ЛР5 — БПИ2302 — Перевалова — на 5 #44

Closed
perevalova wants to merge 1 commits from perevalova/mtusi2026lab5:solution/bpi2302-perevalova into main
First-time contributor

Лабораторная 5

Автор / группа: Перевалова Виктория, БПИ2302
Целевая оценка (3/4/5): 5
Трек 5, если заявлен: Трек 1. Очередь под перегрузкой

Что реализовано и что перенесено: Реализована асинхронная обработка изображений с использованием FastAPI, PostgreSQL, RabbitMQ и S3-совместимого хранилища SeaweedFS. Добавлены transactional outbox, отдельный worker, очереди повторных попыток и DLQ, контроль состояния задач, идемпотентность, ограничение нагрузки и таймаут обработки. Реализованы создание оригинала, crop 128×128, thumbnail 256×256 и оптимизированной версии WebP.

Команды запуска из чистого clone:
cp .env.example .env — создать файл конфигурации (при необходимости заполнить параметры);
docker compose --env-file .env up -d --build — собрать и запустить приложение;
docker compose ps — проверить состояние контейнеров;
http://localhost:18081/health/ready — проверить готовность API.

Результаты проверок и ссылка на REPORT.md: Проверки контракта и OpenAPI пройдены. Smoke-тест, проверка backpressure и тест таймаута обработки изображений завершились успешно. Проведено сравнение конфигураций worker A/B/C; конфигурация B (2 worker, prefetch 4) показала лучший баланс пропускной способности и задержек. Подробные результаты и ограничения приведены в REPORT.md, числовые результаты сохранены в evidence/.

Ограничения / известные ошибки: Результаты нагрузочного сравнения получены в рамках одного прогона каждой конфигурации и не являются универсальной оценкой производительности. При увеличении параллелизма наблюдалась конкуренция за CPU. Повторный запуск завершённых задач и обработка сбоев реализованы, однако отдельный успешный сценарий replay в текущем наборе доказательств не зафиксирован.

Источники и использование ИИ: Использованы материалы задания, документация FastAPI, Docker, PostgreSQL, RabbitMQ, Alembic и Pillow. ChatGPT использовался для консультаций по реализации, отладки, анализу результатов проверок и подготовке документации. Реализация и проверка выполнены в рамках собственного проекта.

  • 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.
  • Сценарии отказов/безопасности своего уровня воспроизведены.
  • 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: Перевалова Виктория, БПИ2302 Целевая оценка (3/4/5): 5 Трек 5, если заявлен: Трек 1. Очередь под перегрузкой Что реализовано и что перенесено: Реализована асинхронная обработка изображений с использованием FastAPI, PostgreSQL, RabbitMQ и S3-совместимого хранилища SeaweedFS. Добавлены transactional outbox, отдельный worker, очереди повторных попыток и DLQ, контроль состояния задач, идемпотентность, ограничение нагрузки и таймаут обработки. Реализованы создание оригинала, crop 128×128, thumbnail 256×256 и оптимизированной версии WebP. Команды запуска из чистого clone: cp .env.example .env — создать файл конфигурации (при необходимости заполнить параметры); docker compose --env-file .env up -d --build — собрать и запустить приложение; docker compose ps — проверить состояние контейнеров; http://localhost:18081/health/ready — проверить готовность API. Результаты проверок и ссылка на REPORT.md: Проверки контракта и OpenAPI пройдены. Smoke-тест, проверка backpressure и тест таймаута обработки изображений завершились успешно. Проведено сравнение конфигураций worker A/B/C; конфигурация B (2 worker, prefetch 4) показала лучший баланс пропускной способности и задержек. Подробные результаты и ограничения приведены в REPORT.md, числовые результаты сохранены в evidence/. Ограничения / известные ошибки: Результаты нагрузочного сравнения получены в рамках одного прогона каждой конфигурации и не являются универсальной оценкой производительности. При увеличении параллелизма наблюдалась конкуренция за CPU. Повторный запуск завершённых задач и обработка сбоев реализованы, однако отдельный успешный сценарий replay в текущем наборе доказательств не зафиксирован. Источники и использование ИИ: Использованы материалы задания, документация FastAPI, Docker, PostgreSQL, RabbitMQ, Alembic и Pillow. ChatGPT использовался для консультаций по реализации, отладки, анализу результатов проверок и подготовке документации. Реализация и проверка выполнены в рамках собственного проекта. - [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. - [x] Сценарии отказов/безопасности своего уровня воспроизведены. - [x] Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens. - [x] README задания сохранён, REPORT.md содержит инструкцию именно моего решения.
perevalova added 1 commit 2026-11-10 18:55:26 +03:00
perevalova changed title from Complete lab 5 asynchronous image processing to ЛР5 — БПИ2302 — Перевалова — на 5 2026-11-10 18:55:44 +03:00
Owner

Принято. Закрываю МР.

Принято. Закрываю МР.
veprickiy closed this pull request 2026-11-13 13:47:13 +03:00

Pull request closed

Please reopen this pull request to perform a merge.
Sign in to join this conversation.
No Reviewers
No labels
2 Participants
Notifications
Due Date
No due date set.
Dependencies

No dependencies set.

Reference: mtusi2026/mtusi2026lab5#44