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>
10 KiB
10 KiB
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_updateс прежней версии (design changeasync-attachments, решение 14),AttachmentStatusпрежнего образа. - Что: на время замены прежняя реплика отвечает 201
readyи даёт 500 на чтении строки нового статуса (ValueErrorв_to_dto), а новая — 202. То же после отката: незавершённыеqueuedиprocessingдают 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(режимapply) и серверs3(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 changes3-storage(2026-10-20); воспроизведено и объяснено пробой design changetrack2-reconciler(Context, 2026-10-22, проектrcprobe). - Причина: не повторное имя bucket, а слоты томов. С
-volume.max=0число 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 дляmessengerвыделить некуда: в журнале S3 — «No writable volumes and no free volumes left for collection:messenger», PUT получает 500. - Условие: диск, на котором
-volume.max=0даёт 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
NoSuchBucketона прерывает проход без изменений (design changetrack2-reconciler, решение 14). - Предложение: на маленьких дисках —
-master.volumeSizeLimitMBменьше 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_originalпоobject_keyстроки) и политикаcleaner-objectsвinfra/s3/bootstrap.sh(s3:DeleteObjectна<bucket>/*). - Что: сервис уборки (
python -m src.cleaner,--once) убирает строкуpendingстарше 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 changetrack2-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 changeupload-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 вlock_stale_pending) — та же проверкаattachment_object_repo.is_own_key: строку с чужим ключом убирать без DELETE объекта (или пропускать сwarning), сценарий в требовании «Уборщик незавершённых загрузок» и тест на стенде отказов (set-keyhook уже есть); при желании — сузитьs3:DeleteObjectполитики 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": {...}}сrequest_id=X-Request-Id).http-error status 408 … lf-stringего не меняет: такой ответ HAProxy строит до потока запроса, гдеhttp-errorуже не действует. Проба changeupload-memory(design, Context, п. 4; таблица «HAProxy, сроки»): заголовки за 12 с — 408 HTML и сhttp-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 408со статичным JSON не годится:request_idв нём один на все ответы, а контракт требует тот же id, что вX-Request-Id, и уникальный. Варианты для разбора: проверитьhttp-errors/errorlocи Lua-ответ в новых версиях HAProxy 3.x; либо поднятьtimeout http-requestи назвать ограничение вREPORT.md(уже названо в спекеload-balancing, «Ошибки балансировщика в формате контракта»).
Поля float настроек принимают inf
- Где:
src/config/settings.py— все поляfloatсgt=0илиge=0, кроме[reconciler] max_objects_per_second: сроки[database],[cache],[s3],[uploads],[cleaner] interval_seconds,[reconciler] interval_seconds. Найдено verify changetrack2-reconcile-cost(S2) наmax_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 > 0верно.nanотсекаютgtиge. Записи старта («Started API», «Started cleaner») выводят значение какInfinity— 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.tomlне затронуты. - Предложение:
allow_inf_nan=Falseу каждого поляfloat(илиmodel_config = ConfigDict(allow_inf_nan=False)у секций), сценарий в требовании «Некорректное значение останавливает запуск» спекаservice-configurationи проверкаuv run python -cсinfпо полям.