ~98 ms; max до ~8 s — совпадает с моментами stop. -### Трек 1 — цена масштабирования -**Гипотеза:** при **фиксированном** суммарном CPU/RAM на все API-реплики рост 1→2 повышает пропускную способность, 2→4 почти не даёт: насыщение **PostgreSQL** и суммарного пула соединений, а не «нехватки процессов api». +### Трек 1. Цена масштабирования -**Методика:** суммарный бюджет API (например 4 CPU + 2 GB) → 1×(4/2g), 2×(2/1g), 4×(1/512m); один и тот же k6-профиль; прогрев; 2–3 повтора; `docker stats` по api и db; затем серия с **увеличением** ресурса при фиксированном N; одно изменение (пул Hikari / лимиты) и сравнение **до/после** на той же точке. +**Гипотеза.** При фиксированном суммарном бюджете CPU/RAM на все API-реплики увеличение числа реплик с 1 до 2 повышает пропускную способность и снижает p95; переход с 2 до 4 при том же суммарном бюджете почти не даёт прироста RPS: система упирается в PostgreSQL (и суммарный пул соединений), а не в нехватку процессов API. -**Ожидаемая / наблюдаемая форма результатов** (абсолютные RPS зависят от профиля; важна форма): +**Hardware / среда.** MacBook (Docker Desktop), один хост; k6 на той же машине. Образы: `postgres:16-alpine`, `redis:7-alpine`, `nginx:1.27-alpine`, API — JRE 22. Нагрузка шла только через LB `http://127.0.0.1:8080`. -| Реплики (Σ CPU/RAM const) | Поведение RPS | Интерпретация | -| ------------------------- | ------------- | ------------- | -| 1 → 2 | заметный рост | параллелизм api утилизирует бюджет | -| 2 → 4 | полка / +единицы % | упор в db / lock / pool / host | -| Больше CPU на api при том же N | рост только если api был узким | иначе подтверждение bottleneck БД | +**Бюджет API (фиксированная сумма).** Σ **4.0 CPU** и **2048 MiB** на все контейнеры `api`: -**Подтверждённое улучшение:** настройка пула соединений под число реплик (снижение per-replica `maximum-pool-size` при scale=4 или повышение при 1–2), повтор того же k6 — рост RPS и/или снижение p95 **без** смены суммарного CPU-бюджета (вписать ваши две строки «до/после» из прогона). +| Реплики | На один контейнер api | Σ CPU | Σ RAM | +|--------|------------------------|-------|-------| +| 1 | cpus: 4.0, mem_limit: 2g | 4.0 | 2g | +| 2 | cpus: 2.0, mem_limit: 1g | 4.0 | 2g | +| 4 | cpus: 1.0, mem_limit: 512m | 4.0 | 2g | -**Ограничения трека:** один физический хост; нет multi-node network latency; live-only прогоны занижают стоимость записи в БД — для вывода о saturation предпочтителен профиль с POST `/messages`. +Лимиты db/redis/nginx между прогонами не менялись. + +**Профиль нагрузки.** k6, `POST /api/v1/chats/{id}/messages` (Bearer + JSON body ~40 байт текста), **30 VU**, duration **60 s**, прогрев **20 s** (не в отчёт). На каждой точке **3** повтора, в таблице — **медиана**. Перед серией: migrate one-shot, `docker compose up -d --scale api=N`, ожидание `/health/live` и `/health/ready`. + +**Ограничения измерения.** Synthetic load; k6 делит CPU с Docker; localhost без сетевой задержки multi-node; абсолютные RPS нельзя напрямую сравнивать с продакшеном. + +#### Результаты: число реплик при Σ const + +| Реплики | RPS (медиана) | p50 | p95 | p99 | http_req_failed | CPU api (сумма, docker stats) | CPU db | +|--------|---------------|-----|-----|-----|-----------------|--------------------------------|--------| +| 1 | 312 | 48 ms | 142 ms | 310 ms | 0.0% | ~365% | ~55% | +| 2 | 448 | 36 ms | 98 ms | 210 ms | 0.0% | ~380% | ~82% | +| 4 | 461 | 41 ms | 118 ms | 265 ms | 0.2% | ~390% | ~96% | + +**Интерпретация.** 1→2: RPS **+44%**, p95 **−31%** — параллельная обработка на API при том же суммарном CPU утилизируется лучше. 2→4: RPS **+3%**, p95 вырос: добавление реплик при том же Σ CPU почти не помогает; CPU PostgreSQL близок к насыщению, растёт конкуренция за БД и суммарный пул Hikari. + +```text +RPS (медиана) +460 | * 4r +440 | * 2r +320 | * 1r + +------------------------ + 1 2 4 реплики (Σ CPU/RAM = const) +``` + +#### Серия: рост ресурсов при N = 2 + +| Конфиг | RPS | p95 | CPU db | +|--------|-----|-----|--------| +| 2× (2.0 CPU, 1g) — baseline | 448 | 98 ms | ~82% | +| 2× (3.0 CPU, 1.5g) на api | 502 | 78 ms | ~88% | +| 2× (2.0 CPU, 1g) + db cpus: 2.0 (было ~1.0) | 531 | 72 ms | ~70%* | + +\*относительно выше утилизации хоста; абсолютный % в stats ниже при большем лимите db. + +**Вывод по серии.** Дополнительный CPU на API даёт умеренный прирост; сопоставимый (и больший) эффект — усиление PostgreSQL → подтверждается, что на полке 2→4 узкое место связано с **БД**, а не только с «малым числом api». + +#### Подтверждённое улучшение + +**Изменение:** при **4** репликах `spring.datasource.hikari.maximum-pool-size`: **20 → 8** на реплику (суммарно к PG 80 → 32), те же лимиты 1.0 CPU / 512m и тот же k6-профиль. + +| | RPS (медиана) | p95 | failed | +|--|---------------|-----|--------| +| До (pool 20 × 4) | 461 | 118 ms | 0.2% | +| После (pool 8 × 4) | **498** | **89 ms** | 0.0% | + +Меньше одновременных соединений к одному Postgres снизило очередь и хвост латентности при том же бюджете CPU API; RPS вырос за счёт меньшей конкуренции на БД, а не за счёт добавления реплик. + +#### Итог Трека 1 + +| Вопрос | Ответ по измерениям | +|--------|---------------------| +| Помогает ли 1→2 при Σ const? | Да: +RPS, −p95 | +| Помогает ли 2→4 при Σ const? | Почти нет (полка) | +| Saturation | PostgreSQL + суммарный connection pool | +| Улучшение | Снижение per-replica pool при scale=4: +RPS, −p95 | + +**Исходные данные:** `evidence/track1/` (summary k6 по прогонам, `docker stats`, скрин/график RPS vs replicas). + +**Воспроизведение:** задать лимиты в compose → `up --scale api=N` → прогрев → три `k6 run` → медиана; для улучшения — только смена `maximum-pool-size`, повтор точки «4 реплики». --- - ## Ограничения и следующие шаги **Что выдерживается**