2.4 KiB
Лабораторная 5
Автор / группа: Бабиченко Максим, БВТ2303 Целевая оценка (3/4/5): 4 Трек 5, если заявлен: не заявлен
Что реализовано и что перенесено: из lab4 — весь API, сессии в Redis, балансировка, приём/проверка файлов, приватный S3, janitor. Новое: RabbitMQ (quorum-очередь + DLQ, definitions с минимальными правами), transactional outbox + dispatcher (publisher confirms), отдельный worker (2 потока, prefetch 1, ручной ack, аренда с fencing, backoff с jitter, постоянные/временные ошибки), варианты thumbnail/crop/optimized в дочернем процессе с RLIMIT, replay и разбор DLQ (ops.py), очистка staging. Upload: 201 → 202 queued.
Команды запуска из чистого clone: Copy-Item .env.example .env; python scripts/init_secrets.py; docker compose up -d --build --wait; python student-tests/collect_evidence.py (подробно — REPORT.md, раздел «Запуск»).
Результаты проверок и ссылка на REPORT.md: REPORT.md, раздел «Доказательства критериев»; evidence/summary.md.
Ограничения / известные ошибки: один узел RabbitMQ; worker использует ограниченный S3-ключ API; точки внедрения сбоев включены на учебном стенде (FAULT_INJECTION=1). См. REPORT.md, «Ограничения».
Источники и использование ИИ: REPORT.md, шапка.
- Весь обязательный минимум текущей и предыдущих работ сохранён с объявленными переходами.
- Контракт и публичные тесты не ослаблены.
- make check и make test выполнены; приложен реальный вывод.
- Сценарии отказов/безопасности своего уровня воспроизведены.
- Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
- README задания сохранён, REPORT.md содержит инструкцию именно моего решения.