26 KiB
Spec Delta
MODIFIED Requirements
Requirement: Фиксированный стенд
Стенд SHALL состоять из балансировщика (LB), реплик приложения,
PostgreSQL и Valkey. В профилях загрузок и сверки к ним SHALL
добавляться S3 с его bootstrap, а в профиле сверки — разовые проходы процесса
уборщика. Брокер, relay и worker стенд не запускает: профили этого спека меряют
реплику, а не обработку, и реплика к брокеру не обращается. Число реплик SHALL
задаваться методикой, по умолчанию одна. Приложение SHALL запускаться в контейнерах из образа,
собранного из текущего checkout тем же Dockerfile. Исключения — профиль
поочерёдной замены и варианты «до» профилей загрузок и сверки. Они берут
образ commit, заданного методикой: образ собирается тем же Dockerfile
из файлов этого commit без изменения рабочего дерева. Профиль замены
заканчивается на образе текущего checkout. LB SHALL
запускаться из того же образа и с той же конфигурацией, что у рабочего
стенда. PostgreSQL и Valkey SHALL запускаться из тех же образов, что у
рабочего стенда. Valkey получает ту же конфигурацию. PostgreSQL
получает те же настройки образа плюс модуль записи планов, выключенный
вне снятия плана. S3 SHALL запускаться из того же образа и с теми же
аргументами сервера, что у рабочего стенда, а bucket и пользователей
создаёт тот же bootstrap. В профиле сверки к аргументам S3 добавляется
порт метрик шлюза: он слушает только loopback контейнера S3, и по нему
оркестратор считает запросы к S3. В сериях трека 1 предел соединений
PostgreSQL (max_connections) — параметр конфигурации серии, по
умолчанию 100, как у образа. Схема БД SHALL применяться миграциями до
наполнения.
Лимиты SHALL быть одинаковыми во всех прогонах профиля, а в серии трека 1 — во всех прогонах одной конфигурации:
- у каждой реплики приложения — лимит CPU и памяти без swap, заданный методикой (в профилях лабы 2 — 1 CPU и 2 ГБ, в серии трека 1 — по конфигурации);
- у LB, PostgreSQL, Valkey, S3 и уборщика — свои лимиты CPU и памяти без swap, заданные методикой; в серии трека 1 они одинаковы во всех конфигурациях; у уборщика в управляемом опыте профиля сверки — другой лимит CPU, тоже заданный методикой;
- у генератора нагрузки в профилях трека 1 — лимит CPU и памяти без swap, заданный методикой; в остальных профилях генератор без лимита.
Буфер приёма сокетов реплик приложения SHALL быть ограничен так же, как
у рабочего стенда (load-balancing, «Загрузки через балансировщик»).
Значение SHALL записываться в паспорт.
Образ контейнера в паспорте SHALL называться тем значением, по которому образы контейнеров можно сравнивать: меткой манифеста compose, а у контейнера без неё — идентификатором образа.
Healthcheck образа приложения SHALL быть отключён: готовность реплик
проверяет LB. Порты стенда на хост MUST NOT публиковаться. Настройки
приложения и хранилищ SHALL браться из методики стенда, а не из .env
и config.toml рабочего стенда. Пароли хранилищ, пароль брокера и секреты S3
SHALL генерироваться на прогон. Генератор нагрузки SHALL работать в той же
docker-сети и обращаться к приложению через LB по имени сервиса, минуя
проброс портов хоста. Стенд SHALL считаться готовым, когда LB видит
готовыми все реплики.
