docs: record lab 6 user decisions before the cycle

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
2026-11-11 04:56:23 +03:00
co-authored by Claude Opus 5.5
parent 33bf3b90c9
commit 9ccc52d033
3 changed files with 32 additions and 23 deletions
+5 -3
View File
@@ -6,9 +6,11 @@ REST API мессенджера (пользователи, чаты, истор
SDK OpenTelemetry в API и worker, отдельный OTel Collector, хранилища
метрик, логов и трасс, Grafana с provisioning из git; бизнес-API не
меняется (`README.md`, `contracts/observability.md`,
`contracts/infrastructure.json`, `infra/otel/README.md`). План изменений
лабы, развилки и решения пользователя — `PLAN.md`; цель и трек 5 — там
же. Решения, принятые без пользователя, и открытые вопросы —
`contracts/infrastructure.json`, `infra/otel/README.md`). Цель — оценка 5,
трек 1 «Цена наблюдаемости»; хранилища — Prometheus (метрики), Loki
(логи), Tempo (трассы), интерфейс — Grafana (решения пользователя
2026-11-11). План изменений лабы и развилки — `PLAN.md`. Решения, принятые
без пользователя, и открытые вопросы —
`QUESTIONS.md`. Код перенесён из лабы 5 (репозиторий
`mtusi2026lab5-safronov`, ветка `solution/bvt2301-safronov`, commit
`046ec9e`) по разделу «Переход в следующую лабу»; отчёт и evidence лабы 5
+13 -18
View File
@@ -14,11 +14,11 @@
| # | Решение | Рекомендация | Почему |
|---|---|---|---|
| 1 | Цель и трек 5 | 5, трек 1 «Цена наблюдаемости» | стенд `bench/` уже меряет latency (k6), CPU и память по контейнерам (сэмплер), сравнивает метки; трек 2 требует долгих окон burn-rate и долгих прогонов на ложные срабатывания, их честно не уменьшить до учебного стенда |
| 2 | Хранилища | Prometheus (метрики), Loki (логи), Tempo (трассы), отдельными сервисами | все три принимают OTLP, у каждого понятная роль и свой volume; `grafana/otel-lgtm` одним контейнером прячет Collector и хранилища, а рубрика требует отдельный Collector и объяснить каждое хранилище |
| 3 | Уровень 4 — один change или два | два: связь и насыщение, затем SLO, alerts и устойчивость | verify каждого уже; второй опирается на метрики первого. Цена — ещё один цикл из четырёх стадий |
| 4 | Что можно без пользователя | как в лабе 5: коммиты на `feat/<change>`, ff-merge в `solution/bvt2301-safronov`, архивация, зависимости и образы, стенд и замеры; push — в конце; PR не открывать | без разрешения на коммиты цикл идёт без них (скилл `openspec-cycle`) |
| 5 | Длинные замеры исключений (`bench_uploads` ~50 мин, `bench_queue` ~2 ч 10 мин) | в последнем шаге, на коде лабы 6 с телеметрией | доказывают, что свойства лаб 4 и 5 сохранились вместе с телеметрией; снятые раньше пришлось бы снимать заново |
| 1 | Цель и трек 5 | **принято 2026-11-11:** 5, трек 1 «Цена наблюдаемости» | стенд `bench/` уже меряет latency (k6), CPU и память по контейнерам (сэмплер), сравнивает метки; трек 2 требует долгих окон burn-rate и долгих прогонов на ложные срабатывания, их честно не уменьшить до учебного стенда |
| 2 | Хранилища | **принято 2026-11-11:** Prometheus (метрики), Loki (логи), Tempo (трассы), отдельными сервисами | все три принимают OTLP, у каждого понятная роль и свой volume; `grafana/otel-lgtm` одним контейнером прячет Collector и хранилища, а рубрика требует отдельный Collector и объяснить каждое хранилище |
| 3 | Уровень 4 — один change или два | **принято 2026-11-11:** два — связь и насыщение, затем SLO, alerts и устойчивость | verify каждого уже; второй опирается на метрики первого. Цена — ещё один цикл из четырёх стадий |
| 4 | Что можно без пользователя | **принято 2026-11-11:** как в лабе 5: коммиты на `feat/<change>`, ff-merge в `solution/bvt2301-safronov`, архивация, зависимости и образы, стенд и замеры; push — в конце; PR не открывать | без разрешения на коммиты цикл идёт без них (скилл `openspec-cycle`) |
| 5 | Длинные замеры исключений (`bench_uploads` ~50 мин, `bench_queue` ~2 ч 10 мин) | **принято 2026-11-11:** в последнем шаге, на коде лабы 6 с телеметрией | доказывают, что свойства лаб 4 и 5 сохранились вместе с телеметрией; снятые раньше пришлось бы снимать заново |
## Шаг 0. Перенос (без OpenSpec)
@@ -39,12 +39,9 @@
| 1 | `otel-telemetry` | 3 | Collector, Prometheus, Loki, Tempo, Grafana в стенде; SDK в API и worker; сигналы уровня 3; dashboard из provisioning; первый старт с нуля | шаг 0 |
| 2 | `job-trace-propagation` | 4 | W3C trace context API → outbox → relay → broker → worker; время до `ready`; очередь, возраст старейшей job, пул БД, saturation worker; p50/p95/p99 и доля ошибок | 1 |
| 3 | `slo-alerts` | 4 | SLI/SLO, alert rules с runbooks, проверка firing / resolved отказами; Collector и SDK с ограниченной памятью и очередью; отказ хранилища телеметрии; два инцидента | 2 |
| 4 | `track1-telemetry-cost` или `track2-slo-burn-rate` | 5 | исследование по решению 1 | 3 |
| 4 | `track1-telemetry-cost` | 5 | цена телеметрии и потери при sampling (решение 1) | 3 |
| — | последний шаг | — | evidence исключений, полные проверки, `REPORT.md` | 4 |
Если решение 3 — один change уровня 4, changes 2 и 3 сливаются в
`telemetry-reliability`.
