ИИ: DeepSeek — помощь в структурировании кода и отчёта. Код проверен, отредактирован и запущен разработчиком.
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 (в REPORT.md).
Сценарии отказов/безопасности своего уровня воспроизведены (outbox crash, DLQ, lease, stop worker, failover).
Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
README задания сохранён, REPORT.md содержит инструкцию именно моего решения.
## Лабораторная 5
Автор / группа: Васюкова Наталья, БВТ2303
Целевая оценка: 4
Трек 5: не заявлен
**Что реализовано и что перенесено:**
- Сохранён весь минимум lab1–lab4 с объявленными переходами API (upload `201` → `202`, состояние асинхронное).
- Добавлен RabbitMQ (quorum queue `attachment.process.v1`, retry с TTL 5/15/60 с, DLQ, publisher confirms, manual ack, `prefetch_count=1`).
- Upload пишет байты в приватный staging-prefix MinIO и в одной транзакции сохраняет `attachments` (`status=queued`) + `outbox`. Ответ `202`.
- Отдельный worker `python -m app.worker` строит original + thumbnail (JPEG 256×256) + crop (JPEG 128×128) + optimized (WebP ≤1280×1280), атомарно фиксирует `ready`.
- Отдельный outbox-publisher закрывает разрыв COMMIT → publish; worker переподключается к брокеру сам.
- Идемпотентность эффекта по `(attachment_id, pipeline_version, variant)`; повтор job — no-op.
- Retry с backoff, `failed` с безопасным `error_code` (`invalid_image`, `retry_exhausted`), DLQ.
- Lease `processing_until` и `recover_stuck_processing`; `s3_cleanup` дополнительно чистит staging и возвращает зависшие processing в `queued`.
**Команды запуска из чистого clone:**
```
git clone <repo> && git checkout solution/BVT2303-Vasyukova
copy .env.example .env
docker compose --env-file .env up -d --build
curl.exe -s http://localhost:8080/health/ready
$env:PYTHONUTF8="1"
python tests/smoke.py --base-url http://localhost:8080
```
**Результаты проверок и ссылка на REPORT.md:**
- `tests/smoke.py` → PASS (lab5).
- `tests/resilience.py --mode persistence` → PASS.
- `tests/resilience.py --mode failover` → PASS, 2 реплики, 7 успешных записей, first_recovery=4.245 с.
- `student-tests/lab5_test_level4.py` → PASS (variants, outbox crash, duplicate, worker stop, DLQ, lease).
- Полный вывод и таблица доказательств — в `REPORT.md`.
**Ограничения / известные ошибки:**
- Один Docker-host, все stores — единичные экземпляры (SPOF). HA не заявляется.
- Outbox-polling раз в 2 с (задержка публикации ≤2 с).
- At-least-once, не exactly-once; replay из DLQ — только ручной.
- `PIPELINE_VERSION=1`; versioned pipeline (трек 5) не реализован.
- Тело upload читается в память API; для 10 MiB и текущих лимитов — приемлемо.
**Источники и использование ИИ:**
- Контракт: `contracts/openapi.json`, `contracts/README.md`, `contracts/attachment-states.md`, `contracts/jobs.schema.json`.
- Библиотеки: fastapi 0.115.0, uvicorn 0.32.0, psycopg 3.2.3, psycopg_pool 3.2.3, redis 5.2.0, boto3 1.35.74, Pillow 11.0.0, pika 1.3.2.
- ИИ: DeepSeek — помощь в структурировании кода и отчёта. Код проверен, отредактирован и запущен разработчиком.
- [x] Весь обязательный минимум текущей и предыдущих работ сохранён с объявленными переходами.
- [x] Контракт и публичные тесты не ослаблены.
- [x] make check и make test выполнены; приложен реальный вывод (в `REPORT.md`).
- [x] Сценарии отказов/безопасности своего уровня воспроизведены (outbox crash, DLQ, lease, stop worker, failover).
- [x] Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
- [x] README задания сохранён, REPORT.md содержит инструкцию именно моего решения.
Cleanup удаляет файл ещё не выполненной задачи. Если worker недоступен больше часа, уже принятая загрузка теряется. Нужно сохранять staging для queued/processing. Это реальная проблема сохранности данных.
Нет рабочего replay failed-задач. После устранения причины ошибки задачу нельзя штатно вернуть в обработку. Достаточно небольшого операторского скрипта с переходом failed → queued, записью о повторе и защитой уже готовых задач.
Самые криты:
- Cleanup удаляет файл ещё не выполненной задачи. Если worker недоступен больше часа, уже принятая загрузка теряется. Нужно сохранять staging для queued/processing. Это реальная проблема сохранности данных.
- Нет рабочего replay failed-задач. После устранения причины ошибки задачу нельзя штатно вернуть в обработку. Достаточно небольшого операторского скрипта с переходом failed → queued, записью о повторе и защитой уже готовых задач.
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
Лабораторная 5
Автор / группа: Васюкова Наталья, БВТ2303
Целевая оценка: 4
Трек 5: не заявлен
Что реализовано и что перенесено:
201→202, состояние асинхронное).attachment.process.v1, retry с TTL 5/15/60 с, DLQ, publisher confirms, manual ack,prefetch_count=1).attachments(status=queued) +outbox. Ответ202.python -m app.workerстроит original + thumbnail (JPEG 256×256) + crop (JPEG 128×128) + optimized (WebP ≤1280×1280), атомарно фиксируетready.(attachment_id, pipeline_version, variant); повтор job — no-op.failedс безопаснымerror_code(invalid_image,retry_exhausted), DLQ.processing_untilиrecover_stuck_processing;s3_cleanupдополнительно чистит staging и возвращает зависшие processing вqueued.Команды запуска из чистого clone:
Результаты проверок и ссылка на REPORT.md:
tests/smoke.py→ PASS (lab5).tests/resilience.py --mode persistence→ PASS.tests/resilience.py --mode failover→ PASS, 2 реплики, 7 успешных записей, first_recovery=4.245 с.student-tests/lab5_test_level4.py→ PASS (variants, outbox crash, duplicate, worker stop, DLQ, lease).REPORT.md.Ограничения / известные ошибки:
PIPELINE_VERSION=1; versioned pipeline (трек 5) не реализован.Источники и использование ИИ:
Контракт:
contracts/openapi.json,contracts/README.md,contracts/attachment-states.md,contracts/jobs.schema.json.Библиотеки: fastapi 0.115.0, uvicorn 0.32.0, psycopg 3.2.3, psycopg_pool 3.2.3, redis 5.2.0, boto3 1.35.74, Pillow 11.0.0, pika 1.3.2.
ИИ: DeepSeek — помощь в структурировании кода и отчёта. Код проверен, отредактирован и запущен разработчиком.
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 (в
REPORT.md).Сценарии отказов/безопасности своего уровня воспроизведены (outbox crash, DLQ, lease, stop worker, failover).
Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
README задания сохранён, REPORT.md содержит инструкцию именно моего решения.
Самые криты:
Cleanup удаляет файл ещё не выполненной задачи. Если worker недоступен больше часа, уже принятая загрузка теряется. Нужно сохранять staging для queued/processing. Это реальная проблема сохранности данных.
Нет рабочего replay failed-задач. После устранения причины ошибки задачу нельзя штатно вернуть в обработку. Достаточно небольшого операторского скрипта с переходом failed → queued, записью о повторе и защитой уже готовых задач.
Исправила указанные замечания.
Принято. Закрываю МР.
Pull request closed