3.0 KiB
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.