Автор / группа: Никитин Андрей Александрович, БВТ2301
Целевая оценка (3/4/5): 5
Трек 5, если заявлен: Track 1 — цена наблюдаемости (Cost of observability).
Что реализовано и что перенесено:
Из lab5 перенесены C++17 API и Worker, PostgreSQL, Valkey/Redis Streams,
transactional outbox, retry/backoff, MinIO original/variants, direct uploads,
авторизация, сессии и идемпотентность. Бизнес-API и обработка заданий сохранены.
Добавлены opentelemetry-cpp v1.21.0 с OTLP HTTP/protobuf, Collector, Prometheus,
Loki, Tempo и Grafana с закреплёнными версиями и persistent volumes. Реализованы
метрики HTTP/jobs/queue/pools/saturation/CPU/RAM, структурные логи, сквозные
traces API → outbox → Redis → Worker → S3/DB, включая retry. Добавлены provisioning,
dashboard p50/p95/p99/error rate/queue/saturation, SLI/SLO, alert rules и runbooks.
Экспортеры и Collector имеют ограниченные очереди и timeout/retry.
Для Track 1 создан scripts/benchmark_telemetry.py: три повтора каждого варианта
Off / On 100% / On с Collector sampling 10%, по 1000 uploads, concurrency 4.
Сохранены latency samples, Docker stats, counters ingest/export и результаты
отдельного synthetic ERROR probe.
Команды запуска из чистого clone:
Требуются Linux amd64, Docker Engine с Compose v2+, Python 3.9+ и сеть для первой
сборки/pull. Команды выполняются из корня репозитория:
python3 scripts/bootstrap-local.py
docker compose config --quiet
docker compose up -d --build
# Дождаться HTTP 200; при необходимости повторить запрос:
curl -fsS http://localhost:8080/health/ready
make check
make test
make test-observability
make test-incidents
python3 scripts/benchmark_telemetry.py --self-test
python3 scripts/benchmark_telemetry.py --requests 1000 --concurrency 4 --repetitions 3
Миграции, S3 bootstrap и Grafana provisioning выполняются автоматически.
Grafana: http://localhost:3000/d/messenger-observability, пользователь admin;
пароль — в локальном secrets/grafana_admin_password, значение не публикуется.
Bootstrap не перезаписывает существующие credentials. Безопасная остановка: docker compose down без удаления volumes. Для Docker Snap можно передать COMPOSE=/path/to/docker-compose в make и --compose /path/to/docker-compose --docker /path/to/docker в benchmark.
Средний CPU API B относительно A вырос на 22.5%, Worker — на 10.6%; RAM — на 19.9% / 13.5%. Парный прирост оценочных CPU ms/job: API +9.9%, Worker +2.2%.
Collector sampling сохранил 10.92% spans для Tempo, не уменьшив входящий SDK ingest. Из 100 synthetic ERROR traces найдены 9; metrics/logs в варианте C сохраняются на 100%.
Реальный вывод make check и сохранённого публичного make test
(проверки выполнены 16.11.2026):
python3 scripts/check_contract.py
PASS: offline skeleton structure, local refs and Python syntax; application NOT tested.
python3 tests/smoke.py --base-url "http://localhost:8080"
PASS: lab6 public API scenario; infrastructure and grading evidence remain separate.
Ограничения / известные ошибки:
Функциональные ошибки в перечисленных проверенных сценариях не выявлены.
Длительный memory soak, исчерпывающий privacy/security audit, отдельные полные
persistence/failover hooks lab6 и подтверждение SLO за полные 30 минут не выполнялись.
SDK не предоставляет точного счётчика потерь log batch queue; export failures
не равны числу уникальных потерянных spans. Worker последовательный, capacity=1.
Queue depth — durable незавершённые jobs из БД, не Redis XLEN.
