Files
mtusi2026lab4/KNOWN_ISSUES.md
T
2026-10-22 21:31:49 +03:00

126 lines
11 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# Известные дефекты
Найдены попутно, не исправлены без отдельной просьбы (AGENTS.md).
Исправленные удаляются отсюда, история — в git.
## Bootstrap после удаления bucket на маленьком диске: «api key wait (code 500)»
- **Где:** `infra/s3/bootstrap.sh` (режим `apply`) и сервер `s3`
(`docker-compose.yml`: entrypoint образа добавляет `-volume.max=0
-master.volumeSizeLimitMB=1024`), SeaweedFS 4.48.
- **Что:** после удаления bucket мимо bootstrap (`s3.bucket.delete`)
повторный bootstrap пишет «bucket created», затем «FAILED: api key wait
(code 500)». Найдено в правках по verify change `s3-storage`
(2026-10-20); воспроизведено и объяснено пробой design change
`track2-reconciler` (Context, 2026-10-22, проект `rcprobe`).
- **Причина:** не повторное имя bucket, а слоты томов. С `-volume.max=0`
число слотов считается по свободному месту диска / 1 ГиБ. Удаление
bucket удаляет тома его коллекции, но на маленьком диске слоты уже
заняты томами коллекции по умолчанию (журналы filer), и новых томов для
`messenger` выделить некуда: в журнале S3 — «No writable volumes and no
free volumes left for collection:messenger», PUT получает 500.
- **Условие:** диск, на котором `-volume.max=0` даёт мало слотов, — tmpfs
проб, а не volume стендов проекта. Проба: tmpfs 4 ГБ — 3 слота из 3
заняты, ошибка дважды подряд; tmpfs 16 ГБ — 15 слотов, повтор
bootstrap прошёл за 2 с. Рабочий стенд (volume на диске ВМ) — 417
слотов, 403 свободны (`weed shell volume.list`): удаление bucket и
повтор bootstrap этим не падают. Стенды проекта не затронуты.
- **Чем грозит:** только временным стендам на маленьком tmpfs: после
удаления bucket повтор bootstrap не проходит. Сверка bucket и БД
bucket не создаёт и не удаляет: на `NoSuchBucket` она прерывает проход
без изменений (design change `track2-reconciler`, решение 14).
- **Предложение:** на маленьких дисках — `-master.volumeSizeLimitMB`
меньше 1024 (больше слотов на тот же объём) или явный `-volume.max`;
для стендов проекта не нужно. Запись остаётся открытой.
## Изредка 503 на загрузке: PUT в S3 обрывается без тела
- **Где:** путь загрузки реплики API — `src/core/services/attachment.py`
(`_store`: PUT тем же `BytesIO` после `seek(0)`) и клиент S3
`src/infra/s3/client.py` (aiobotocore поверх aiohttp, без повторов,
пул соединений с `keepalive_timeout` 15 с); сервер — SeaweedFS 4.48.
- **Что:** на рабочем стенде `mtusi-lab4` 2026-10-22 в 18:17–18:25 UTC из
восьми прогонов `make student_test BASE_URL=http://localhost:8090` три
дали по одному падению: загрузка — 503 (`test_attachment_order_kept`,
`test_replay_with_attachments`, ещё один тест в прогоне 18:18). Все
три — на реплике `151df4af59c3` (код `c1648d9`, путь загрузки не менялся
с `upload-memory`). В журнале реплики — `warning` «Object storage is
unavailable», `put_object`, `ReadTimeoutError` через **1 мс** (это не
срок вызова 5 с), затем «Attachment upload left pending» (`step: put`);
в журнале S3 — «chunked upload failed: truncated request body: read
chunk at offset 0 (got 0 bytes): unexpected EOF»: заголовки PUT дошли,
тело — ни байта. Строка остаётся `pending` до уборщика, как и задумано
для отказа PUT (`upload-consistency`), — согласованность не нарушена,
загрузка не подтверждена.
- **Чего не видно:** до 18:18 таких записей в журналах реплик нет с их
старта в 16:38 (в том числе `reconcile-stress`, 649 загрузок); три
прогона одного `test_attachments.py` подряд (132 загрузки поровну на
обе реплики) — без единого отказа; на стенде отказов (`make
failure_checks`, 48 из 48) и в `make test_isolated` не появлялось.
