Files
mtusi2026lab3/REPORT.md
T
2026-10-18 00:36:25 +03:00

47 KiB
Raw Blame History

Отчёт — лабораторная 3

Балансировка и отказ API-реплики

  • Автор, группа: Максимова Мария, БВТ2303
  • Целевая оценка: 4
  • Commit/PR: (ветка solution/maksimova_bvt2303)
  • Использованные средства: Python 3.12.7 (в Docker), FastAPI, uvicorn, SQLAlchemy 2 (async) + asyncpg, argon2-cffi, redis-py (клиент Valkey) — всё из lab2; PostgreSQL 16.4, Valkey 8.0.1, HAProxy 3.0.11, Docker Desktop 29.3.0 + Compose v5.1.0.
  • Источники: документация HAProxy 3.0 (resolvers, server-template, http-check, retry-on, http-error), Docker Compose (deploy.replicas, resources, depends_on conditions, secrets), uvicorn (Server, graceful shutdown), PostgreSQL (INSERT … ON CONFLICT, advisory locks).
  • Помощь ИИ: Claude Code использовался для переноса lab2 под lab3 (идемпотентность, drain при SIGTERM, X-Instance-Id), конфигурации HAProxy, операторских скриптов, собственных тестов и черновика отчёта. Все команды и измерения запущены на моём стенде 2026-10-13, сырые результаты — в evidence/.

0. Коротко и простыми словами

Раньше (lab2) был один процесс API. Если он падал — мессенджер не работал. В lab3 процессов API два, а перед ними стоит балансировщик HAProxy. Клиент всегда ходит на один адрес localhost:8080, а HAProxy по очереди отправляет запросы то в одну реплику, то в другую. Если одна реплика умирает, HAProxy это замечает и отправляет всё в живую.

Чтобы такое работало, API не должен ничего важного хранить «у себя в памяти». Всё хранится в общих местах:

  • PostgreSQL — все данные, сессии (токены входа) и ключи идемпотентности;
  • Valkey — только быстрый кэш сессий (если его потерять, ничего не сломается — данные возьмутся из PostgreSQL).

Поэтому неважно, какая реплика обработала запрос: обе видят одни и те же данные и один и тот же токен.

Вторая проблема — повторы. Клиент отправил сообщение, реплика упала, ответа нет. Сообщение сохранилось или нет? Клиент не знает и повторяет запрос. Чтобы повтор не создал дубль, клиент передаёт заголовок Idempotency-Key — уникальную строку на одно сообщение. Сервер запоминает ключ в PostgreSQL вместе с сообщением. Если пришёл тот же ключ ещё раз, сервер не создаёт новое сообщение, а возвращает уже сохранённое.

Что проверено (подробности и цифры — в разделах 5–6):

Что Результат m
Публичные тесты make check, make test PASS
Запросы одного пользователя обслуживают разные реплики да, X-Instance-Id чередуется, повторный вход не нужен
Остановка каждой реплики (make test-failover) PASS для обеих, 0 ошибок, запись снова работает через 4.4–4.5 s
Перезапуск всего стенда (make test-persistence) PASS, данные и прежний токен сохранились
16 одновременных POST с одним ключом, 10 раз каждый раз ровно 1 сообщение, запросы шли через обе реплики
Остановка/убийство реплик под нагрузкой (4 прогона) 1 ошибка на ~11 600 запросов (при SIGKILL), потерь и дублей 0
Rolling update (замена обеих реплик новой версией) 70 s под нагрузкой, 0 ошибок, 4 826 записей, потерь и дублей 0

1. Что сделано

Из lab2 перенесены app/, миграции 001–002, scripts/migrate.py, scripts/init-secrets.sh, requirements.txt. Новое в lab3:

