Files
mtusi2026lab5/KNOWN_ISSUES.md
T
ricoromaandClaude Opus 5.5 e2a6427c24 feat: add job outbox, relay, leases and image variants to the pipeline
Move publishing out of the upload path: a relay process publishes queued
jobs with confirms. Add lease and attempt fencing, backoff with jitter, a
per-job render process with CPU and memory limits, crop and optimized
variants, the failed registry with audited replay, and staging cleanup.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-10-31 15:36:15 +03:00

10 KiB
Raw Blame History

Известные дефекты

Найдены попутно, не исправлены без отдельной просьбы (AGENTS.md). Исправленные удаляются отсюда, история — в git.

Смесь версий при замене реплик на первый релиз с обработкой

  • Где: make rolling_update с прежней версии (design change async-attachments, решение 14), AttachmentStatus прежнего образа.
  • Что: на время замены прежняя реплика отвечает 201 ready и даёт 500 на чтении строки нового статуса (ValueError в _to_dto), а новая — 202. То же после отката: незавершённые queued и processing дают 500 на прежней версии.
  • Чем грозит: окно замены ограничено, переход 201 → 202 всё равно несовместим для клиента на это окно; названо в REPORT.md.
  • Предложение: не лечить: объявленный переход контракта. Новые статусы в будущих версиях добавлять так, чтобы прежняя версия читала строку.

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.

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»).

Поля float настроек принимают inf

  • Где: src/config/settings.py — все поля float с gt=0 или ge=0, кроме [reconciler] max_objects_per_second: сроки [database], [cache], [s3], [uploads], [cleaner] interval_seconds, [reconciler] interval_seconds. Найдено verify change track2-reconcile-cost (S2) на max_objects_per_second; там исправлено (allow_inf_nan=False), остальные поля — вне change.
  • Что: pydantic принимает inf (RECONCILER__INTERVAL_SECONDS=inf, UPLOADS__WAIT_TIMEOUT_SECONDS=inf): inf > 0 верно. nan отсекают gt и ge. Записи старта («Started API», «Started cleaner») выводят значение как Infinity — это не JSON, и разбор журнала по строкам ломается.
  • Чем грозит: оператор, ошибившийся в значении, получает срок без конца (ожидание места загрузки, вызов S3 без срока, плановая сверка, которая не наступит) и журнал, который не разбирается как JSON. Значения по умолчанию и config_example.toml не затронуты.
  • Предложение: allow_inf_nan=False у каждого поля float (или model_config = ConfigDict(allow_inf_nan=False) у секций), сценарий в требовании «Некорректное значение останавливает запуск» спека service-configuration и проверка uv run python -c с inf по полям.