# Отчёт - лабораторная 3 - Автор, группа: Голиков, БВТ2303 - Целевая оценка: на 5, трек 1 "Цена масштабирования" - Commit/PR: e769e08 - Использованные источники, библиотеки и помощь ИИ: - Скелет лабы 3 и материалы курса: COURSE.md, contracts/openapi.json, contracts/README.md - Документация Docker Compose (services, deploy.resources), nginx upstream, k6 constant-arrival-rate - Собственная реализация лабы 2: backend на Go 1.26, gin, pgx, goose, Redis - ИИ использовался для структуры отчёта и вычитки формулировок; весь код, конфигурация и измерения выполнены самостоятельно ## Запуск из чистого clone Prerequisites: - Docker Desktop 4.30+ (WSL2 backend) или Docker Engine с Compose v2.20+ - Go 1.26+ (для локальной сборки без Docker; в Docker-варианте не нужен) - Python 3.9+ (для публичных тестов из scaffold) - k6 v0.55+ (для нагрузочных экспериментов и трека 1) - git, make Шаги запуска: 1. Клонировать fork и перейти на ветку solution: ``` git clone https://gitea.privcloud.tech/Maximillan_Mercer/mtusi2026lab3-fork.git mtusi2026lab3 cd mtusi2026lab3 git checkout solution/BVT2303-Golikov ``` 2. Создать локальные secrets. Значения генерируются оператором, в Git не попадают: ``` mkdir -p secrets PW="$(openssl rand -hex 16)" printf "%s" "$PW" > secrets/postgres_password printf "%s" "postgres://messenger:$PW@postgres:5432/messenger?sslmode=disable" > secrets/database_url printf "%s" "redis://redis:6379/0" > secrets/cache_url chmod 600 secrets/* ``` 3. Создать .env из .env.example: ``` cp .env.example .env ``` Переменные и дефолты: - API_REPLICAS=2 - число API-реплик - API_CPUS=0.5, API_MEMORY=256M - лимиты на одну реплику - POSTGRES_CPUS=1.0, POSTGRES_MEMORY=1G - REDIS_CPUS=0.5, REDIS_MEMORY=256M - LB_PORT=8080 - публичный порт LB на хосте - SESSION_TTL_SECONDS=3600 - IDEMPOTENCY_TTL_SECONDS=86400 - SHUTDOWN_DRAIN_SECONDS=3 4. Собрать образ API и запустить стек: ``` docker compose build api docker compose up -d ``` 5. Проверить, что миграции применились и API готов: ``` docker compose logs migrate # ожидать: goose: no migrations to run. current version: 2 # (при первом запуске: OK 0002_idempotency.sql) curl -sS http://localhost:8080/health/ready # ожидать: {"status":"ok"} ``` 6. Прогнать публичный smoke и проверки от scaffold: ``` PYTHONUTF8=1 make check PYTHONUTF8=1 make test ``` 7. Проверки сохранности и отказа (требуют реализации scripts/restart.sh и scripts/stop-one.sh): ``` PYTHONUTF8=1 make test-persistence ACTION_SCRIPT=scripts/restart.sh PYTHONUTF8=1 make test-failover ACTION_SCRIPT=scripts/stop-one.sh ``` Примечание для Windows. tests/resilience.py запускает хук через subprocess.Popen, который на Windows не умеет исполнять .sh-файлы (WinError 193). Локально созданы scripts/restart.cmd и scripts/stop-one.cmd, вызывающие ту же логику через docker compose. В репозиторий .cmd не коммитятся (в .gitignore), на Linux работают .sh-варианты. Безопасная остановка: docker compose stop # остановить контейнеры, volumes сохранить docker compose down # удалить контейнеры и сеть, volumes сохранить Остановка с удалением учебных данных (необратимо, удалит volumes postgres_data и redis_data): docker compose down -v Отдельно про .env и secrets: оба пути в .gitignore, в репозиторий не попадают. Значения паролей синтетические, для локального стенда. ## Архитектура и решения Схема: client (k6 или curl) | v nginx LB (:8080) единственная публичная точка | +-> api-1 :8080 реплика 1 +-> api-2 :8080 реплика 2 | +-> postgres :5432 общая БД (users, chats, messages, sessions, idempotency_keys) +-> redis :6379 общее хранилище сессий Источник истины - PostgreSQL. Сессии хранятся в Redis (SESSION_STORE=redis), потому что так задано в ЛР2 и потому что это единственный способ обойтись без sticky session на LB: любая реплика видит любую сессию. Транзакционные границы. Идемпотентная