Бенчмарк closed-loop на одном хосте, три повтора без CPU pinning и изоляции
фоновой нагрузки; медленные третьи прогоны сохранены. Точные OTLP bytes и
backend CPU/RAM не измерены. Sampling в Collector экономит trace export/storage,
но не доказано снижение CPU SDK; он может отбросить редкие ошибки.
Error/slow-aware tail sampling остаётся рекомендацией. Подробности — в отчёте.
Источники и использование ИИ:
README и контракты курса, контракт наблюдаемости, OpenTelemetry C++ exporters, W3C Trace Context, Loki native OTLP, probabilistic sampler Collector 0.119.0.
Библиотеки: opentelemetry-cpp, minio-cpp, libpqxx, hiredis, libsodium,
nlohmann/json, libexif, libwebp и stb; версии указаны в REPORT.md и конфигурациях.
ИИ Codex использован для реализации инструментации/конфигураций, скриптов
проверок и бенчмарка, анализа измерений и оформления документации.
Результаты получены реальными запусками, ожидаемые значения не подставлялись.
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 6
Автор / группа: Никитин Андрей Александрович, БВТ2301
Целевая оценка (3/4/5): 5
Трек 5, если заявлен: Track 1 — цена наблюдаемости (Cost of observability).
Что реализовано и что перенесено:
Из lab5 перенесены C++17 API и Worker, PostgreSQL, Valkey/Redis Streams,
transactional outbox, retry/backoff, MinIO original/variants, direct uploads,
авторизация, сессии и идемпотентность. Бизнес-API и обработка заданий сохранены.
Добавлены opentelemetry-cpp v1.21.0 с OTLP HTTP/protobuf, Collector, Prometheus,
Loki, Tempo и Grafana с закреплёнными версиями и persistent volumes. Реализованы
метрики HTTP/jobs/queue/pools/saturation/CPU/RAM, структурные логи, сквозные
traces API → outbox → Redis → Worker → S3/DB, включая retry. Добавлены provisioning,
dashboard p50/p95/p99/error rate/queue/saturation, SLI/SLO, alert rules и runbooks.
Экспортеры и Collector имеют ограниченные очереди и timeout/retry.
Для Track 1 создан `scripts/benchmark_telemetry.py`: три повтора каждого варианта
Off / On 100% / On с Collector sampling 10%, по 1000 uploads, concurrency 4.
Сохранены latency samples, Docker stats, counters ingest/export и результаты
отдельного synthetic ERROR probe.
Команды запуска из чистого clone:
Требуются Linux amd64, Docker Engine с Compose v2+, Python 3.9+ и сеть для первой
сборки/pull. Команды выполняются из корня репозитория:
```sh
python3 scripts/bootstrap-local.py
docker compose config --quiet
docker compose up -d --build
# Дождаться HTTP 200; при необходимости повторить запрос:
curl -fsS http://localhost:8080/health/ready
make check
make test
make test-observability
make test-incidents
python3 scripts/benchmark_telemetry.py --self-test
python3 scripts/benchmark_telemetry.py --requests 1000 --concurrency 4 --repetitions 3
```
Миграции, S3 bootstrap и Grafana provisioning выполняются автоматически.
Grafana: http://localhost:3000/d/messenger-observability, пользователь `admin`;
пароль — в локальном `secrets/grafana_admin_password`, значение не публикуется.
Bootstrap не перезаписывает существующие credentials. Безопасная остановка:
`docker compose down` без удаления volumes. Для Docker Snap можно передать
`COMPOSE=/path/to/docker-compose` в make и `--compose /path/to/docker-compose
--docker /path/to/docker` в benchmark.
Результаты проверок и ссылка на REPORT.md:
Полный отчёт по исходному шаблону: [REPORT.md](REPORT.md).
- Docker build, Compose config, Collector validate, Prometheus config и три alert rules — PASS.
- C++ self-test, публичный API smoke с telemetry on/off и проверка observability — PASS; проверены 25 запросов dashboard и privacy canaries.
