Files
mtusi2026lab3/REPORT.md
T

8.4 KiB
Raw Blame History

Отчёт — лабораторная 3

  • Автор, группа: Максимова Снежана, БПИ2302
  • Целевая оценка: 5, трек 1 (Цена масштабирования)
  • Commit/PR: <вставь ссылку на свой PR в Gitea>
  • Использованные источники, библиотеки и помощь ИИ: FastAPI, SQLAlchemy, asyncpg, Alembic, Redis-py, Nginx. ИИ использовался для генерации черновиков конфигураций и скриптов, финальная проверка и отладка проводилась вручную.

Запуск из чистого clone

Для запуска требуются Docker и Docker Compose.

git clone https://gitea.privcloud.tech/kleprer/mtusi2026lab3.git
cd mtusi2026lab3
python -c "import shutil; shutil.copy('.env.example', '.env')"
docker compose up -d --build --scale api=2

Безопасная остановка (с сохранением данных):

docker compose down

Намеренное удаление учебных данных (базы и сессий):

docker compose down -v

Архитектура и решения

Схема процессов: Клиент → Nginx (Балансировщик, порт 8080) → 2+ API-реплики (FastAPI) → PostgreSQL (истина) и Redis (сессии).

Что изменено по сравнению с lab2:

  1. Масштабирование: Приложение упаковано в Docker-образ, который запускается в нескольких экземплярах (--scale api=2). Публикация портов API наружу убрана, теперь трафик принимает только Nginx, использующий динамическое разрешение имен (resolver) для распределения запросов между репликами.
  2. X-Instance-Id: В приложение добавлен middleware, генерирующий уникальный ID процесса (берется из HOSTNAME контейнера). Этот ID добавляется в заголовки всех ответов.
  3. Идемпотентность: Добавлена таблица idempotency_keys в PostgreSQL. При POST-запросе сообщения проверяется наличие ключа (user_id, Idempotency-Key). Если ключ есть и хэш тела запроса совпадает, возвращается сохраненный ответ (201). Если тело другое — 409 Conflict. Для защиты от гонок при одновременных запросах используется IntegrityError базы данных.

Транзакционные границы: Создание сообщения и запись ключа идемпотентности выполняются в одной транзакции БД. Если транзакция падает, ключ не сохраняется, и клиент может безопасно повторить запрос.

Доказательства критериев

Критерий README Команда/сценарий Наблюдаемый результат Файл доказательства
Публичный smoke python tests/smoke.py PASS (проверены health, сессии, RBAC) вывод консоли
Распределение трафика (LB) curl -i http://localhost:8080/health/live (х2) Разные значения в заголовке X-Instance-Id вывод консоли
Отказ одной API-реплики python tests/resilience.py --mode failover PASS. Восстановление за 5.2 сек. 7 успешных записей во время отказа, 0 ошибок. лог теста
Сохранность (Persistence) python tests/resilience.py --mode persistence PASS. Данные и сессия живы после перезапуска. лог теста
Общая идемпотентность python tests/smoke.py (секция idempotency) PASS. Повторный POST с тем же ключом возвращает 201, без дублей. лог теста
Нагрузочное тестирование python scripts/track1_bench.py Результаты в разделе "Эксперименты" evidence/track1.txt

Эксперименты и отказы

Трек 1: Цена масштабирования

  • Гипотеза: С ростом числа API-реплик RPS будет расти линейно, пока узким местом (saturation point) не станет база данных.
  • Оборудование: Локальный Docker-host (Windows/WSL2).
  • Методика: 20 параллельных клиентов, длительность 10 секунд, POST-запросы на отправку сообщений. Использовался скрипт track1_bench.py.
  • Результаты замеров:
Количество реплик Успешный RPS p95 Latency Ошибки
1 134.00 267.11 ms 0
2 147.63 282.16 ms 0
4 173.02 178.36 ms 0

Анализ результатов:

  1. При увеличении количества реплик с 1 до 4 наблюдается уверенный рост пропускной способности (RPS вырос со 134 до 173).
  2. Задержка (p95) при этом не растет, а на 4 репликах даже снижается (до 178 мс).
  3. Вывод: В данном профиле нагрузки Nginx успешно справляется с распределением трафика, а PostgreSQL не становится узким местом. Дальнейшее масштабирование (добавление реплик API) продолжает давать прирост производительности, так как горизонтальное масштабирование работает корректно.
Воздействие Что ожидаем Что наблюдали Время восстановления / потеря данных
Остановка одной API-реплики (Failover) Nginx перенаправит трафик на живую реплику Тест увидел 2 реплики. Скрипт убил одну. Nginx мгновенно переключил трафик. 7 успешных записей во время отказа, 0 ошибок. ~5.2 секунды, потери подтвержденных данных нет
Перезапуск всей инфраструктуры Данные и сессии сохранятся Успешный вход по старому токену, история сообщений на месте ~10 секунд (время старта контейнеров)

Ограничения и следующие шаги

  • Единая точка отказа (SPOF): В текущей конфигурации используется только один инстанс PostgreSQL. При падении узла с базой данных вся система перестанет работать. Для production требуется репликация БД.
  • Один хост: Nginx и все реплики запущены на одной машине. При потере хоста стенд полностью недоступен (нет отказоустойчивости на уровне железа).
  • Connection Pool: Каждая реплика открывает свой пул соединений к БД. При слишком большом числе реплик можно исчерпать лимит max_connections в PostgreSQL.
  • Учебное упрощение: В качестве балансировщика используется Nginx с базовой конфигурацией без сложных активных проверок состояния (используется пассивный max_fails и proxy_next_upstream).