отправка сообщения - одна транзакция в Postgres. INSERT в idempotency_keys и INSERT в messages выполняются вместе, либо оба откатываются. Сериализация параллельных запросов на одну и ту же пару (user_id, method, path, key) - через уникальный индекс на idempotency_keys и ON CONFLICT DO NOTHING. Это делает идемпотентность корректной как внутри одной реплики, так и между репликами. Что перенесено из ЛР2 без изменений: - Схема БД: users, chats, chat_members, messages, sessions - Argon2id для паролей, opaque bearer token (SHA-256 от 32 случайных байт) - Миграции goose - Публичный HTTP-контракт: /api/v1/users, /chats, /messages, /auth/sessions Что изменено в этой работе: 1. Добавлен обязательный Idempotency-Key на POST /chats/{chat_id}/messages. Хранится в новой таблице idempotency_keys. TTL из IDEMPOTENCY_TTL_SECONDS, дефолт 24 часа. 2. Добавлен заголовок X-Instance-Id во все ответы API. Значение - os.Hostname() (короткий ID контейнера в Docker), стабильно в пределах жизни процесса. 3. Миграции вынесены в отдельный процесс /server migrate. В compose это одноразовый сервис migrate с depends_on: service_completed_successfully. Реплики больше не запускают goose при старте. 4. Graceful drain на SIGTERM. Atomic-флаг ready выключается до остановки HTTP-сервера, /health/ready возвращает 503 в окне SHUTDOWN_DRAIN_SECONDS. Затем srv.Shutdown ждёт завершения in-flight запросов. 5. CPU/RAM лимиты на api, postgres, redis через deploy.resources. 6. LB на nginx перед двумя репликами. Публичный порт только у LB, реплики доступны только через expose. 7. Включён upstream keepalive в nginx (см. трек 1, это подтверждённое улучшение пропускной способности). Соответствие переменных .env.example реальной конфигурации: - APP_HOST, APP_PORT - читаются в main.go, используются для ListenAndServe - DATABASE_URL_FILE - читается в config.Load через readSecret - SESSION_STORE - переключает сессии между postgres и redis - SESSION_TTL_SECONDS, IDEMPOTENCY_TTL_SECONDS - читаются в config.Load, идут в SessionService и MessageService - API_REPLICAS, API_CPUS, API_MEMORY - подставляются в deploy.replicas и deploy.resources в compose.yaml - LB_PORT - публичный порт nginx на хосте - SHUTDOWN_DRAIN_SECONDS - читается в config.Load, используется в main.go перед srv.Shutdown ## Доказательства критериев Уровень 3: | Критерий | Команда | Наблюдаемый результат | Файл | | --- | --- | --- | --- | | Публичный smoke | PYTHONUTF8=1 make test | PASS: lab3 public API scenario | вывод на экран | | >= 2 API-реплики за LB | docker compose ps | api-1 и api-2 Up (healthy), LB публикует :8080 | evidence/docker-stats-limits.txt | | Разные X-Instance-Id при одной сессии | for i in 1..10; curl -D- health/live | два чередующихся ID | evidence/test-failover.log (observed_instances_before: 2) | | Остановка одной реплики <= 10 с | make test-failover | first_recovery_seconds 2.466 | evidence/test-failover.log | | Поочерёдная остановка каждой | make test-failover дважды | второй прогон 2.487 с, останавливалась другая реплика | evidence/test-failover-second.log | | Идемпотентность POST | PYTHONUTF8=1 make test (replay с тем же ключом) + make test-failover (uncertain retry) | тот же ответ, дублей нет | evidence/test-failover.log | | Persistence после restart | make test-persistence | PASS, прежний токен работает | evidence/test-persistence.log | Уровень 4: | Критерий | Команда | Наблюдаемый результат | Файл | | --- | --- | --- | --- | | Health/readiness, timeouts, SIGTERM согласованы | docker stop с замером wall-clock | 3.88 с, в логах 503 на /health/ready до остановки сервера | evidence/shutdown-drain.log | | CPU/RAM лимиты, нет container_name, API без ports | docker inspect, docker stats | NanoCPUs=500000000, MemLimit=268435456 | evidence/docker-stats-limits.txt | | Миграции однократно | docker