Пауза перед упавшим PUT по журналу реплики — 0,04–2,25 с, то есть не
простой соединения дольше `keepalive_timeout`. Соединений реплик с S3
в `ESTABLISHED` после прогонов нет (только `TIME_WAIT`) у обеих.
Причина не найдена; change `track2-reconciler` её не касается: он
меняет только процесс уборщика, реплики стенда — на `c1648d9`.
- **Чем грозит:** клиент изредка получает 503 на загрузку, которую
повтор (новая загрузка) проводит; данных это не портит.
- **Предложение:** воспроизвести на временном стенде полным набором
`student-tests` в цикле с журналом `aiohttp.client` / `botocore` на
уровне `DEBUG` (заголовки подписи — не в evidence) и `tcpdump` на порту
8333 в сети стенда; проверить переиспользование соединения пула после
ответа S3 с ошибкой или ранним закрытием (тело `BytesIO`, `Expect:
100-continue` botocore, `ServerDisconnectedError` aiohttp, который
aiobotocore отдаёт как `ReadTimeoutError`). Если подтвердится —
`force_close` / `enable_cleanup_closed` у коннектора или один повтор PUT
только при обрыве до отправки тела (решение об этом — отдельным
change: правило `infra.md` «S3 без повторов»).
## Уборщик удаляет объект зависшей загрузки по ключу вне своего префикса
- **Где:** `src/core/services/attachment_cleanup.py`
(`remove_stale_pending`: `delete_original` по `object_key` строки) и
политика `cleaner-objects` в `infra/s3/bootstrap.sh` (`s3:DeleteObject`
на `<bucket>/*`).
- **Что:** сервис уборки (`python -m src.cleaner`, `--once`) убирает
строку `pending` старше grace вместе с объектом по ключу из этой
строки, не проверяя, что ключ под `<база>/attachments/`. Ключ вне
префикса API не пишет; он бывает в базе, восстановленной под другим
именем (её строки ведут к объектам исходной базы), или после ручной
правки. Тогда уборщик удаляет объект чужого префикса — другой базы.
Найдено в правках по verify change `track2-reconciler` (замечание W2,
2026-10-22): сверка такую строку теперь только называет «чужим
объектом» и не убирает (design, «Уточнения apply», п. 19), а сервис
уборки — поведение change `upload-consistency` — не менялся.
- **Чем грозит:** только при строке с чужим ключом: потерей объекта
другой базы того же bucket. Стенды проекта таких строк не содержат.
- **Предложение:** в `remove_stale_pending` (или в `lock_stale_pending`)
— та же проверка `attachment_object_repo.is_own_key`: строку с чужим
ключом убирать без DELETE объекта (или пропускать с `warning`), сценарий
в требовании «Уборщик незавершённых загрузок» и тест на стенде отказов
(`set-key` hook уже есть); при желании — сузить `s3:DeleteObject`
политики до `<bucket>/<база>/attachments/*`, переделав проверки
bootstrap, которые удаляют свои объекты ключом уборщика.
## LB отвечает 408 на медленные заголовки текстом HAProxy
- **Где:** `infra/haproxy/haproxy.cfg`, `defaults`: `timeout
http-request 10s`, HAProxy 3.4.6.
- **Что:** клиент, который присылает заголовки запроса дольше 10 с,
получает от LB 408 со страницей HAProxy в HTML, а не ошибку в формате
контракта (`{"error": {...}}` с `request_id` = `X-Request-Id`).
`http-error status 408 … lf-string` его не меняет: такой ответ HAProxy
строит до потока запроса, где `http-error` уже не действует. Проба
change `upload-memory` (design, Context, п. 4; таблица «HAProxy,
сроки»): заголовки за 12 с — 408 HTML и с `http-error status 408`, и
без него. 400 посреди тела после change идёт в формате контракта.
- **Чем грозит:** клиент с медленной сетью на заголовках получает ответ
вне формата контракта. Путь загрузки и остальные пути API не
затронуты: заголовки приходят за миллисекунды.
- **Предложение:** `errorfile 408` со статичным JSON не годится:
`request_id` в нём один на все ответы, а контракт требует тот же id,
что в `X-Request-Id`, и уникальный. Варианты для разбора: проверить
`http-errors` / `errorloc` и Lua-ответ в новых версиях HAProxy 3.x;
либо поднять `timeout http-request` и назвать ограничение в
`REPORT.md` (уже названо в спеке `load-balancing`, «Ошибки
балансировщика в формате контракта»).