Scenario: Лимиты в паспорте
- WHEN прогон завершён
- THEN паспорт стенда содержит число реплик и лимиты CPU и памяти реплики приложения, LB, PostgreSQL и Valkey, прочитанные у запущенных контейнеров, и они одинаковы для всех размеров
Scenario: Лимиты конфигурации серии
- WHEN серия трека 1 завершена
- THEN паспорт по каждой конфигурации содержит число реплик, лимиты CPU и памяти каждого контейнера стенда и генератора и предел соединений PostgreSQL, прочитанные у запущенных контейнеров, и они одинаковы во всех повторах конфигурации
Scenario: Нехватка памяти
- WHEN процесс приложения превысил лимит памяти и был убит
- THEN прогон помечен как проваленный из-за OOM, а не записан как обычный результат
Scenario: Настройки рабочего стенда не влияют
- WHEN
.envиconfig.tomlрабочего стенда изменены или отсутствуют - THEN стенд запускается с теми же настройками приложения и хранилищ, а окружение приложения в паспорте то же
Scenario: Схема до наполнения
- WHEN начинается наполнение размера
- THEN миграции применены до последней ревизии, и приложение отвечает готовностью
Scenario: Одна реплика за балансировщиком
- WHEN профиль лабы 2 (
full,quick,restore,restore_quick) запущен с одной репликой - THEN все запросы генератора проходят через LB, прогон завершается с кодом 0, а таблицы прогонов и сводка содержат те же столбцы и разделы, что раньше
Scenario: Образ прежнего commit
- WHEN запускается профиль поочерёдной замены
- THEN реплики стартуют на образе commit из методики, схема — на его последней ревизии, рабочее дерево не меняется, а commit и образы до и после записаны в паспорт
Scenario: S3 в профиле загрузок
- WHEN запускается профиль загрузок
- THEN S3 стенда запущен из образа рабочего стенда с его аргументами и лимитами, bootstrap завершился успешно, а образ и лимиты S3 и ограничение буфера приёма реплики записаны в паспорт
Scenario: Брокер в профиле загрузок
- WHEN запускается профиль загрузок
- THEN брокер, relay и worker стенда не запущены, а загрузки отвечают 202: задания ждут в PostgreSQL
Scenario: S3 и уборщик в профиле сверки
- WHEN запускается профиль сверки
- THEN S3 стенда запущен из образа рабочего стенда с его аргументами и портом метрик только на loopback своего контейнера, bootstrap завершился успешно, а аргументы S3, образы и лимиты S3 и уборщика записаны в паспорт
Requirement: Прежний commit профиля замены
Commit, с образа которого стартуют реплики профилей rollout и
rollout_quick, SHALL задаваться методикой профиля. Это commit
текущей лабы до изменения, которое показывает замена. Сейчас таким
изменением SHALL быть миграции надёжности обработки: commit — последний перед
change pipeline-reliability. Commit SHALL меняться при переходе в следующую
лабу (commit прошлой лабы в её истории нет) и когда замена показывает
новое изменение схемы. Правило и текущее значение SHALL быть в
.claude/rules/bench.md, commit — в паспорте метки.
Если commit методики нет в истории репозитория, команда SHALL
завершаться с ненулевым кодом до запуска стенда, назвать commit и
подмену --from <commit> для отладки.
Scenario: Замена на схему с вложениями
- WHEN выполнен
make bench_rollout_quickна коде этого изменения - THEN реплики стартуют на образе commit до change
pipeline-reliability, ревизия схемы до замены — без новых колонок и таблицы, после — с ними, а команда завершается с кодом 0
Scenario: Commit вне истории
- WHEN commit методики не найден в репозитории
- THEN команда завершается с ненулевым кодом до запуска стенда, а
сообщение называет commit и
--from
Requirement: Профиль загрузок
Команда make bench_uploads (метка UPLOADS_LABEL, по умолчанию
baseline) SHALL на свежем стенде мерить память реплики при
одновременных загрузках вложений. Команда make bench_uploads_quick —
то же короче, метка quick-uploads-…, в git не идёт. Результаты SHALL
сохраняться в evidence/uploads/<метка>/. Занятая метка SHALL давать
отказ до запуска стенда.
Стенд — LB и одна реплика с лимитами рабочего стенда (1 CPU, 512 МБ без swap), PostgreSQL, Valkey и S3 с лимитами рабочего стенда. Брокер, relay и worker не запускаются: задания ждут в PostgreSQL.
Варианты кода:
- «до» — образ commit из методики; у лабы 5 это commit переноса лабы 4, в нём места загрузки уже есть;
- «без лимита» — образ текущего checkout, мест загрузки больше, чем клиентов, очереди нет;
- «с лимитом» — образ текущего checkout с параметрами загрузок по умолчанию.
Успешная загрузка — 202, а у варианта с образом commit до перехода на 202 — 201. Код успеха варианта SHALL быть в паспорте. Столбец успешных загрузок считает код успеха варианта.
Тела — настоящие PNG около 1 MiB и около 10 MiB, не больше лимита контракта. Их строит оркестратор, детерминированно от зерна методики.
