Files
2026-11-06 18:57:43 +03:00

7.4 KiB
Raw Permalink Blame History

Исследование — цена масштабирования

Каменский Андрей Игоревич, БПИ2301. Лабораторная 3, трек 1 на 5.

Гипотеза и методика

Проверяю, перестаёт ли увеличение числа API помогать при ограниченном общем PostgreSQL и даёт ли увеличение ресурса БД подтверждённый эффект.

Среда исходной серии: macOS 15.6.1 ARM64, Docker 28.5.1, VM aarch64 с 10 CPU и 8 218 034 176 байт RAM. Полный профиль — method.json.

Реплики Фиксированный бюджет API Растущий бюджет API
1 2 CPU / 1024 MiB 1 CPU / 256 MiB
2 По 1 CPU / 512 MiB По 1 CPU / 256 MiB
4 По 0.5 CPU / 256 MiB По 1 CPU / 256 MiB

В фиксированной серии суммарно всегда 2 CPU и 1024 MiB на API. В растущей увеличиваются и число процессов, и ресурсы. В основных сериях PostgreSQL имеет 0.25 CPU/512 MiB; Redis 0.25 CPU/128 MiB, LB 0.5 CPU/128 MiB. В проверке улучшения меняю только CPU БД на 1.

Профиль: 32 клиента, 80% POST с уникальным ключом и 20% GET первых 20 сообщений. Новый пользователь и чат на прогон, 20 seed-сообщений; прогрев 3 с, измерение 12 с, два повтора. Основные серии перемешаны с seed 20261106. Дополнительно — четыре API при 8 и 64 клиентах. Генератор closed-loop, отдельное постоянное HTTP-соединение на поток, автоматических retry нет. Bootstrap не входит в измерение.

Полная серия выполнена в рабочем проекте mtusi2026lab1 до финального аудита (схема 004), затем перенесена без изменения измерений. Контроль схемы 006 хранится отдельно. Полную матрицу после аудита не повторял.

Результаты

Средние двух прогонов; ошибки — сумма. p95 — среднее p95 отдельных прогонов, а не объединённый квантиль.

Серия API Успешные RPS p95 всех попыток, мс Ошибки
Фиксированный бюджет 1 331.5 194.0 60
Фиксированный бюджет 2 412.8 186.0 68
Фиксированный бюджет 4 281.9 322.6 3
Растущий бюджет 1 276.6 236.9 65
Растущий бюджет 2 420.0 187.3 26
Растущий бюджет 4 206.8 338.4 0

Масштабирование

При постоянном бюджете четыре API не улучшили результат двух. В растущей серии переход с двух на четыре тоже ухудшил скорость. Два повтора имеют заметный разброс; небольшие различия между конфигурациями не считаю доказанными.

Насыщение и улучшение

Четыре API, БД 0.25 CPU RPS p95 всех попыток, мс Ошибки
8 клиентов 159.8 113.2 2
32 клиентов 206.8 338.4 0
64 клиентов 185.0 809.0 13

На проверенной сетке насыщение наблюдается около 32 клиентов: переход к 64 не увеличил RPS, а p95 вырос с 338 до 809 мс. При четырёх API БД выбирает выделенные 0.25 CPU; throttling срабатывает примерно в 94% активных периодов учёта. Это не доля всего времени простоя, но свидетельство давления CPU-квоты. LB и Redis не выбирают свои CPU-бюджеты.

При том же профиле и четырёх API увеличил CPU PostgreSQL с 0.25 до 1. Средние RPS выросли с 206.8 до 366.1, на 77%; в четырёх сравниваемых прогонах ошибок нет. Это реализованное изменение с измерением до/после. В обычном Compose БД уже имеет 1 CPU.

Насыщение и улучшение

Суммарный предел пула БД растёт вместе с количеством API: до 10/20/40 соединений. Конкуренция операций при недостатке CPU — возможное объяснение дополнительного замедления. Вклад отдельных ожиданий, WAL и блокировок не изолировал и не выдаю за установленную причину.

Контроль после исправлений

На схеме 006, четыре API, 32 клиента, прогрев 3 с, один прогон по 8 с: БД 0.25 CPU — 198.7 RPS, 0 ошибок; БД 1 CPU — 590.9 RPS, 10 ошибок. Это контроль направления эффекта, а не новая статистически устойчивая оценка ускорения. Исходные данные, CPU/RAM и хеши исходников — lab3-control.

Данные и повторение

Полная серия: results.json, summary.csv, отдельные run-01.json … run-18.json, журнал. Контроль — lab3-control/results.json.

# Полная матрица для текущей версии:
.venv/bin/python scripts/research-lab3.py --full
.venv/bin/python scripts/plot-lab3.py
# Короткий контроль:
.venv/bin/python scripts/research-lab3.py

Сценарии временно меняют число API и лимиты; в finally возвращают обычную конфигурацию. Volumes не удаляются.

Ограничения

Короткие closed-loop прогоны имеют coordinated omission, накладные расходы клиента и Docker Desktop. Два повтора недостаточны для точной оценки capacity или production SLA; SD на графике не является доверительным интервалом. Общая БД растёт между прогонами, кэш и планировщик влияют на результаты. RPS считает HTTP-подтверждения: timeout мог скрыть COMMIT. Полная исходная серия и финальный короткий контроль относятся к разным версиям и не объединяются.