  1. HAProxy (infra/haproxy/haproxy.cfg) — единственная публичная точка входа :8080. Сервис Compose api запускается в 2 экземплярах (deploy.replicas: 2), у него нет ports и нет container_name.
  2. HAProxy сам находит реплики через встроенный DNS Docker: имя api возвращает IP всех работающих контейнеров сервиса (server-template api 8 api:8080 … resolvers docker). Каждую секунду HAProxy проверяет у каждой реплики /health/ready. Балансировка — обычный round-robin, без sticky session.
  3. В процессе API нет локального состояния: всё в PostgreSQL и общем Valkey.
  4. Каждый ответ API содержит заголовок X-Instance-Id = hostname контейнера (короткий Docker ID). По нему видно, какая реплика ответила.
  5. POST /chats/{id}/messages требует Idempotency-Key (миграция 003_idempotency_keys.sql, код — app/repositories.py: create_message_idempotent).
  6. Graceful shutdown (app/server.py): получив SIGTERM, реплика 3 s продолжает работать, но отвечает 503 на /health/ready. За это время HAProxy выводит её из пула, и только потом она закрывает порт и дорабатывает начатые запросы.
  7. Миграции выполняет отдельный одноразовый сервис migrate до старта API, а не каждая реплика сама. pg_advisory_lock защищает от двух одновременных запусков.
  8. Операторские скрипты: stop-one.sh (остановить одну реплику), kill-one.sh (убить SIGKILL), start-api.sh (вернуть), restart.sh (перезапуск всего стенда), rolling-update.sh (поочерёдная замена реплик).

Исправления в коде lab2, найденные при переносе:

  • Dockerfile: было CMD ["sh","-c","uvicorn …"], стало CMD ["python","-m","app.server"]. При sh -c процессом №1 в контейнере был sh: он не передавал SIGTERM в uvicorn, и docker stop убивал процесс без graceful shutdown (проверено через docker top).
  • CreateChat.title: максимум 255 → 100 символов, как в контракте.
  • init-secrets.sh: файлы секретов 0644 внутри каталога 0700. На Linux пользователь контейнера appuser не мог прочитать файл 0600, смонтированный как secret.
  • migrate.py: повтор подключения к БД и pg_advisory_lock.

2. Запуск из чистого clone

Нужно: Docker Engine/Desktop с Compose v2, sh, make, Python 3.9+ (для make test с хоста). Все образы закреплены версиями:

Роль Service Образ Health/readiness Volume Сеть / порт Секреты
LB lb haproxy:3.0.11-alpine wget /lb-health (:8404) — edge; 8080 публично, 8404 только 127.0.0.1 нет
API ×2 api messenger-lab3-api:<APP_VERSION> (сборка из Dockerfile, база python:3.12.7-slim) GET /health/ready (БД доступна и нет drain) — edge + backend, порт не публикуется database_url, cache_url
Миграции migrate тот же образ завершается с кодом 0 — backend database_url
БД db postgres:16.4-alpine pg_isready postgres_data backend (internal) postgres_password
Кэш сессий valkey valkey/valkey:8.0.1-alpine valkey-cli ping нет (это кэш) backend (internal) valkey_password
Проверки tester (profile tools) сборка student-tests/Dockerfile.tester (python:3.12.11-alpine3.22 + docker CLI 28.5.1) — — edge docker.sock (только учебный стенд)

Сеть backend — internal: true: у PostgreSQL и Valkey нет выхода наружу, и HAProxy к ней не подключён. Наружу опубликован только порт 8080 балансировщика.

# 1. Секреты (создаются один раз в infra/secrets/, в Git не попадают; значения не печатаются)
sh scripts/init-secrets.sh
cp .env.example .env            # необязательные параметры, секретов не содержит

# 2. Сборка, миграции (сервис migrate) и запуск; --wait ждёт, пока все сервисы станут healthy
docker compose --env-file .env config --quiet
docker compose --env-file .env up -d --build --wait

# 3. Проверки уровня 3
make check
make test                       # на Windows: PYTHONUTF8=1 make test PYTHON=python
docker compose --profile tools run --rm tester make test-failover ACTION_SCRIPT=scripts/stop-one.sh
docker compose --profile tools run --rm tester sh scripts/start-api.sh       # вернуть остановленную реплику
docker compose --profile tools run --rm tester make test-persistence ACTION_SCRIPT=scripts/restart.sh

# 4. Проверки уровня 4
docker compose --profile tools run --rm tester python3 student-tests/idempotency_concurrency.py
docker compose --profile tools run --rm tester sh student-tests/run-failover-series.sh
# rolling update: терминал 1 — нагрузка 70 s, терминал 2 (на хосте, сразу после старта нагрузки) — замена реплик
docker compose --profile tools run --rm tester python3 student-tests/failover_load.py --duration 70 --label rolling-update --output evidence/rolling-update-load.json
APP_VERSION=v3 sh scripts/rolling-update.sh

