3.5 KiB
Быстрый запуск ЛР 2
Открой Docker Desktop. Терминал:
cd /Users/glebkraykin/Projects/highload-apps-labs/lab2
make up
curl http://localhost:8082/health/ready
make test
API доступен на http://localhost:8082, внутри контейнера — 8080. Нужны Docker Compose v2, Python 3.9+ и make; Go для обычного запуска не нужен. make up сам создаёт локальный .env и секреты, собирает API и ждёт готовности.
Если 8082 занят, поменяй APP_PORT в локальном .env и передай BASE_URL=http://localhost:НОВЫЙ_ПОРТ всем make-проверкам; также измени base_url Postman. Изменения пароля PostgreSQL после создания volume требуют отдельной операции смены пароля в самой БД, а не просто нового bootstrap.
Импортируй postman/lab2.postman_collection.json в настольный Postman. Нажми Run: 23 запроса создадут пользователей, войдут, создадут чат, отправят сообщения, проверят страницы и logout. Пароли учебные. ID и Bearer сохраняются автоматически. Expected 400/401/404 в последних проверках — правильные результаты.
Для демонстрации сохранности выполни запросы 01–17, затем:
scripts/restart.sh
curl http://localhost:8082/health/ready
Повтори 09 и 15 с уже сохранёнными токенами, без новых логинов. Потом 22 и 23 показывают отзыв токена. Если ready ещё 503, повтори curl через секунду; restart hook запускает процессы, готовности тест ждёт отдельно.
Полные автоматические проверки:
make check
make test-student
make test-race
make test-persistence ACTION_SCRIPT=scripts/restart.sh
make experiment
test-student нужен локальный Go 1.24.4 и C compiler; он временно останавливает БД и кэш только этого стенда, проверяет TTL 2 и возвращает стандартный запуск. Альтернатива проверки Go через контейнер — make test-race; Python integration можно запустить отдельно: python3 student-tests/integration.py --base-url http://localhost:8082.
experiment создаёт отдельные research-db и restore-db, новые БД внутри них и сохраняет результаты в evidence. Повторные прогоны оставляют предыдущие исследовательские БД; рабочие данные не трогают.
Логи и остановка:
docker compose logs --tail 30 api
make down
down сохраняет данные. Для намеренного удаления всех учебных volumes этого проекта, когда данные больше не нужны:
docker compose --profile research down -v
Основной материал подготовки — DEFENSE.md. Отчёт и реальные доказательства — REPORT.md и evidence/.