- Worker/DB alerts прошли firing → resolved; retry сохранил trace; при остановке Loki/Tempo API и Worker продолжили работать. Сервисы восстановлены.
- Track 1 — PASS: 9 прогонов, 9000 HTTP 202/uploads ready, 0 HTTP-ошибок. Медианные RPS A/B/C: 84.37 / 75.44 / 75.28; p99: 202.70 / 288.30 / 204.05 ms.
- Средний CPU API B относительно A вырос на 22.5%, Worker — на 10.6%; RAM — на 19.9% / 13.5%. Парный прирост оценочных CPU ms/job: API +9.9%, Worker +2.2%.
- Collector sampling сохранил 10.92% spans для Tempo, не уменьшив входящий SDK ingest. Из 100 synthetic ERROR traces найдены 9; metrics/logs в варианте C сохраняются на 100%.
Доказательства:
[evidence/verification.md](evidence/verification.md),
[evidence/observability.json](evidence/observability.json),
[evidence/incidents.json](evidence/incidents.json),
[evidence/load.json](evidence/load.json),
[evidence/track1-benchmark.md](evidence/track1-benchmark.md),
[evidence/track1-benchmark.json](evidence/track1-benchmark.json).
Реальный вывод `make check` и сохранённого публичного `make test`
(проверки выполнены 16.11.2026):
```text
python3 scripts/check_contract.py
PASS: offline skeleton structure, local refs and Python syntax; application NOT tested.
python3 tests/smoke.py --base-url "http://localhost:8080"
PASS: lab6 public API scenario; infrastructure and grading evidence remain separate.
```
Ограничения / известные ошибки:
Функциональные ошибки в перечисленных проверенных сценариях не выявлены.
Длительный memory soak, исчерпывающий privacy/security audit, отдельные полные
persistence/failover hooks lab6 и подтверждение SLO за полные 30 минут не выполнялись.
SDK не предоставляет точного счётчика потерь log batch queue; export failures
не равны числу уникальных потерянных spans. Worker последовательный, capacity=1.
Queue depth — durable незавершённые jobs из БД, не Redis XLEN.
Бенчмарк closed-loop на одном хосте, три повтора без CPU pinning и изоляции
фоновой нагрузки; медленные третьи прогоны сохранены. Точные OTLP bytes и
backend CPU/RAM не измерены. Sampling в Collector экономит trace export/storage,
но не доказано снижение CPU SDK; он может отбросить редкие ошибки.
Error/slow-aware tail sampling остаётся рекомендацией. Подробности — в отчёте.
Источники и использование ИИ:
README и контракты курса, [контракт наблюдаемости](contracts/observability.md),
[OpenTelemetry C++ exporters](https://opentelemetry.io/docs/languages/cpp/exporters/),
[W3C Trace Context](https://www.w3.org/TR/trace-context/),
[Loki native OTLP](https://grafana.com/docs/loki/latest/send-data/otel/),
[probabilistic sampler Collector 0.119.0](https://github.com/open-telemetry/opentelemetry-collector-contrib/blob/v0.119.0/processor/probabilisticsamplerprocessor/README.md).
Библиотеки: opentelemetry-cpp, minio-cpp, libpqxx, hiredis, libsodium,
nlohmann/json, libexif, libwebp и stb; версии указаны в REPORT.md и конфигурациях.
ИИ Codex использован для реализации инструментации/конфигураций, скриптов
проверок и бенчмарка, анализа измерений и оформления документации.
Результаты получены реальными запусками, ожидаемые значения не подставлялись.
- [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.
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
Лабораторная 6
Автор / группа: Никитин Андрей Александрович, БВТ2301
Целевая оценка (3/4/5): 5
Трек 5, если заявлен: Track 1 — цена наблюдаемости (Cost of observability).