# Состояние реплик в LB (UP/DOWN, счётчики): http://127.0.0.1:8404/stats
# Безопасная остановка (данные сохраняются в volume):
docker compose down
# Намеренное удаление учебных данных (удаляет volume с БД!):
docker compose down -v

Почему тесты отказа запускаются в контейнере tester. Публичный тест вызывает .sh-скрипт через subprocess.Popen, а Windows не умеет исполнять .sh. Поэтому failover/persistence запускаются в контейнере tester: там есть Python, make и docker CLI, а BASE_URL = http://lb:8080 (тот же балансировщик, только изнутри Docker-сети). Сами тесты не менялись. На Linux те же команды можно запускать прямо с хоста.

Про APP_VERSION. rolling-update.sh переводит реплики на образ messenger-lab3-api:$APP_VERSION. Последний прогон перевёл стенд на v3. Дальнейшие docker compose up нужно выполнять с тем же APP_VERSION=v3, иначе Compose пересоздаст реплики на образе dev.

Переменные .env.example → реальная конфигурация:

.env.example Где используется
APP_HOST, APP_PORT заданы в compose.yaml (0.0.0.0:8080)
SESSION_TTL_SECONDS api (по умолчанию 3600)
DATABASE_URL_FILE /run/secrets/database_url у api и migrate
SESSION_STORE valkey: сессии в PostgreSQL, cache-aside в Valkey (как в lab2)
CACHE_URL_FILE /run/secrets/cache_url у api
API_REPLICAS deploy.replicas сервиса api (по умолчанию 2)
IDEMPOTENCY_TTL_SECONDS api (86400 = 24 ч)
APP_ENV не используется приложением

3. Архитектура и решения

client ──HTTP:8080──► HAProxy (lb) ──round-robin, проверка /health/ready раз в 1 s──► api-1 ─┐
                         │  DNS Docker 127.0.0.11: имя "api" → IP всех реплик            api-2 ─┤
                         └─ X-Request-Id, повтор на другую реплику при отказе             ...   │
                                                                                                ▼
                                                 сеть backend (internal): PostgreSQL (источник истины)
                                                                          Valkey (кэш сессий)

Источник истины — PostgreSQL: пользователи, чаты, участники, сообщения, сессии (хеш токена), ключи идемпотентности. Valkey хранит только копию «хеш токена → пользователь» с TTL ≤ 60 s. Logout на одной реплике пишет в общий Valkey отметку revoked (tombstone), её сразу видят все реплики. Поэтому повторный вход при смене реплики не нужен: в failover-тесте 40 запросов /users/me одним токеном обслужили 2 разные реплики.

Как работает идемпотентность. Таблица idempotency_keys: первичный ключ (user_id, chat_id, method, key), request_hash = SHA-256 тела запроса, message_id. Всё делается в одной транзакции:

  1. INSERT … ON CONFLICT DO UPDATE … WHERE created_at < now() - TTL RETURNING 1 — «занять» ключ. Если тот же ключ в этот момент занимает незавершённая транзакция на другой реплике, PostgreSQL заставляет вторую транзакцию ждать на уникальном индексе. Так одновременные повторы выстраиваются в очередь в самой БД, без блокировок в памяти API.
  2. Ключ занят нами → INSERT сообщения, UPDATE ключа ссылкой на сообщение, COMMIT. Если что-то упало до COMMIT, откатываются обе записи: ни сообщения, ни ключа нет, и повтор выполнится заново.
  3. Ключ уже был сохранён раньше → если хеш тела совпадает, возвращается 201 с тем же сообщением и заголовком Idempotent-Replayed: true; если тело другое — 409. Ключ старше 24 ч можно использовать заново.

До всего этого повтор проходит проверку токена и членства в чате (посторонний получит 404). Область действия ключа: пользователь + метод + чат + ключ — тот же ключ у другого пользователя или в другом чате создаёт новое сообщение (проверено тестом).