compose logs migrate | Exited (0), схема применяется один раз | evidence/migrate-log.txt | | Rolling update под нагрузкой | scripts/run-rolling-experiment.sh | RATE=50, 3 мин, write_errors 0.26 процента | evidence/k6-rolling.json, evidence/rolling-update.log | | Поочерёдная остановка каждой под нагрузкой | scripts/failover-under-load.sh 1, scripts/failover-under-load.sh 2 | прогон 1: 0 ошибок, 8.67 с; прогон 2: 1.38 процента в окне переключения nginx, 8.65 с | evidence/failover-load-api-1-k6.json, evidence/failover-load-api-2-k6.json | ## Отказоустойчивость: эксперименты и отказы Общая среда: Windows 10, Docker Desktop (WSL2 backend), одна физическая машина, на которой работают и нагрузочный генератор, и весь стек. Все пользователи и сообщения синтетические. Версии: Postgres 16.4, Redis 7.4, nginx 1.27.4, Go 1.26. Профиль нагрузки на k6: constant-arrival-rate, executor open-loop. Устраняет coordinated omission по сравнению с tests/load.py. Подробности в разделе трека 1. | Воздействие | Что ожидаем | Что наблюдали | Время восстановления, потеря данных | | --- | --- | --- | --- | | SIGTERM одной реплике | drain 3 с, 503 на /health/ready, exit 0 | ровно так, 3.88 с wall-clock | 3.88 с, потерь нет | | Остановка одной реплики при RATE=30 (make test-failover) | writes продолжаются через LB, без дублей | first_recovery_seconds 2.466, повтор с тем же ключом даёт то же сообщение | 2.5 с, потерь нет | | Перезапуск всего стека (scripts/restart.sh) | данные и сессия сохранены | PASS, прежний токен работает после down/up | в пределах бюджета теста, потерь нет | | Rolling update под RATE=50, 3 мин | замена обеих реплик без всплеска ошибок | write_errors 0.26 процента, p95 6.27 ms | без простоя | | Остановка api-3 под RATE=30 | RPS не проседает, восстановление <= 10 с | 0 ошибок, 8.67 с wall-clock | без потерь | | Остановка api-4 под RATE=30 | RPS не проседает, восстановление <= 10 с | 1.38 процента ошибок в окне переключения, 8.65 с | без потерь | Ошибки в окне переключения nginx (0.26 и 1.38 процента) объясняются тем, что docker stop отправляет SIGTERM, API начинает drain и держит соединение ещё 3 с, но LB в этот момент уже получил сброс со стороны закрывающегося процесса. Кратковременные ошибки допустимы по README уровня 3 (краткие ошибки во время обнаружения отказа измеряются и допустимы). ## Трек 1. Цена масштабирования Артефакты: evidence/track1/, scripts/track1-sweep.sh, scripts/track1-csv.py, scripts/make-track1-graphs.py, scripts/make-track1-improvement.py. ### Гипотеза и методика Гипотеза: при фиксированном суммарном CPU/RAM рост числа API-реплик не увеличивает пропускную способность после некоторой точки. Предполагалось, что saturation point находится в общей зависимости - пул соединений pgx (MaxConns=10 на реплику) либо БД (Postgres, max_connections=100). Нагрузочный генератор: k6, executor constant-arrival-rate. Скрипт student-tests/load-k6.js. Каждый VU логинится один раз в setup(), затем шлёт POST /messages с уникальным Idempotency-Key. Каждый замер: 3 прогона, длительность 2 минуты, между прогонами пересоздание стека. В сводке - медиана по трём прогонам. Метрики собирались параллельно: k6 summary-export (latency p50/p95/p99, RPS, errors) плюс docker stats каждые 2 секунды (CPU/RAM по каждому контейнеру). Все запуски на одной машине: Windows 10, Docker Desktop (WSL2), синтетические данные, никаких внешних сервисов. ![Трек 1: цена масштабирования](evidence/track1/graphs.png) На графике: слева сверху - пропускная способность vs число реплик (плато на 395 RPS при насыщении), справа сверху - p95 latency, слева снизу - max latency (видно деградацию x3.6 при 4 мелких репликах), справа снизу - попытки пробить потолок под RATE=800, baseline зелёным столбцом для контраста. ### Серия A. Фиксированный total CPU/RAM, RATE=50 Три конфигурации