### 1. `otel-telemetry` (уровень 3)
**Входит:**
@@ -102,8 +99,9 @@ saturation, alerts, SLO, настройка backpressure сверх базовы
- путь метрик в Prometheus: OTLP receiver Prometheus, `prometheusremotewrite` или
scrape `prometheus` exporter Collector — от него зависят имена, суффиксы единиц
и какие resource attributes становятся labels;
- дистрибутив Collector: core или contrib (`tail_sampling` трека 1 — только
contrib; выбрать один раз);
- дистрибутив Collector: `tail_sampling` трека 1 есть только в contrib; с
выбранным треком 1 рекомендация — contrib с первого change, чтобы варианты
трека отличались настройкой, а не сборкой Collector;
- автоинструментирование (FastAPI/ASGI без заголовков и health, SQLAlchemy async,
redis, aio-pika) или ручные spans; S3 — ручной span в `ObjectStorage._call`
(единственная точка вызова);
@@ -176,7 +174,7 @@ publish идёт в другом процессе и позже); источни
правила Prometheus: файл в git, `promtool test rules`); нужен ли Alertmanager
(доставка не нужна — состояние firing / resolved видно без него).
### 4а. `track1-telemetry-cost` (уровень 5, при решении 1 = трек 1)
### 4. `track1-telemetry-cost` (уровень 5, решение 1)
Профиль `telemetry` стенда `bench/`: одинаковая открытая нагрузка (смесь API и
загрузок ниже насыщения), варианты — телеметрия выключена, полная (100 %
@@ -189,12 +187,9 @@ RAM API, worker, Collector и хранилищ, объём ingest (метрик
повторы, A/A, сбалансированная конфигурация предложена и проверена, ограничения
названы (`bench.md`).
### 4б. `track2-slo-burn-rate` (уровень 5, при решении 1 = трек 2)
Обоснованные SLO API и времени до `ready`, burn-rate alerts с несколькими окнами
(окна, сжатые к учебному стенду, — названное ограничение), краткий всплеск и
длительная деградация, время обнаружения и восстановления, ложные срабатывания на
нормальной нагрузке, runbook, по которому другой человек находит причину.
Трек 2 «SLO и обнаружение инцидентов» не выбран (решение 1): burn-rate alerts
с несколькими окнами в changes не входят, alerts уровня 4 — пороговые
(change 3).
### Последний шаг (без отдельного change)
+14 -2
View File
@@ -5,6 +5,19 @@
Вопросы преподавателю дублируются в `REPORT.md`. План изменений лабы —
`PLAN.md`.
## Ответы пользователя перед прогоном (2026-11-11)
- Оценка — 5, трек 1 «Цена наблюдаемости».
- Хранилища — Prometheus (метрики), Loki (логи), Tempo (трассы), отдельными
сервисами; интерфейс — Grafana.
- Уровень 4 — два change: `job-trace-propagation`, затем `slo-alerts`.
- Без пользователя можно (как в лабе 5): коммиты на ветках `feat/<change>`,
ff-merge в `solution/bvt2301-safronov`, архивация, установка зависимостей и
образов, запуск стенда и замеров, в конце `git push` ветки решения в свой
fork. PR не открывать. Разрешения — `.claude/settings.local.json`.
- Длинные замеры исключений (`make bench_uploads`, `make bench_queue`) — в
последнем шаге, на коде лабы 6 с телеметрией.
## Перенос из лабы 5
Источник: `mtusi2026lab5-safronov`, ветка `solution/bvt2301-safronov`,
@@ -76,5 +89,4 @@ commit `046ec9e`. Перенос — 2026-11-11.
### Вопросы
- Целевая оценка, трек 5, хранилища сигналов, разрешения на коммиты без
пользователя — `PLAN.md`, «Что решает пользователь».
Пока нет: решения пользователя — раздел «Ответы пользователя перед прогоном».