Миграции: Сервис migrate стартует после того, как БД стала healthy, а API — только после того, как migrate успешно завершился (depends_on: service_completed_successfully). Повторный запуск печатает SKIP. Миграция 003 только добавляет таблицу, поэтому её можно применить, пока работает старая версия API. Правило на будущее: удалять/переименовывать колонки — отдельным релизом, когда ни одна реплика их уже не использует (expand → deploy → contract). Автоматической проверки совместимости нет — это ограничение.

Транзакционные границы: создание чата с участниками — одна транзакция (из lab2); сообщение + ключ идемпотентности — одна транзакция; отзыв сессии — UPDATE в PostgreSQL, затем tombstone в Valkey.

4. Health, timeouts и обнаружение отказа (уровень 4)

Параметр Значение Где
/health/live 200, только «процесс жив» app/main.py
/health/ready 200, если SELECT 1 в PostgreSQL успешен и нет drain; иначе 503. Valkey не критичен: без него запросы идут в PostgreSQL app/main.py
Активная проверка LB inter 1s, fall 2, rise 2, timeout check 1s (раз в секунду; 2 неудачи подряд → DOWN; 2 успеха → UP) infra/haproxy/haproxy.cfg
Пассивная проверка LB observe layer4 error-limit 1 on-error mark-down: первая же ошибка соединения на реальном запросе сразу переводит сервер в DOWN там же
DNS-обновление списка реплик hold valid 2s (резолвер Docker 127.0.0.11) там же
Таймауты LB connect 1 s, server 10 s, http-request 10 s, keep-alive 10 s, client 30 s там же
Повторы в LB retries 2, option redispatch 1, retry-on conn-failure empty-response 503. Повтор уже отправленного запроса запрещён для POST (кроме POST сообщения с Idempotency-Key) и для DELETE там же
Приложение statement_timeout 5 s, ожидание соединения из пула 3 s, connect 3 s; uvicorn keep-alive 30 s (больше, чем 10 s у LB — соединение первым закрывает LB) compose.yaml, app/server.py
SIGTERM drain 3 s (readiness 503, Connection: close), затем закрытие порта и ожидание текущих запросов ≤ 8 s; stop_grace_period: 15s > 3 + 8 app/server.py, compose.yaml
Docker healthcheck API каждые 2 s, 2 неудачи compose.yaml

Как таймауты согласованы между собой: timeout server LB (10 s) больше, чем БД может держать запрос (5 s statement + 3 s ожидание пула), поэтому LB не обрывает запрос, который приложение ещё может успешно завершить. Drain (3 s) больше, чем время, за которое LB замечает 503 (≈ 2–3 s), поэтому к моменту закрытия порта новые запросы на реплику уже не идут.

Максимальное время обнаружения отказа (по конфигурации):

  • процесс упал (connection refused/reset) — на первом же реальном запросе (observe layer4), сам запрос тут же повторяется на другой реплике; если трафика нет — активная проверка, ≤ inter × fall = 2 s;
  • процесс жив, но не готов (нет БД, идёт drain) — ≤ inter × fall + timeout check ≈ 3 s;
  • процесс завис (не отвечает вовсе) — ≤ 2 × (1 s интервал + 1 s таймаут проверки) ≈ 4 s; запросы, уже отправленные на зависшую реплику, ждут до timeout server = 10 s.

Что видно при docker stop реплики: в логе HAProxy Server api/apiN is DOWN, reason: Layer7 wrong status, code: 503, затем в логе API drain finished: closing listener, контейнер завершается с Exited (0). Сам docker stop занимает ≈ 4 s (окно действия 4.13 и 4.04 s в evidence/failover-stop-*.json). При SIGKILL (kill-one.sh) код выхода 137.

5. Доказательства критериев

Все прогоны — 2026-10-13, 14:49–14:58 UTC, на стенде из раздела 6.