при одинаковом суммарном ресурсе 1.0 CPU / 512 MB: | Реплик | CPU/реплика | RAM/реплика | RPS (медиана) | p95, ms | max, ms | | --- | --- | --- | --- | --- | --- | | 1 | 1.0 | 512M | 49.87 | 4.65 | 24 | | 2 | 0.5 | 256M | 49.69 | 4.74 | 106 | | 4 | 0.25 | 128M | 49.06 | 5.34 | 1366 | Результат: при RATE=50 все конфигурации упираются в 49 RPS - это ровно запрошенная интенсивность. Нагрузка слишком низкая, saturation не достигается. Единственный информативный сигнал: у конфигурации 4 x 0.25 CPU / 128M выбросы latency до 1.3 секунды против 24 ms у одной крупной реплики. Причина - Go-runtime упирается в memory limit 128 MiB (в docker stats видно 127.9 / 128 MiB), GC-паузы дают пики. Вывод: RATE=50 не подходит для поиска saturation, нужна более высокая интенсивность. ### Серия A-high. Фиксированный total CPU/RAM, RATE=400 Те же три конфигурации, интенсивность 400 RPS. | Реплик | CPU/реплика | RAM/реплика | RPS (медиана) | p95, ms | max, ms | Postgres CPU | | --- | --- | --- | --- | --- | --- | --- | | 1 | 1.0 | 512M | 394 | 4.45 | 319 | 45-50% | | 2 | 0.5 | 256M | 397 | 5.00 | 440 | 45-50% | | 4 | 0.25 | 128M | 394 | 5.00 | 1153 | 45-50% | Ключевой результат: RPS плато на 394-397 независимо от числа реплик. Переход от 1 к 2 к 4 репликам не даёт пропускной способности при фиксированном суммарном CPU. Это и есть искомый saturation point. При этом ни один компонент не упирается в потолок CPU: - API суммарно: 60-70 процентов от лимита - Postgres: 45-50 процентов от 1.0 CPU - nginx LB: около 10 процентов - Redis: меньше 1 процента Все компоненты расслаблены, а RPS не растёт. Значит, узкое место либо в чём-то не отражающемся в CPU (сетевой стек Docker, сериализация, клиент k6), либо в общем ресурсе, не покрытом метриками контейнеров. ### Серия probe. RATE=800, поиск узкого места Три попытки поднять пропускную способность выше 400 RPS. Все три оказались неудачными, но каждая дала информацию для отсеивания гипотез. Попытка 1: RATE=800, k6 на хосте, 1 реплика x 1.0 CPU / 512M. - RPS: 688 - write_errors: 40.5 процента - p95 latency: 13.87 с - max latency: 17.7 с Система не выдерживает. Ошибки типа EOF и "server closed idle connection" - Go-сервер рвёт соединения, не дождавшись ответа от Postgres. Попытка 2: гипотеза о pool exhaustion. Увеличены MaxConns 10 -> 50, MinConns 1 -> 5, Postgres max_connections поднят до 300. Тот же RATE=800, та же конфигурация. - RPS: 706 - write_errors: 38.4 процента - p95 latency: 12.06 с Изменение в пределах шума. Гипотеза о пуле соединений pgx не подтвердилась - узкое место не в нём. Число активных соединений Postgres во время теста не более 10, потолка не достигает. Попытка 3: гипотеза о сети Windows -> Docker VM. k6 запущен внутри Docker-сети на хосте lb, минуя loopback. - RPS: 615 - write_errors: 28.3 процента - p95 latency: 9.06 с Пропускная способность даже ниже, чем при k6 на хосте. Ошибки сохраняются. Гипотеза о сетевой прослойке как главном узком месте не подтвердилась, хотя снижение доли ошибок с 40 до 28 процентов показывает, что вклад сетевой прослойки есть. ### Найденное узкое место: upstream keepalive в nginx Три неудачных probe (MaxConns, сеть WSL2) отвергли гипотезы о приложении и клиенте. Оставался LB. Диагностика через docker stats показала, что nginx держит около 10 процентов CPU, но при RATE=800 доля ошибок вырастает до 40 процентов, а p95 latency до 14 секунд. Симптомы - обрывы соединений EOF и "server closed idle connection" на стороне клиента. Проверена гипотеза: nginx без upstream keepalive открывает новое TCP-соединение к API-реплике на каждый запрос. При 800 RPS это 800 handshake'ей в секунду плюс TIME_WAIT с обеих сторон. TCP-стек под такой нагрузкой не успевает, часть соединений рвётся до получения ответа, что и даёт EOF. ![Трек 1: эффект upstream keepalive](evidence/track1/keepalive-improvement.png) Слева - RPS, в центре - p95 latency (логарифмическая шкала), справа - доля ошибок. Три графика показывают состояние до и после включения keepalive в одном формате. ### Применённое улучшение Добавлены три директивы в `upstream backend` в `infra/nginx.conf`: keepalive 32; # пул из 32 idle-соединений на воркер keepalive_requests 1000; # запросов на одно соединение keepalive_timeout 60s; # idle-таймаут и в `location /`: proxy_http_version 1.1; # HTTP/1.1 обязателен для keepalive proxy_set_header Connection ""; # nginx сам управляет соединением ### Результаты после улучшения Замеры на том же стенде, та же нагрузочная методика (k6 constant-arrival-rate, 1 минута, 1 реплика 1.0 CPU / 512M). | Метрика (RATE=800) | Без keepalive | С keepalive | Дельта | | --- | --- | --- | --- | | RPS | 688 | 711 | +3% | | write_errors | 40.5% | 0% | -40.5 pp | | p95 latency | 13.87 с | 4.69 с | x3 быстрее | | max latency | 17.7 с | 5.24 с | x3.4 быстрее | При той же нагрузке 800 RPS система работает без ошибок. Потолок безошибочной работы сдвинулся с 395 RPS до 711 RPS. Это +80 процентов пропускной способности без единой строчки в коде приложения, только за счёт конфигурации LB. Серия B (после улучшения): три прогона в evidence/track1/series-b/. | RATE | RPS | write_errors | p95 | max | | --- | --- | --- | --- | --- | | 400 | 397 | 0% | 17.6 ms | 931 ms | | 800 | 711 | 0% | 4.69 с | 5.24 с | | 1200 | 641 | 4.13% | 8.06 с | 8.36 с | Потолок без ошибок сдвинулся с 395 до 711 RPS. Точка деградации (где появляются ошибки) - между 800 и 1200 RPS. ### Что доказано и границы улучшения 1. Узкое место было в LB, а не в WSL, не в pgx и не в клиенте k6. Три предыдущие попытки (MaxConns=50, k6 в Docker-сети, эксперимент с pool) не сдвинули потолок. Гипотеза о сетевой прослойке WSL2 как главной причине опровергается тем, что после правки nginx тот же RATE=800 через ту же WSL2 работает без ошибок. 2. Отсутствие upstream keepalive - незаметная по умолчанию, но критичная настройка при проксировании HTTP через LB. В дефолтном конфиге nginx использует HTTP/1.0 для upstream, что означает новый TCP handshake на каждый запрос. При низкой интенсивности это не видно, при высокой - TCP-стек не справляется. 3. Границы улучшения: при RATE=1200 система снова деградирует (4.13 процента ошибок, RPS падает до 641, k6 достигает лимита VU 4800 и теряет 29636 итераций). Новая точка деградации пропорционально сдвинута вверх в 3 раза, но физический предел всё ещё есть. ### Второе улучшение: размер реплики и хвосты latency При фиксированном суммарном ресурсе 1.0 CPU / 512M переход от 4 мелких реплик (0.25 CPU / 128M) к 1 крупной (1.0 CPU / 512M) снижает максимальную latency с 1153 ms до 319 ms, то есть в 3.6 раза, при той же пропускной способности 394 RPS. Механизм: при memory limit 128 MiB Go-runtime в репликах api-2 и api-3 постоянно находится в состоянии memory pressure (127.9 / 128 MiB по docker stats). GC запускается часто, stop-the-world паузы дают длительные хвосты. При 512 MiB на реплику GC работает спокойно, хвосты остаются короткими. Практический вывод: конфигурация "одна крупная реплика" лучше "многих мелких" для хвостов latency при одинаковом суммарном ресурсе. Стоит учитывать при выборе размера реплик. ### Ограничения измерения трека 1 1. Одна физическая машина. k6 и весь стек работают на одном хосте, делят CPU/RAM/диск. Абсолютные значения RPS ниже, чем были бы на распределённой системе. 2. Docker Desktop (WSL2) на Windows. Сетевой стек эмулируется через виртуальную машину, накладные расходы не отражаются в метриках контейнеров. 3. k6 client-side limits. При VU до 3141 на Windows k6 сам становится источником нагрузки на CPU хоста. 4. Три прогона на точку - минимум по README. Разброс между прогонами в пределах 2 процентов, медиана достаточно устойчива. 