151 lines
10 KiB
Markdown
151 lines
10 KiB
Markdown
# Proposal
|
||
|
||
## Why
|
||
|
||
Лаба 3 закрыта, но в `KNOWN_ISSUES.md` остались пять записей. Две из
|
||
них — дефекты поведения. Реплика, остановленная в первую секунду
|
||
старта, теряет SIGTERM и через 10 с получает SIGKILL;
|
||
`scripts/rolling-update.sh` обходит это `docker rm -f`. `make
|
||
failure_checks` посреди набора роняет PostgreSQL своего стенда в crash
|
||
recovery. Третья запись — дыра в доказательствах: пять исключений
|
||
сверки покрытия ссылаются на evidence лабы 2, которого в этом
|
||
репозитории нет. Ещё две — хрупкость стенда `bench/`: профиль `failover`
|
||
берёт события Docker из буфера демона (256 событий, запас около двух
|
||
раз), а поле паспорта `swapouts_delta` пропадает при нулевом счётчике
|
||
выгрузок. Пользователь попросил исправить всё, что можно, до переноса
|
||
кода в лабу 4: дефекты переехали бы вместе с кодом.
|
||
|
||
## What Changes
|
||
|
||
- **Исключения сверки покрытия — доказательства лабы 3.**
|
||
- Сценарии `chat-cache` «Чтение из кэша», «Срок записи», «Временная
|
||
база», `sessions` «Токена нет в хранилище» и `users` «Хэш в БД»
|
||
проверяются заново на стенде лабы 3 (HAProxy и две реплики).
|
||
- Проверки делают две новые команды драйвера скилла
|
||
`run-mtusi-messenger`: `cache-check` и `auth-storage`. Результаты —
|
||
в `evidence/cache/hits.md` и `evidence/auth/passwords-and-tokens.md`,
|
||
только факты, счётчики и префиксы, без токенов, паролей и полных
|
||
хэшей.
|
||
- Исключения называют эти команды.
|
||
- Сверка покрытия падает, если исключение ссылается на файл
|
||
`evidence/`, которого нет в репозитории.
|
||
- **SIGTERM на старте реплики больше не теряется.**
|
||
- Точка входа `python -m src` до импорта приложения ставит свой
|
||
обработчик SIGTERM и SIGINT. Пока сервер не стартовал, запросов
|
||
нет, и процесс завершается сразу: код 0, одна запись журнала
|
||
`info`.
|
||
- Сигнал во время старта сервера и остановка работающей реплики
|
||
обрабатываются как раньше. Сервер по-прежнему PID 1, без `init`.
|
||
- `rolling-update.sh` убирает неготовую новую реплику со слотом LB
|
||
штатной остановкой после `maint`. `docker rm -f` остаётся для
|
||
реплики без слота.
|
||
- Воспроизведение «до/после» — новая команда драйвера `stop-at-start`.
|
||
- **События фазы `failover` — поток.** События реплики фазы читаются
|
||
потоком `docker events`, запущенным до нагрузки фазы, как у профиля
|
||
`rollout`, а не из буфера демона после фазы.
|
||
- **PostgreSQL стенда отказов без аварий.**
|
||
- У `postgres` в `student-tests/failures.compose.yml` — `init: true`:
|
||
сирот `psql` из `fill-connections` подбирает init, а не postmaster.
|
||
- `make failure_checks` перед уборкой проверяет журнал PostgreSQL
|
||
стенда и падает на признаках аварийного перезапуска.
|
||
- **`swapouts_delta` при нулевом счётчике.** Паспорт метки пишет прирост
|
||
выгрузок и тогда, когда счётчик в конце равен 0.
|
||
- **Регрессия на новом коде** — смоук, собственные тесты, проверки
|
||
отказов, failover, persistence, `make rolling_update` под нагрузкой,
|
||
быстрые профили. Плюс повтор проверки из чистого clone: код
|
||
приложения меняется после итоговой проверки (`dbb9150`).
|
||
- **Документы:**
|
||
- `KNOWN_ISSUES.md` без исправленных записей;
|
||
- `REPORT.md`, `AGENTS.md`;
|
||
- правила `.claude/rules/`;
|
||
- `SKILL.md` драйвера.
|
||
|
||
## Non-goals
|
||
|
||
- **Окно запуска интерпретатора.** В первые десятки миллисекунд, до
|
||
первых строк точки входа, SIGTERM процессу с PID 1 по-прежнему не
|
||
доставляется: `docker stop` в этот миг ждёт 10 с и SIGKILL. Закрыть
|
||
это окно может только init-процесс, а он противоречит
|
||
`.claude/rules/docker.md` и спеку `container-image` («Сервер —
|
||
основной процесс контейнера»). В `rolling-update.sh` это окно
|
||
обходится: реплику без слота LB скрипт убирает `docker rm -f`,
|
||
запросов на ней нет.