Критерий README Команда/сценарий Наблюдаемый результат Файл
Публичный smoke make test (хост → localhost:8080) PASS: lab3 public API scenario evidence/public-tests.txt
Структура контракта make check PASS evidence/public-tests.txt
≥2 реплики, одна точка входа, общая БД и сессии docker compose ps; 4 запроса подряд через LB; 40× /users/me одним токеном в failover-тесте 2 контейнера api; X-Instance-Id чередуется fcae2c6047af / 1ff54c0efa0c; observed_instances_before: 2, без повторного входа evidence/public-tests.txt
Остановка любой одной реплики, восстановление ≤10 s make test-failover ACTION_SCRIPT=scripts/stop-one.sh дважды — по разу для каждой реплики (в tester) оба PASS; failed_attempts: 0; first_recovery_seconds 4.4 и 4.52; в docker ps -a Exited (0) сначала у 1ff54c0efa0c, потом у fcae2c6047af — остановлен реальный контейнер evidence/public-tests.txt
Повтор с тем же ключом без дублей, в т.ч. во время отказа resilience.py повторяет неопределённый POST тем же ключом; smoke: повтор = то же сообщение, другое тело = 409 PASS, дублей нет evidence/public-tests.txt
Persistence make test-persistence ACTION_SCRIPT=scripts/restart.sh PASS, прежний токен действует; StartedAt у db, valkey, обеих api и lb — после запуска hook (14:50:49–14:51:02), volume messenger-lab3_postgres_data на месте evidence/persistence.txt
4: health/readiness/timeouts/SIGTERM согласованы, LB исключает backend конфигурация + docker stop реплики раздел 4; реплика перестаёт получать запросы через 0.87–0.99 s после начала docker stop; выход с кодом 0 раздел 4, evidence/failover-stop-*.json
4: поочерёдная остановка каждой реплики под нагрузкой: RPS, ошибки, время восстановления student-tests/run-failover-series.sh (stop и kill для каждой реплики, с восстановлением предыдущей) таблица в разделе 6; 1 ошибка на 4 прогона, потерь и дублей 0 evidence/failover-*.json, evidence/failover-series.txt
4: параллельные запросы с одним ключом student-tests/idempotency_concurrency.py (10 раундов × 16 одновременных POST с одним ключом) в каждом раунде 1 сообщение и 15 ответов-повторов; все 10 раундов прошли через 2 реплики; другое тело → 409; ключ не мешает другому пользователю/чату evidence/idempotency-concurrency.json
4: CPU/RAM-лимиты, нет портов API наружу, нет container_name, секреты только где нужны compose.yaml лимиты у всех сервисов; у api нет ports; db/valkey в internal-сети; у LB нет секретов (таблица в разделе 2) compose.yaml
4: rolling update под нагрузкой, однократные совместимые миграции APP_VERSION=v3 sh scripts/rolling-update.sh + параллельно failover_load.py (70 s, 4 потока) обе реплики v2 заменены на v3 (новые a9d3dc77f288, ea0e32824716); 4 826 подтверждённых записей, 0 ошибок, максимальная пауза между записями 0.054 s; миграции один раз, все SKIP evidence/rolling-update.txt, evidence/rolling-update-load.json
Нагрузка (справочно) tests/load.py --duration 30 --concurrency 4, 4 прогона 142–154 успешных RPS (среднее ≈ 148), 0 ошибок, p50 ≈ 15 ms, p95 76–86 ms, p99 98–138 ms evidence/load*.json, evidence/load-docker-stats.txt

Почему X-Instance-Id — не единственное доказательство: заголовок пишет само приложение. Поэтому после каждого отказа сохранён вывод docker ps -a: видно, что Exited именно тот контейнер, чей ID был в TARGET_INSTANCE_ID, а остальные сервисы продолжают работать.

6. Эксперименты и отказы

Стенд. Docker Desktop 29.3.0 (WSL2), хост 14 CPU / 7.4 GiB RAM. Лимиты: каждая api — 0.5 CPU / 256 MiB, db — 1 CPU / 512 MiB, valkey — 0.25 CPU / 128 MiB, lb — 0.5 CPU / 128 MiB. Генератор нагрузки — в контейнере tester в той же Docker-сети. Данные: синтетические, каждый прогон создаёт своих пользователей и чат.

Профиль нагрузки (student-tests/failover_load.py): закрытый цикл, 4 потока, 30 s, без прогрева; 50 % — POST сообщения, 50 % — GET истории (limit 20); таймаут клиента 3 s. Клиент ведёт себя как настоящий: если результат неизвестен, повторяет POST с тем же ключом и текстом. Через 8 s запускается action-скрипт против выбранной реплики; после прогона она возвращается (start-api.sh), и следующий прогон бьёт по другой. В конце вся история чата читается заново и проверяется: каждое подтверждённое сообщение на месте, одинаковых текстов нет.