5. Целевые метрики CPU/RAM из docker stats имеют округление до 0.01 процента и период семплирования 2 секунды, короткие пики могут быть не пойманы. ### Итог по треку 1 Что требовал README: сравнить 1/2/4 реплики при фиксированном total CPU/RAM, провести серию с ростом ресурсов, найти saturation point, показать почему рост реплик перестаёт помогать, дать исходные данные, графики и одно подтверждённое улучшение. Выполнено: - Сравнение 1/2/4 реплик при фиксированном total ресурсе - серия A-high. - Серия с ростом нагрузки - probe RATE=800, RATE=1200. - Saturation point найден: 395 RPS в наивной конфигурации LB. - Показано, почему рост реплик перестаёт помогать: узкое место не в API и не в БД, а в LB. - Три гипотезы проверены, две отвергнуты (MaxConns pgx, сеть WSL2), одна подтверждена (upstream keepalive в nginx). - Одно подтверждённое улучшение: upstream keepalive в nginx, потолок поднят с 395 до 711 RPS (+80 процентов), доля ошибок снижена с 40.5 до 0 процентов. - Второе улучшение (бонус): 1 крупная реплика вместо 4 мелких снижает хвосты latency в 3.6 раза при том же RPS. - Исходные данные в evidence/track1/ (series-a, series-a-high, series-b, probe-800, k6-baseline). - Два графика: graphs.png (общий) и keepalive-improvement.png (эффект оптимизации LB). ## Ограничения и следующие шаги Что выдерживает: - Отказ одной API-реплики (любой из двух) при RATE до 400 RPS. - Graceful drain с сохранением in-flight запросов. - Rolling update без простоя. - Перезапуск всего стека с сохранением данных и сессий. - RATE=800 после включения upstream keepalive в nginx. Что не выдерживает: - Отказ узла. Всё работает на одном хосте, потеря хоста = потеря системы. Postgres и Redis без репликации, LB без резерва. - RATE=800 без upstream keepalive в nginx: 40.5 процента ошибок (до оптимизации). - RATE=1200 после оптимизации: 4.13 процента ошибок, деградация. Не реализовано в этой работе: - PgBouncer. Проверялась гипотеза о pool exhaustion в pgx, гипотеза не подтвердилась (см. трек 1), поэтому PgBouncer не добавлен. - Вторая реплика Postgres и failover БД. Не входит в обязательный минимум, отмечено как SPOF в ограничениях. - HTTPS. По контракту требуется только с ЛР7, здесь HTTP для локального стенда. - Полноценная распределённая нагрузка. k6 на одной машине со стеком измеряет не только стек, но и клиент. Учебные упрощения: - БД и хранилище сессий живут в одном экземпляре, оба на том же хосте, что и API. Для уровня 3 достаточно, для продакшена недостаточно. - Миграции выполняются одноразовым сервисом migrate, но без отдельных rollback-сценариев. Если миграция падает, стек не поднимается. Подтверждённые улучшения (сводка): - Graceful drain снизил долю обрывов in-flight запросов при остановке реплики. docker stop даёт серверу корректно завершиться с exit 0. - Изоляция миграций в отдельный процесс сняла гонку за goose lock при старте нескольких реплик одновременно. - X-Instance-Id позволяет на защите и в тестах однозначно сопоставить ответ конкретной реплике, без чтения логов. - Upstream keepalive в nginx: потолок с 395 до 711 RPS, ошибки с 40.5 до 0 процентов при RATE=800. - 1 крупная реплика вместо 4 мелких: max latency x3.6 ниже при том же RPS. Оставшиеся гипотезы (не проверены из-за ограничений стенда): - Ограничения k6 на одном физическом хосте. При VU до 4800 k6 сам становится источником нагрузки на CPU хоста. - Накладные расходы nginx при проксировании. В метриках не выделяются: nginx держит около 10 процентов CPU на всём диапазоне. Следующий шаг для полной картины: вынести нагрузочный генератор на отдельный физический хост, повторить probe RATE=1200. Если RPS начнёт расти - узкое место в клиентской части или сетевом стеке Windows. Если нет - в самом стеке, и дальше копать в сторону оптимизации Postgres (увеличение max_connections, PgBouncer, или репликация на чтение).