16 KiB
Лабораторная 2 простыми словами
Главная идея
В первой лабораторной сервер держал пользователей, чаты и сообщения в словарях Python. Закрыли процесс — содержимое памяти пропало. Во второй лабораторной данные находятся в PostgreSQL: перезапускаем программу, а история остаётся. Кроме того, теперь нельзя просто написать чужой ID в заголовке и стать этим человеком: нужен пароль и сессия.
Сервер по-прежнему не рисует окошко мессенджера. Он получает HTTP-запросы и возвращает JSON. Проверяющая программа играет роль клиента: регистрируется, входит, создаёт чат и пишет сообщения. Alice, Bob и Eve — вымышленные пользователи теста; Eve проверяет доступ постороннего.
Кто за что отвечает
| Часть | Простое объяснение | Где смотреть |
|---|---|---|
| FastAPI | Принимает запрос и вызывает подходящую Python-функцию | main.py |
| Uvicorn | Процесс, который слушает порт 8080 и запускает FastAPI | run.py |
| PostgreSQL | Постоянное хранилище всех важных данных | migrations/001_initial.sql |
| Psycopg | Передаёт SQL-запросы из Python в PostgreSQL | db.py и main.py |
| Redis | Быстрая временная копия публичного профиля | profile() в main.py |
| Argon2id | Превращает пароль в специальный проверочный хеш | create_user(), login() |
| Docker Compose | Запускает API, PostgreSQL и Redis вместе | compose.yaml |
Как работает вход
- При регистрации передаём имя, отображаемое имя и пароль.
- Сервер получает Argon2id-хеш пароля и записывает его в users. Сам пароль не сохраняет.
- При входе клиент отправляет
Authorization: Basic ...— закодированные имя и пароль. Base64 НЕ шифрует данные. Здесь HTTP используется только на локальном учебном стенде. - Сервер проверяет пароль и выдаёт случайный токен. Это как временный пропуск.
- Следующие запросы передают
Authorization: Bearer <токен>. - Сервер ищет хеш токена в sessions и проверяет срок действия. По умолчанию пропуск на час.
- При выходе запись сессии удаляется. Старый токен больше не работает.
В таблице sessions лежит SHA-256 токена, а не сам токен. Здесь быстрый SHA-256 допустим: токен уже содержит 256 бит случайности. Для придуманного человеком пароля нужен медленный password KDF: пароли гораздо проще перебирать. Argon2id добавляет случайную соль самостоятельно. Одинаковые пароли поэтому не обязаны иметь одинаковые сохранённые хеши.
Аутентификация и права — разные проверки
Аутентификация отвечает: «Кто ты?» — проверяется сессия. Авторизация отвечает: «Можно ли тебе в этот чат?» — проверяется таблица members. Даже настоящий пользователь с правильным токеном не может читать чужой чат. Для постороннего возвращаем 404, чтобы не раскрывать даже существование этого чата. Нет действительной сессии — 401. Сначала проверяем сессию, затем конкретный ресурс.
Что лежит в таблицах
- users: ID, уникальное имя, отображаемое имя, хеш пароля и время регистрации.
- sessions: хеш пропуска, владелец, время окончания действия.
- chats: ID, название, время создания.
- members: пары «чат — участник».
- messages: ID сообщения, чат, отправитель, текст и время.
- schema_migrations: список уже применённых версий схемы и их контрольные суммы.
Первичный ключ — уникальный идентификатор строки. Внешний ключ — ссылка на существующую строку другой таблицы. Например, участником нельзя записать несуществующего пользователя. UNIQUE(username) не позволяет двум регистрациям одновременно занять одно имя. Проверка «сначала посмотрим, свободно ли имя» сама по себе от гонки не защищает: два запроса могут одновременно увидеть «свободно». Последнее слово за ограничением БД.
Зачем транзакция
Создание чата состоит из нескольких INSERT: сам чат и его участники. Если третий участник оказался несуществующим, оставлять половину чата нельзя. Транзакция объединяет действия: либо все сохраняются (COMMIT), либо все отменяются (ROLLBACK).
В коде блок async with app.state.pool.connection() as conn выдаёт соединение.
При нормальном выходе незавершённая транзакция фиксируется; при исключении откатывается.
Ответ 201 для записи возвращаем после выхода из блока — то есть после успешного COMMIT.
Это не гарантия против потери всего диска: сохранность также зависит от диска, настроек БД и backup.
Что такое pool
Соединение с БД — канал общения. Создавать новый канал для каждого запроса дорого.
Пул хранит несколько готовых каналов и выдаёт их запросам по очереди.
У нас максимум 10 соединений на процесс API, ожидание до 3 секунд и очередь до 32 ожиданий.
SQL выполняется с таймаутом 3 секунды, ожидание блокировки — до 2 секунд.
Это ограничивает потребление ресурсов и не позволяет зависнуть бесконечно.
async/await позволяет обслуживать другие запросы, пока один ждёт ответ БД.