Гипотеза. При docker stop (SIGTERM) клиенты не увидят ошибок: реплика сначала уходит из пула, потом закрывается. При SIGKILL возможны единичные ошибки: запросы, которые были внутри убитого процесса, оборвутся; большую часть из них HAProxy повторит на другой реплике. После отказа пропускная способность упадёт, потому что API упирается в CPU-лимит реплики.

RPS ниже — все успешные запросы (чтение + запись) в секунду. «Во время» — окно, пока выполняется action-скрипт (≈ 4 s для stop, < 1 s для kill).

Воздействие Что ожидаем Что наблюдали: успешные RPS до → во время → после; p95 до → после Восстановление / потеря данных
stop-one реплика 1 (SIGTERM) 0 ошибок 130.6 → 79.1 → 93.5; p95 86 → 99 ms; ошибок 0 реплика перестала получать запросы через 0.99 s; макс. пауза между записями 0.40 s; 1 525 записей, потерь и дублей 0; Exited (0)
stop-one реплика 2 (SIGTERM) 0 ошибок 149.2 → 108.0 → 87.9; p95 81 → 100 ms; ошибок 0 0.87 s; пауза 0.39 s; 1 606 записей, потерь 0; Exited (0)
kill-one реплика 1 (SIGKILL) единичные ошибки 106.1 → 44.3 → 89.4; p95 99 → 100 ms; ошибок 0 0.06 s; пауза 0.19 s; 1 398 записей, потерь 0; Exited (137)
kill-one реплика 2 (SIGKILL) единичные ошибки 118.8 → 23.8 → 74.2; p95 94 → 104 ms; 1 ошибка (через 0.13 s после kill) 0.11 s; пауза 0.29 s; 1 273 записи, потерь и дублей 0; Exited (137)
Rolling update api ×2 → v3 0 ошибок 137.8 RPS в среднем за 70 s, ошибок 0; по секундам не ниже 52 успешных запросов макс. пауза между записями 0.054 s; 4 826 записей, потерь и дублей 0
Restart всего стенда данные и токен сохраняются make test-persistence PASS на время перезапуска сервис недоступен (ожидаемо: останавливаются и LB, и БД); БД поднялась в 14:50:49, LB — в 14:51:02 (≈ 13 s)

Реплики: 1 = fcae2c6047af, 2 = 1ff54c0efa0c.

Выводы.

  1. Graceful stop работает: 0 ошибок в обоих прогонах. Реплика ещё ≈ 1 s обслуживает запросы во время drain, потом HAProxy убирает её из пула.
  2. Гипотеза про SIGKILL подтвердилась: в одном прогоне 0 ошибок, в другом 1 ошибка из ~2 500 запросов. Почти все оборванные запросы HAProxy сам повторил на другой реплике (retry-on conn-failure empty-response). Единственную ошибку клиент повторил с тем же ключом — сообщение не потерялось и не задвоилось. Повторять в LB можно только потому, что GET безопасен, а POST сообщения защищён Idempotency-Key. Для остальных POST повтор в LB отключён.
  3. С одной репликой пропускная способность падает на ~30–40 % (с ~106–149 до ~74–94 RPS). docker stats под нагрузкой: обе api ≈ 49 % CPU при лимите 0.5 CPU, то есть упираются в свой лимит; db ≈ 34 % от 1 CPU, lb ≈ 22 %. Узкое место — CPU API, а не БД. Падение меньше двукратного, потому что часть времени запроса уходит на сеть, БД и сам генератор нагрузки на том же хосте.
  4. Rolling update прошёл без ошибок: новая реплика добавляется и проходит проверки до того, как останавливается старая, поэтому в пуле всегда минимум 2 рабочие реплики.

Ограничения измерений. Закрытый цикл (coordinated omission: пока клиент ждёт медленный ответ, он не шлёт новые, поэтому задержки занижены). Каждый сценарий отказа — один прогон по 30 s без повторов. Генератор нагрузки на том же хосте и делит с ним CPU. RPS «во время» посчитан по окну < 5 s и шумный. first_recovery_seconds публичного теста считается от начала hook до первой записи после его окончания, а сам docker stop с drain длится ≈ 4 s — реальный перерыв в записи намного меньше (макс. пауза 0.39–0.40 s).