|
||
- **Метки `failover/baseline` и `failover/resources` не переснимаются.**
|
||
События в них найдены, а величины фазы зависят только от отметок тех
|
||
же событий демона. Способ чтения их не меняет: это проверяется
|
||
сверкой обоих способов на одном прогоне (design).
|
||
- **Паспорта меток `scaling-db-aa2`, `scaling-db-before2`,
|
||
`scaling-db-nooverflow2` не правятся.** Это измеренное состояние;
|
||
`Swapouts` 0 в начале и в конце в них записаны. Отсутствие поля
|
||
оговаривается в `REPORT.md`.
|
||
- **Профиль `rollout` не меняется:** он уже читает события потоком.
|
||
- **Evidence лабы 2 не копируется, и ссылок на репозиторий лабы 2 нет.**
|
||
У лабы 3 другой стенд (LB, две реплики, общий Valkey), и каждая лаба
|
||
держит свои доказательства.
|
||
|
||
## Capabilities
|
||
|
||
### New Capabilities
|
||
|
||
Нет.
|
||
|
||
### Modified Capabilities
|
||
|
||
- `graceful-shutdown`: новое требование «Остановка во время старта» —
|
||
сигнал до старта сервера и во время старта не теряется, сроки, код
|
||
выхода, запись журнала.
|
||
- `student-tests`: новые требования:
|
||
- «Доказательства исключений сверки в репозитории» — файл, на который
|
||
ссылается исключение, есть в репозитории лабы, снят на её стенде и
|
||
без секретов; иначе сверка падает;
|
||
- «PostgreSQL стенда отказов без аварийных перезапусков» — проверки
|
||
не роняют PostgreSQL стенда, `make failure_checks` проверяет его
|
||
журнал.
|
||
- `load-benchmark`: новое требование «События Docker профилей отказа и
|
||
замены» — поток, запущенный до нагрузки, без зависимости от истории
|
||
демона.
|
||
|
||
Не меняются:
|
||
- `chat-cache`, `sessions`, `users`: сценарии те же, меняется только
|
||
доказательство исключений;
|
||
- `load-balancing`: «Сбой поочерёдной замены» выполняется по-прежнему,
|
||
неготовая новая реплика удаляется;
|
||
- `service-logging`: запись ранней остановки — JSON с `timestamp`,
|
||
`level`, `event` и `instance_id`;
|
||
- `container-image`: сервер — по-прежнему PID 1.
|
||
|
||
## Impact
|
||
|
||
- **Приложение:** `src/__main__.py`, новый модуль в `src/infra/`
|
||
(только stdlib), lifespan в `src/main.py`. Контракт, API, `Dockerfile`
|
||
и compose рабочего стенда не меняются.
|
||
- **Скрипты:** `scripts/rolling-update.sh`, функция `remove_new`.
|
||
- **Тесты и стенд отказов:**
|
||
- `student-tests/spec_coverage.py`, `test_coverage.py`;
|
||
- `run_failures.py`, `failures.compose.yml`;
|
||
- `fault_hook.py` — только комментарии.
|
||
- **Стенд `bench/`:** `run.py` — профиль `failover` и паспорт. Методика
|
||
меток не меняется.
|
||
- **Драйвер скилла:** команды `stop-at-start`, `cache-check`,
|
||
`auth-storage`, `SKILL.md`.
|
||
- **Evidence:**
|
||
- новые: `evidence/cache/hits.md`, `evidence/auth/passwords-and-tokens.md`,
|
||
`evidence/failover/stop-at-start.md`,
|
||
`evidence/tests/fix-known-issues-checks.md`;
|
||
- переписывается: `evidence/tests/clean-clone-final.md`.
|
||
- **Документы:** `REPORT.md`, `AGENTS.md`, `KNOWN_ISSUES.md`, правила
|
||
`docker.md`, `run-modes.md`, `logging.md`, `infra.md`, `balancer.md`,
|
||
`student-tests.md`, `bench.md`.
|
||
- **Рабочий стенд:**
|
||
- новый код — через `make rolling_update`, без простоя;
|
||
- итоговая проверка из чистого clone удаляет его данные (`down -v`),
|
||
как в прошлый раз, и поднимает заново.
|
||
- **Следующая лаба:** сверка покрытия упадёт, пока доказательства
|
||
исключений не сняты на её стенде. Это намеренно, а переснять их — по
|
||
команде на файл (`AGENTS.md`, «Переход в следующую лабу»).
|
||
- **Время:**
|
||
- четыре быстрых профиля `failover` и один `rollout` — ~12 мин;
|
||
- `make failure_checks` четыре раза — ~5 мин;
|
||
- `make test_isolated` дважды — ~2 мин;
|
||
- проверка из чистого clone — ~25 мин.
|