Тяжёлая проверка пароля вынесена в отдельный поток; одновременно допускается до четырёх таких операций.
Зачем Redis, если есть PostgreSQL
После входа клиент может часто спрашивать «покажи мой профиль». В Redis на 60 секунд кладём копию публичных данных профиля. Следующий запрос может получить её оттуда. Источник истины — PostgreSQL. Кэш можно потерять и восстановить из БД.
Проверку сессии всё равно делаем в PostgreSQL на каждом защищённом запросе. Поэтому Redis не может превратить отозванный токен в действующий. Профили в этом API не редактируются: инвалидация сейчас — TTL 60 секунд или удаление ключа. Если добавить редактирование профиля, потребуется согласовать обновление БД и сброс кэша. Историю сообщений не кэшируем, поэтому после подтверждённой записи читаем свежую БД.
Redis здесь помогает только с чтением профиля, а не устраняет все запросы к БД. Ускорение всего сервиса не измерялось; не надо говорить на защите, что он стал «в разы быстрее».
Почему история читается страницами
В одном чате может быть очень много сообщений. Возвращать их все сразу тяжело. Клиент просит, например, 50 сообщений. Сервер отдаёт их и cursor — закладку для следующей страницы. Внутри закладки — время и ID последнего сообщения, чат и подпись от подделки. Клиенту не нужно понимать этот формат: он просто возвращает строку серверу.
SQL ищет сообщения нужного чата ПОСЛЕ пары (created_at, id) из закладки.
Индекс (chat_id, created_at, id) похож на заранее отсортированный указатель.
Он позволяет перейти к нужному месту. Для этого не нужно каждый раз пропускать первые
9000 сообщений, как при OFFSET 9000. В эксперименте OFFSET используется только один раз
для выбора тестовой закладки, в рабочих endpoint его нет.
EXPLAIN ANALYZE показывает, что БД действительно сделала, а не то, что мы надеялись получить. В приложенном эксперименте 12 000 сообщений: используется Index Scan по messages_history. Время из этого эксперимента — не универсальная скорость сервера и не результат нагрузочного теста.
Порядок задаётся временем БД и UUID. На неизменной истории повторов при обходе нет. При одновременных записях это не снимок на всё время чтения: поздно завершённая транзакция или перевод часов назад могут добавить запись раньше уже выданной закладки.
Что будет при сбоях
| Ситуация | Результат |
|---|---|
| Перезапустили API | Данные и действующие сессии сохранились в PostgreSQL |
| Перезапустили все контейнеры | Именованные volumes сохраняют данные |
| Redis остановлен | Профиль читаем из PostgreSQL; доступ не становится анонимным |
| PostgreSQL остановлен | Защищённые запросы дают 503; выдавать данные только по кэшу нельзя |
| Токен просрочен или отозван | 401 |
| Чужой чат | 404 |
| Занятое имя | 409 |
/health/live говорит «процесс жив». /health/ready говорит «БД доступна, могу работать».
Поэтому при выключенной БД live возвращает 200, ready — 503.
Что изменилось по сравнению с первой лабораторной
Сохранены пользователи, чаты, сообщения, проверка участников, ошибки JSON, request ID, лимиты полей и постраничное чтение. Словари и общий Python-lock заменены таблицами, ограничениями и транзакциями. X-User-Id больше не даёт доступ. Лимиты общего числа записей из in-memory версии убраны: теперь ограничение — ресурсы хранилища. Старый локальный token-bucket не переносился: rate limiting в обязательный минимум не входит. Имеющиеся в старом архиве данные автоматически не импортируются: формат и аутентификация изменились.
Короткие ответы для защиты
Почему PostgreSQL, а не файл или SQLite? Так требует задание; БД даёт транзакции, ограничения связности, индексы и работу нескольких клиентов.
Зачем миграции? Это версии структуры БД: из пустой БД получаем нужные таблицы. Повторный запуск видит, что 001 уже применена, и не создаёт всё заново. Старую применённую миграцию не редактируем: для изменений добавляем следующую.
Как защищаемся от SQL-инъекций? Значения передаются отдельно от текста SQL через %s.
Это параметры Psycopg, а не Python-подстановка строки. Имена таблиц не берём от клиента.
Почему не хранить сессии только в памяти? Они исчезнут при перезапуске и не будут общими для разных процессов. Здесь сессии и их исходный expires_at сохранены в PostgreSQL.
TTL продлевается при рестарте? Нет. Сохранено абсолютное время окончания сессии.
Что доказывает smoke? Один основной сценарий API. Он не доказывает все отказы, производительность или Docker-запуск. Поэтому есть дополнительные проверки и evidence.
Почему оценка 4, а не 5? Для 5 нужно отдельное законченное исследование из README, а здесь реализованы критерии 3 и 4 и подготовлены их проверки.