Files
mtusi2026lab3/.github/pull_request_template.md
T

3.0 KiB
Raw Blame History

Лабораторная 3

Автор / группа: Черненко / БПИ2301 Целевая оценка (3/4/5): 5 Трек 5: 1 — «Цена масштабирования»

Реализовано: FastAPI, общая PostgreSQL и устойчивые сессии, отдельные миграции, HAProxy и >=2 API, конкурентная идемпотентность, readiness/DNS/SIGTERM, CPU/RAM, failure hooks, поочерёдная замена под нагрузкой и исследование 1/2/4 реплик. Код lab2 не предоставлялся; её обязательный минимум написан заново по контракту.

Запуск из чистого clone: python3 scripts/bootstrap.py, docker compose config --quiet, docker compose up -d --build, docker compose build tester, docker compose run --rm -T tester python scripts/wait_ready.py, docker compose run --rm -T tester make check validate test. Windows: host python3 заменить на py -3.12 -X utf8. Полные команды всех сценариев: RUNBOOK.md.

Результаты: REPORT.md, RESEARCH.md, evidence/. Подготовлен полный текст для создания PR: PR_DESCRIPTION.md.

Ограничения: DB/LB/один Docker-host остаются SPOF, HTTP только на loopback, нет multi-node/DB failover. Поочерёдная замена проверена для той же версии API без изменения схемы. Исследование closed-loop; ошибки и ограничения указаны отдельно от latency. Runner с Docker socket предназначен для доверенного локального стенда, не для публичного приложения.

Источники: skeleton и официальные Docker/HAProxy/PostgreSQL/Psycopg/argon2-cffi docs, ссылки в REPORT. При написании кода, проверках, измерениях и документации использован OpenAI Codex; чужие студенческие решения не копировались.

  • Весь обязательный минимум текущей и предыдущих работ сохранён с объявленными переходами.
  • Контракт и публичные тесты не ослаблены.
  • make check и make test выполнены; приложен реальный вывод.
  • Сценарии отказов/безопасности своего уровня воспроизведены.
  • Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
  • README задания сохранён, REPORT.md содержит инструкцию именно моего решения.