7. Ограничения и следующие шаги

  • Выдерживается отказ одной API-реплики (процесса/контейнера). Не выдерживаются: отказ PostgreSQL (один экземпляр без реплики), отказ HAProxy (единственная точка входа) и потеря Docker-хоста — всё работает на одном хосте. Отказ Valkey выдерживается: API переходит на PostgreSQL (проверялось в lab2).
  • Кэш сессий очищается (FLUSHDB) при старте каждого процесса API — решение из lab2 против потерянной инвалидации. С несколькими репликами каждый рестарт/rolling update сбрасывает общий кэш: на корректность не влияет, но ненадолго увеличивает нагрузку на PostgreSQL.
  • Время сообщения — now() начала транзакции PostgreSQL (одни часы для всех реплик). Транзакции могут фиксироваться не в порядке created_at, поэтому читатель, листающий историю во время конкурентной записи, может не увидеть сообщение, вставленное «позади» курсора. При чтении уже неизменной истории пропусков и повторов нет.
  • Старые ключи идемпотентности автоматически не удаляются: через 24 ч ключ переиспользуется, индекс по created_at подготовлен для будущей периодической очистки.
  • X-Instance-Id раскрывает hostname контейнера (короткий Docker ID) — по нему stop-one.sh находит контейнер. В lab7 его стоит заменить случайным псевдонимом.
  • rolling-update.sh использует docker compose --scale, поэтому номера контейнеров растут (api-5, api-6…). Автоматического отката нет: при ошибке скрипт останавливается, старые реплики продолжают работать.
  • Контейнер tester монтирует docker.sock — это полный доступ к Docker-хосту; допустимо только на учебном стенде.
  • Тесты lab2 (level4.py, db_checks.py) не перенесены: они рассчитаны на топологию lab2 (API напрямую на :8080, отдельный api_short_ttl на :8081).

Вопросы из README

Чем отказ процесса отличается от отказа узла? Процесс — одна программа (у нас один контейнер API). Если он упал, остальные реплики на том же хосте работают, а HAProxy переключается на них — это и проверено в лабораторной. Узел — целая машина (хост Docker). Если она пропала, пропадает всё, что на ней запущено: обе реплики, HAProxy, PostgreSQL. У нас все компоненты на одном хосте, поэтому отказ узла стенд не выдерживает — для этого нужны несколько машин и реплицированная БД (трек 2 на «5»).

Почему depends_on/healthcheck сами по себе не являются балансировщиком? depends_on влияет только на порядок запуска: «не запускай API, пока БД не healthy». Docker healthcheck только ставит метку healthy/unhealthy на контейнер и никуда не направляет трафик. Ни то, ни другое не принимает запросы клиента, не распределяет их между репликами, не убирает упавшую реплику из маршрута и не повторяет запрос. Это делает HAProxy: он принимает запрос, выбирает живую реплику, сам проверяет её /health/ready и при ошибке повторяет запрос на другой.

Какие POST можно повторять после timeout и что защищает Idempotency-Key? После timeout клиент не знает, выполнился запрос или нет. Повторять безопасно только тот запрос, повтор которого не создаст второй результат. У нас это POST /chats/{id}/messages с Idempotency-Key: сервер хранит ключ в той же транзакции, что и сообщение, и на повтор отдаёт уже созданное сообщение (на другое тело — 409). Ключ защищает от дублей при повторе — в том числе когда повтор пришёл на другую реплику или одновременно с оригиналом. Остальные POST (/users, /chats, /auth/sessions) ключа не имеют, их повтор может создать второй объект, поэтому HAProxy их не повторяет, если запрос уже ушёл в приложение. (Ошибку установления соединения можно повторять всегда — запрос до приложения не дошёл.)

Что сломается при увеличении числа API, если сессии хранятся в локальной памяти? Пользователь вошёл через реплику 1 — токен есть только в её памяти. Следующий запрос round-robin отправит на реплику 2, а она такого токена не знает → 401, пользователя «выкинет». Logout на одной реплике не отзовёт токен на другой. При падении/рестарте реплики все её сессии пропадут. Sticky session лишь маскирует это (и всё равно теряет сессии при отказе), поэтому у нас сессии в PostgreSQL + общий Valkey.