Что реализовано и что перенесено:
Из lab5 перенесены C++17 API и Worker, PostgreSQL, Valkey/Redis Streams,
transactional outbox, retry/backoff, MinIO original/variants, direct uploads,
авторизация, сессии и идемпотентность. Бизнес-API и обработка заданий сохранены.
Добавлены opentelemetry-cpp v1.21.0 с OTLP HTTP/protobuf, Collector, Prometheus,
Loki, Tempo и Grafana с закреплёнными версиями и persistent volumes. Реализованы
метрики HTTP/jobs/queue/pools/saturation/CPU/RAM, структурные логи, сквозные
traces API → outbox → Redis → Worker → S3/DB, включая retry. Добавлены provisioning,
dashboard p50/p95/p99/error rate/queue/saturation, SLI/SLO, alert rules и runbooks.
Экспортеры и Collector имеют ограниченные очереди и timeout/retry.
Для Track 1 создан
scripts/benchmark_telemetry.py: три повтора каждого вариантаOff / On 100% / On с Collector sampling 10%, по 1000 uploads, concurrency 4.
Сохранены latency samples, Docker stats, counters ingest/export и результаты
отдельного synthetic ERROR probe.
Команды запуска из чистого clone:
Требуются Linux amd64, Docker Engine с Compose v2+, Python 3.9+ и сеть для первой
сборки/pull. Команды выполняются из корня репозитория:
Миграции, S3 bootstrap и Grafana provisioning выполняются автоматически.
Grafana: http://localhost:3000/d/messenger-observability, пользователь
admin;пароль — в локальном
secrets/grafana_admin_password, значение не публикуется.Bootstrap не перезаписывает существующие credentials. Безопасная остановка:
docker compose downбез удаления volumes. Для Docker Snap можно передатьCOMPOSE=/path/to/docker-composeв make и--compose /path/to/docker-compose --docker /path/to/dockerв benchmark.Результаты проверок и ссылка на REPORT.md:
Полный отчёт по исходному шаблону: REPORT.md.
Доказательства:
evidence/verification.md,
evidence/observability.json,
evidence/incidents.json,
evidence/load.json,
evidence/track1-benchmark.md,
evidence/track1-benchmark.json.
Реальный вывод
make checkи сохранённого публичногоmake test(проверки выполнены 16.11.2026):
Ограничения / известные ошибки:
Функциональные ошибки в перечисленных проверенных сценариях не выявлены.
Длительный memory soak, исчерпывающий privacy/security audit, отдельные полные
persistence/failover hooks lab6 и подтверждение SLO за полные 30 минут не выполнялись.
SDK не предоставляет точного счётчика потерь log batch queue; export failures
не равны числу уникальных потерянных spans. Worker последовательный, capacity=1.
Queue depth — durable незавершённые jobs из БД, не Redis XLEN.
Бенчмарк closed-loop на одном хосте, три повтора без CPU pinning и изоляции
фоновой нагрузки; медленные третьи прогоны сохранены. Точные OTLP bytes и
backend CPU/RAM не измерены. Sampling в Collector экономит trace export/storage,
но не доказано снижение CPU SDK; он может отбросить редкие ошибки.
Error/slow-aware tail sampling остаётся рекомендацией. Подробности — в отчёте.
Источники и использование ИИ:
README и контракты курса, контракт наблюдаемости,
OpenTelemetry C++ exporters,
W3C Trace Context,
Loki native OTLP,
probabilistic sampler Collector 0.119.0.
Библиотеки: opentelemetry-cpp, minio-cpp, libpqxx, hiredis, libsodium,
nlohmann/json, libexif, libwebp и stb; версии указаны в REPORT.md и конфигурациях.
ИИ Codex использован для реализации инструментации/конфигураций, скриптов
проверок и бенчмарка, анализа измерений и оформления документации.
Результаты получены реальными запусками, ожидаемые значения не подставлялись.
lab6to ЛР 6 - БВТ2301 - Никитин - на 5Принято. Закрываю МР.
Pull request closed