Прогон — вариант × размер × число одновременных клиентов (1, 10, 20 и
40) × повтор. Повторов в полном профиле три. Каждый прогон SHALL идти на
новом контейнере реплики и новом volume S3. Клиенты загружают без пауз
окно, заданное методикой. На 429 клиент ждёт Retry-After, на прочие
ошибки — секунду.
Для каждого прогона SHALL сохраняться:
- пик памяти реплики за окно — пик cgroup, сброшенный в начале окна, — и память перед окном;
- наибольшие анонимная память и память буферов сокетов реплики;
- было ли завершение реплики из-за памяти;
- ответы по кодам, ошибка соединения — отдельным кодом;
- успешных загрузок в секунду, p50, p95 и p99 успешных;
- пик памяти S3 (в том числе анонимной) и LB.
Прогон с завершением реплики из-за памяти SHALL помечаться oom и
записываться как результат варианта, а не как сбой команды. Следующий
прогон идёт на новой реплике.
Граница чёрного ящика: генератор обращается к приложению только по HTTP через LB, оркестратор управляет стендом через docker CLI. Сверх этого он читает счётчики памяти cgroup контейнеров и пересоздаёт volume S3 с bootstrap между прогонами. К bucket и объектам он не обращается.
В паспорте метки SHALL быть:
- лимиты и образы, в том числе commit варианта «до»;
- окружение приложения каждого варианта без секретов;
- размеры и SHA-256 тел;
- версия ядра ВМ;
- ограничение буфера приёма сокетов реплики;
- состояние хоста.
Scenario: Полный профиль
- WHEN выполнен
make bench_uploads - THEN в
evidence/uploads/<метка>/есть паспорт, таблица прогонов (три варианта × два размера × четыре уровня × три повтора), сводка по ячейкам с медианой и разбросом повторов и сырые итоги генератора, код выхода 0
Scenario: Быстрый профиль
- WHEN выполнен
make bench_uploads_quick - THEN за несколько минут проходят варианты «без лимита» и «с лимитом» на 10 MiB при 1, 10 и 40 клиентах, по одному повтору, код выхода 0, каталог метки в git не попадает, а успешные загрузки — 202
Scenario: Реплика убита из-за памяти
- WHEN в прогоне реплику завершило ядро из-за памяти
- THEN прогон помечен
oom, в таблице есть ответы по кодам до и после завершения, следующий прогон идёт на новой реплике, а команда не прерывается
Scenario: Пик окна без памяти старта
- WHEN реплика при старте заняла больше памяти, чем в окне прогона
- THEN пик прогона отражает только окно, а не старт процесса
Requirement: Профиль сверки
Команда make bench_reconcile (метка RECONCILE_LABEL, по умолчанию
baseline) SHALL на свежем стенде мерить стоимость прохода сверки
bucket и БД (capability storage-consistency). Команда make bench_reconcile_quick — то же на малом наборе и одним повтором, метка
quick-reconcile-…, в git не идёт. Результаты SHALL сохраняться в
evidence/reconcile/<метка>/. Занятая метка SHALL давать отказ до
запуска стенда.
Стенд — LB, две реплики, PostgreSQL, Valkey и S3 с лимитами рабочего
стенда (требование «Фиксированный стенд»). Проход сверки — разовый
процесс уборщика из образа приложения с лимитами рабочего стенда
(0,25 CPU, 256 МБ без swap), в управляемом опыте — с 1 CPU. Grace
проходов — короткий, заданный методикой, но больше границы живой
загрузки (capability service-configuration, «Параметры уборщика»).
Данные — синтетические вложения одного чата:
- 10 000, 30 000 и 100 000 объектов по 4 KiB — один набор, который растёт между этапами;
- 1 000 объектов по 1 MiB — на отдельном стенде, для цены чтения байтов.
Расхождения SHALL вноситься при наполнении, по 0,25 % от числа объектов каждого класса: объект без метаданных, метаданные без объекта, другой размер, зависшая загрузка. Класс объекта SHALL определяться его номером, а содержимое — номером и зерном методики.
Граница чёрного ящика:
- пользователи и чат создаются через API;
- метаданные вложений оркестратор пишет в PostgreSQL стенда, объекты — прямой записью в S3 стенда ключами пользователя API;
- проход сверки — процесс уборщика из образа приложения, его результат — журнал этого процесса;
- фоновая нагрузка — генератор по HTTP через LB;
- сверх этого оркестратор читает счётчики cgroup контейнеров, метрики шлюза S3 на loopback его контейнера и счётчики PostgreSQL.
