Files
mtusi2026lab3/REPORT.md
T
2026-11-06 17:58:30 +03:00

7.9 KiB
Raw Blame History

Отчёт — лабораторная 3

  • Автор, группа: Долда Кирилл, БПИ2301
  • Целевая оценка; на 5, Трек 1 (Цена масштабирования)
  • Commit/PR: TODO после публикации
  • Использованные источники, библиотеки и помощь ИИ: FastAPI, SQLAlchemy, asyncpg, Alembic, passlib[bcrypt], redis, psycopg2-binary.

Запуск из чистого clone

Требования: Docker Desktop, Python 3.13 для локальных тестов.

Версии runtime/образов: python:3.13-slim postgres:16-alpine redis:7-alpine nginx:alpine

Python-пакеты: fastapi==0.115.0, uvicorn[standard]==0.52.4, pydantic==2.13.5, sqlalchemy[asyncio]==2.1.0, asyncpg==0.31.0, redis==6.2.0, passlib==1.7.4, bcrypt==4.1.2, alembic==1.14.0, psycopg2-binary, pytest==8.3.4

Создание локальных secrets/.env: cp .env.example .env

Сборка и запуск: docker compose up -d --build

Миграции (однократно, до запуска трафика): docker compose exec -w /app app1 alembic upgrade head

Тесты:

make check - offline-проверка структуры и синтаксиса make test - публичный smoke-тест контракта API make test-lab3 - собственные тесты лабы 3 (идемпотентность + общая сессия) make test-dependencies - тесты отказов зависимостей (БД -> 503, Redis -> 500) make failover - остановка app1 -> проверка, что сервис жив (app2) make failover-app2 - остановка app2 -> проверка, что сервис жив (app1) make rolling-load - нагрузка во время rolling update (в одном терминале) make rolling-update - поочерёдное обновление реплик (в другом терминале) make load - нагрузочный тест для Трека 1 (RPS, p50/p95/p99)

Архитектура и решения

Схема процессов/хранилищ: Клиент -> Nginx (LB) -> API * 2 (app1, app2) -> PostgreSQL (источник истины) + Redis (сессии).

Источник истины: PostgreSQL. Пользователи, чаты, участники, сообщения.

Сессии: Redis. Токен secrets.token_urlsafe(32) с TTL. Персистентность Redis через --appendonly yes.

Транзакционные границы: Создание сообщения с Idempotency-Key: SET NX в Redis, застолбить ключ -> commit в БД, создать сообщение в postgre -> SET результата в Redis сохраняем.

Что перенесено из lab2: PostgreSQL, Redis для сессий, миграции, Bearer-токены.

Что изменено: Добавлены реплики app1/app2, Nginx (LB), X-Instance-Id, Idempotency-Key, лимиты CPU/RAM, failover-тесты, rolling update, least_conn в Nginx.

Доказательства критериев

Критерий README Команда/сценарий Наблюдаемый результат Файл доказательства
Публичный smoke make test PASS: lab3 public API scenario
Собственные тесты make test-lab3 PASS (3/3): идемпотентность (тот же id), идемпотентность (409), общая сессия (≥2 разных x-instance-id) evidence/test-lab3.txt
Тесты отказов зависимостей make test-dependencies PASS (2/2): БД -> 503, Redis -> 500 с Error evidence/test-dependencies.txt
Failover app1 make failover Все 20 запросов 200, ни одного 502 evidence/failover-app1.txt
Failover app2 make failover-app2 Все 20 запросов 200, ни одного 502 evidence/failover-app2.txt
Rolling load make rolling-load Все 200, X-Instance-Id меняется evidence/rolling-load.txt
Rolling update make rolling-update Без простоя evidence/rolling-update.txt

Эксперименты и отказы

Гипотеза (Трек 1):

При фиксированных суммарных ресурсах (2 CPU / 1 GB) рост числа реплик API даст прирост RPS, но упрётся в saturation point.

Методика: make load (POST /messages, 30 сек, 4 пользователя).

Конфигурации: 1, 2, 4, 6 реплик при суммарных 2 CPU / 1 GB. Замеряли RPS и p99.

Так же проводили замеры с 1 CPU / 512M. Результаты всех замеров зафиксированы в папке evidence.

| Реплик | RPS (среднее) | p99 (мс) | | 1 | ~250 | 23 | | 2 | ~255 | 31 | | 4 | ~260 | 26 | | 6 | 257 | - |

Ограничения и следующие шаги

Что выдерживается: Отказ процесса (реплики), rolling update, общая сессия, идемпотентность, миграции однократно.

Подтверждённое улучшение: p99 снижен с 48.7 до 12.9 мс (CPU 0.5 → 1.0) — улучшение задержки. RPS не вырос — saturation point в общем ресурсе.

При фиксированных суммарных ресурсах 2 CPU и 1 GB и распределении их на 1, 2 и 4 реплики RPS составил 250, 255 и 260, что указывает на достижение saturation point именно на 4 репликах. При изначально меньших ресурсах - 0.5 CPU и 512 MB на реплику, сатурация наступала уже на 1 реплике, так как увеличение числа реплик не раскрывало потенциал из-за максимальной нагрузки на каждую из них. В качестве подтверждённого улучшения в этом сценарии доказано, что увеличение CPU на реплику с 0.5 до 1.0 подняло RPS с 234 до 254 и снизило p99 с 24 до 17 мс по результатам make load (4 пользователя отправляют в течении 30 секунд запросы на создание сообщений). Для полноценного эксперимента за пределами условий задания на 1, 2, 4 реплики был проведён замер на 6 репликах, который показал 257 RPS, подтвердив saturation point на 4 репликах и последующее снижение. Также доказано, что увеличение CPU с 1 до 2 на реплику, при втором тесте, даёт прирост скорости ответа p99 на 7–10% при распределении реплик, но не увеличивает RPS.