Files
mtusi2026lab2-fork/student-tests

Проверки lab2 вручную (PowerShell)

Работать из корня репозитория. Сначала выполнить запуск из REPORT.md. Проверки запускать по очереди: infrastructure.py и persistence перезапускают сервисы. Они сохраняют volumes; для короткого TTL нужен свободный порт 18082.

API и валидация

$env:PYTHONUTF8 = "1"
docker compose config --quiet
docker compose ps
curl.exe -i http://127.0.0.1:8080/health/ready
make check
make test BASE_URL=http://127.0.0.1:8080
make test-own BASE_URL=http://127.0.0.1:8080

Ожидаются healthy, HTTP 200, PASS и два набора тестов с OK (9 + 3). test-own проверяет JSON/Unicode, членство, страницы, 100 сообщений от 10 клиентов, гонку регистрации (1×201, 9×409), пароли, X-User-Id и logout.

Полная валидация OpenAPI, дополнительно к make check:

python -m venv .venv
.\.venv\Scripts\python.exe -m pip install -r requirements-dev.txt
make validate PYTHON=.venv/Scripts/python.exe

Перезапуск, отказы и индекс

В Windows контейнер инструментов запускает исходные make targets с Linux/GCC. Для persistence ему передаётся Docker socket: он выполняет scripts/restart.sh.

docker build -f Dockerfile.tests -t mtusi-messenger:lab2-tests .
python -X utf8 scripts/linux_tests.py test-persistence
python -X utf8 scripts/linux_tests.py test-race
python -X utf8 student-tests/infrastructure.py
python -X utf8 student-tests/explain.py

Если make не установлен, тот же runner поддерживает check, test, test-own. В Linux: chmod +x scripts/restart.sh, затем make test-persistence ACTION_SCRIPT=scripts/restart.sh, make test-race, make test-infra, make explain.

  • Persistence: прежний токен читает прежнее сообщение после restart всех сервисов. В evidence/restart-before.txt и restart-after.txt меняются времена их запуска.
  • Infrastructure: rollback без частичного чата; две повторные миграции; остановка PostgreSQL/Valkey → 503 не позднее 6с, anonymous → 401; восстановление данных; TTL=2с → 401; SIGTERM и сохранение logout после рестарта.
  • Race: ok, без предупреждений о гонках. Конкурентные HTTP-записи проверяет test-own.
  • EXPLAIN: каждый запуск добавляет отдельный чат с 10 000 сообщениями. Ожидается Index Scan using messages_history_idx, без Seq Scan/Sort, для двух страниц.
Get-Content evidence/infrastructure.json
Get-Content evidence/explain.txt

Исходные файлы и ручная диагностика

git diff --exit-code 65003b6 -- contracts tests scripts/check_contract.py scripts/validate_openapi.py README.md COURSE.md CONTRIBUTING.md MAINTAINERS.md lab.json requirements-dev.txt
git diff 65003b6 -- Makefile
git check-ignore .env secrets/
git ls-files .env secrets/
$apiId = docker compose ps -q api
docker inspect --format '{{.Config.User}} {{.HostConfig.ReadonlyRootfs}} {{.State.Health.Status}}' $apiId
docker compose logs --tail 30 api

Первый diff пустой; в Makefile только дополнительные собственные targets. .env и secrets игнорируются, git ls-files для них пустой. Контейнер: 65532:65532 true healthy. При ошибке смотреть код ответа и логи API.

Сохранить вывод без отдельного скрипта:

python -X utf8 scripts/linux_tests.py test-own 2>&1 | Tee-Object -FilePath evidence/own.txt
$LASTEXITCODE

Код завершения должен быть 0. Токены и пароли в доказательства не копировать. Остановка с сохранением данных: docker compose down; запуск: docker compose up -d --build --wait. Намеренная очистка: docker compose down -v.

Оценка 5, трек 2

python -X utf8 student-tests/research.py
Get-Content evidence/research.json

В Linux также make research. Нужны Docker и Python, основной API может быть остановлен. Один скрипт создаёт две изолированные PostgreSQL (по 2 CPU / 512 MiB), сравнивает индексы на 100 000 сообщений (80 000 / 15 000 / 5 000), затем выполняет backup → новый volume → restore. Проверяются счётчики, 11 записей и SHA-256 всей истории. Ожидается PASS; запись после backup должна отсутствовать после restore.

Сырые замеры — research.csv, сводка — research.json, планы — research-plans.txt. Dump сохраняется в backups/ (исключён из Git). По умолчанию временные контейнеры и volumes удаляются; основной стенд сохраняется. Для ручного осмотра:

python -X utf8 student-tests/research.py --keep
$r = Get-Content evidence/research.json -Raw | ConvertFrom-Json
docker exec $r.restore.target_container psql -U messenger -d messenger -c "SELECT chat_id,count(*) FROM messages GROUP BY chat_id;"

После осмотра удалить только временные ресурсы этого прогона:

docker rm -f $r.restore.source_container $r.restore.target_container
docker volume rm $r.restore.source_volume $r.restore.new_volume