Приложение оркестратор не импортирует.
Проходы:
-
без фоновой нагрузки и без предела скорости:
- стратегия по умолчанию на всех размерах набора;
- стратегия HEAD на 10 000 и 30 000 объектов;
- глубокая сверка на 10 000 объектов по 4 KiB и на объектах по 1 MiB;
- глубокая сверка с уборщиком 1 CPU на объектах по 1 MiB;
-
с фоновой нагрузкой, на 100 000 объектов, стратегия по умолчанию:
- лимит CPU рабочего стенда с пределом скорости по умолчанию и без предела;
- 1 CPU без предела и с пределом по умолчанию.
Фоновая нагрузка идёт с постоянной интенсивностью, заданной методикой: скачивания вложений набора, запись сообщений и чтение истории. До и после каждого прохода — окна без прохода;
-
отказ по пределу:
--applyс пределом изменений 100, когда кандидатов 1 000 и 10 000, — на образе commit из методики и на образе текущего checkout.
Каждый проход повторяется три раза, повторы одной ячейки не идут подряд. Исключение — группа проходов из одной ячейки (этап 100k без нагрузки — только стратегия по умолчанию): её повторы идут подряд, потому что остальные проходы того же набора идут под фоновой нагрузкой отдельным блоком, и вставить их между повторами значило бы смешать проходы без нагрузки с проходами под ней. Варианты сравниваются внутри одной метки, на одних данных и в одной сессии хоста. Шум — разброс повторов ячейки, а у проходов с фоновой нагрузкой ещё отношение p95 окон до и после прохода (A/A).
Для каждого прохода SHALL сохраняться:
- итог прохода из журнала уборщика — длительность и длительность шагов, просмотренные объекты и строки, найденные расхождения по классам, затронутые объекты S3, запросы к S3 по операциям, прочитанные байты, сеансы с PostgreSQL, неперепроверенные кандидаты, код выхода;
- запросы к S3 по метрикам шлюза и счётчики PostgreSQL за проход;
- CPU уборщика, S3 и PostgreSQL за проход;
- память уборщика в начале прохода и её пик;
- у проходов с фоновой нагрузкой — по каждому сценарию в окне прохода и в окнах до и после: число ответов, ошибки, p50, p95 и p99.
Достоверность:
- найденные расхождения SHALL по каждому классу совпадать с внесёнными. Иначе команда завершается ненулевым кодом: замер на неверных данных — не результат;
- в проходах без фоновой нагрузки запросы к S3 по счётчикам сверки SHALL совпадать с метриками шлюза, иначе проход помечается;
- ответ 5xx фоновой нагрузки в окнах прохода — пометка прохода; любой неуспешный запрос фона или недосланная итерация по всему итогу генератора — пометка всех проходов блока.
В паспорте метки SHALL быть:
- лимиты и образы, в том числе commit варианта «до»;
- аргументы S3;
- размеры набора, размеры объектов, доли расхождений и зерно;
- grace проходов и предел скорости по умолчанию;
- фоновая нагрузка;
- версия ядра ВМ;
- состояние хоста и посторонние контейнеры.
Сводка SHALL давать по каждой ячейке медиану и разброс повторов, вывод по каждой гипотезе (требование «Стоимость сверки в отчёте») и графики: длительность и запросы прохода от размера набора по стратегиям, p95 фоновой нагрузки по вариантам.
Scenario: Полный профиль сверки
- WHEN выполнен
make bench_reconcile - THEN в
evidence/reconcile/<метка>/есть паспорт, таблица проходов со всеми ячейками по три повтора, таблица окон фоновой нагрузки, сводка с выводами по гипотезам и графики, код выхода 0
Scenario: Быстрый профиль сверки
- WHEN выполнен
make bench_reconcile_quick - THEN за несколько минут проходят все виды проходов на малом наборе по одному повтору, код выхода 0, каталог метки в git не попадает
Scenario: Найдено не то, что внесено
- WHEN проход нашёл в каком-то классе не столько расхождений, сколько внесено
- THEN команда завершается ненулевым кодом, называет класс, ячейку и оба числа и удаляет стенд
Scenario: Счётчики сверки и метрики S3
- WHEN завершён проход без фоновой нагрузки
- THEN в строке прохода запросы к S3 по счётчикам сверки равны запросам по метрикам шлюза, а при различии строка помечена