Files
mtusi2026lab4/student-tests
..

Собственные проверки ЛР4

Сначала запустите стенд по REPORT.md. Все команды выполняются из корня репозитория. В Windows задайте $env:PYTHONUTF8='1'.

python -m unittest discover -s student-tests -p 'test_api.py' -v
python -m unittest discover -s student-tests -p 'test_idempotency.py' -v
python -m unittest discover -s student-tests -p 'test_attachments.py' -v
python -m unittest discover -s student-tests -p 'test_topology.py' -v

Это 38 тестов: API и аутентификация (12), идемпотентность между репликами (9), вложения и права доступа (11), топология (6).

Следующие 8 тестов временно останавливают зависимости или пересоздают API с настройками отказа/коротким TTL. Запускайте их последовательно на учебном стенде; данные и volumes сохраняются, настройки восстанавливаются после проверки.

python student-tests/test_s3_failures.py -v
python student-tests/test_expiry.py -v
python student-tests/test_dependencies.py -v

В проверке reconciler файл действительно прикреплён к сообщению: после очистки проверяются и файл, и ссылка сообщения. Свежий orphan проверяется с --apply --grace 900: он должен остаться; с --grace 0 после завершения загрузок он удаляется.

Повторяемость bootstrap и ограниченные права ключа API:

docker compose --env-file .env run --rm -T s3-init
docker compose --env-file .env run --rm -T s3-init

Публичные проверки запускаются отдельно, без изменений: make check, make validate, make test, сценарии tests/resilience.py из отчёта. На Windows можно запустить соответствующие Python-команды из Makefile. После failover восстановите вторую реплику: docker compose --env-file .env start api.

Эксперименты

Для исследовательских скриптов нужны aiohttp и Pillow: python -m pip install -r research/requirements.txt. Создайте каталог результата заранее. Эксперименты запускайте последовательно; upload_memory.py временно меняет число реплик и лимит параллельных загрузок, затем возвращает две реплики и лимит 4.

python research/upload_memory.py --clients 12 --out evidence
python research/reconcile_bench.py --total 3000 --out evidence

reconcile_bench.py создаёт синтетические данные, внедряет 20 orphan, 20 missing и 5 size mismatch, сравнивает dry-run/apply/повтор, проверяет SHA-256 и сохранность 200 вложений в 20 сообщениях. Начальный запуск --apply --grace 0 убирает следы прежних экспериментов; скрипт предназначен для отдельного учебного стенда без посторонних загрузок.

Реальный повторный прогон: checks_2026-11-11.txt, результаты исследований.