Автор / группа: Антонов Егор, БПИ2301
Целевая оценка (3/4/5): 4
Трек 5, если заявлен: не заявлен
Что реализовано и что перенесено: перенесено решение lab5 без изменения поведения (API, outbox, relay, worker, lease, retry, DLQ, replay, reconciler). Добавлено:
OpenTelemetry SDK в API, worker и relay; OTLP → OTel Collector (memory_limiter, batch, ограниченная sending_queue) → Prometheus (метрики, SLO и alert rules), Loki (логи), Tempo (трассы) → Grafana (datasources с явными UID, dashboard из provisioning).
Сквозная трасса W3C: клиентский traceparent → SERVER span API → traceparent в payload outbox → PRODUCER span relay → AMQP headers → CONSUMER span worker → S3/SQL; повторы задания в той же трассе.
Метрики: HTTP по шаблону маршрута (counter и histogram с бакетами от 1 мс), задания по исходу и их длительность, глубина очереди и возраст старейшего задания (по attachment_jobs), пул БД, busy/capacity worker, CPU/RAM, время от upload до ready.
Структурные JSON-логи с trace_id и span_id.
3 SLO и 5 alerts с runbooks (docs/runbooks.md).
Скрипты проверок и инцидентов.
Команды запуска из чистого clone (на хосте нужен только Docker):
docker compose up -d --build --wait
docker compose run --rm --build tools make check
docker compose run --rm tools make test
docker compose run --rm tools python3 scripts/trace-check.py
docker compose run --rm tools python3 scripts/incidents.py worker-stop # также: db, telemetry, retry-trace
docker compose run --rm tools sh scripts/collect-evidence.sh # все evidence, ~50 мин
Grafana: http://localhost:3000 (анонимный Viewer), dashboard «Messenger overview».
Результаты проверок и ссылка на REPORT.md: REPORT.md, raw-вывод в evidence/.
make check, make test (с телеметрией), test-persistence и test-failover — PASS; собственные тесты 201/201.
Контрольная загрузка: трасса API → relay → worker из 79 spans, логи API и worker находятся в Loki по trace_id.
Пароль, токен, Authorization, текст сообщения и filename не найдены ни в трассах, ни в Loki; ID в метках метрик нет.
Инцидент 3 (остановлены Loki/Tempo, затем Collector): 0 ошибок API, очередь Collector упирается в лимит, TelemetryExportFailing firing → resolved.
Ограничения / известные ошибки: окна SLO по 1 ч (учебный масштаб); перцентили — интерполяция внутри бакета; когда все реплики выведены из LB, 503 от HAProxy не видны в метриках API — для этого есть отдельный alert MessengerApiNotReady; у Collector небольшой запас памяти; при недоступном хранилище телеметрия отбрасывается (потери посчитаны). Подробно — в REPORT.md.
Источники и использование ИИ: документация OpenTelemetry, Prometheus, Loki, Tempo, Grafana, Prisma; до начала работы просмотрены замечания к чужим PR этой лабы, учтены (таблица в REPORT.md); код из чужих решений не использовался. ИИ-ассистент — парный программист (код, конфиги, сценарии, текст отчёта по моим решениям с ревью); проверки воспроизведены на своём стенде.
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: Антонов Егор, БПИ2301
Целевая оценка (3/4/5): 4
Трек 5, если заявлен: не заявлен
Что реализовано и что перенесено: перенесено решение lab5 без изменения поведения (API, outbox, relay, worker, lease, retry, DLQ, replay, reconciler). Добавлено:
- OpenTelemetry SDK в API, worker и relay; OTLP → OTel Collector (memory_limiter, batch, ограниченная sending_queue) → Prometheus (метрики, SLO и alert rules), Loki (логи), Tempo (трассы) → Grafana (datasources с явными UID, dashboard из provisioning).
- Сквозная трасса W3C: клиентский traceparent → SERVER span API → traceparent в payload outbox → PRODUCER span relay → AMQP headers → CONSUMER span worker → S3/SQL; повторы задания в той же трассе.
- Метрики: HTTP по шаблону маршрута (counter и histogram с бакетами от 1 мс), задания по исходу и их длительность, глубина очереди и возраст старейшего задания (по attachment_jobs), пул БД, busy/capacity worker, CPU/RAM, время от upload до ready.
- Структурные JSON-логи с trace_id и span_id.
- 3 SLO и 5 alerts с runbooks (docs/runbooks.md).
- Скрипты проверок и инцидентов.
Команды запуска из чистого clone (на хосте нужен только Docker):
docker compose up -d --build --wait
docker compose run --rm --build tools make check
docker compose run --rm tools make test
docker compose run --rm tools python3 scripts/trace-check.py
docker compose run --rm tools python3 scripts/incidents.py worker-stop # также: db, telemetry, retry-trace
docker compose run --rm tools sh scripts/collect-evidence.sh # все evidence, ~50 мин
Grafana: http://localhost:3000 (анонимный Viewer), dashboard «Messenger overview».
Результаты проверок и ссылка на REPORT.md: [REPORT.md](REPORT.md), raw-вывод в evidence/.
- make check, make test (с телеметрией), test-persistence и test-failover — PASS; собственные тесты 201/201.
- Контрольная загрузка: трасса API → relay → worker из 79 spans, логи API и worker находятся в Loki по trace_id.
- Пароль, токен, Authorization, текст сообщения и filename не найдены ни в трассах, ни в Loki; ID в метках метрик нет.
- p95 клиента и dashboard: 89 / 92 мс.
- Инцидент 1 (остановлен worker): MessengerJobQueueLag firing → resolved, 12 из 12 вложений ready.
- Инцидент 2 (медленная БД): в трассе 781 мс SQL из 790; медленный обработчик для сравнения — SQL 22 мс.
- Инцидент 2 (недоступная БД): MessengerApiNotReady firing → resolved.
- Инцидент 3 (остановлены Loki/Tempo, затем Collector): 0 ошибок API, очередь Collector упирается в лимит, TelemetryExportFailing firing → resolved.
Ограничения / известные ошибки: окна SLO по 1 ч (учебный масштаб); перцентили — интерполяция внутри бакета; когда все реплики выведены из LB, 503 от HAProxy не видны в метриках API — для этого есть отдельный alert MessengerApiNotReady; у Collector небольшой запас памяти; при недоступном хранилище телеметрия отбрасывается (потери посчитаны). Подробно — в REPORT.md.
Источники и использование ИИ: документация OpenTelemetry, Prometheus, Loki, Tempo, Grafana, Prisma; до начала работы просмотрены замечания к чужим PR этой лабы, учтены (таблица в REPORT.md); код из чужих решений не использовался. ИИ-ассистент — парный программист (код, конфиги, сценарии, текст отчёта по моим решениям с ревью); проверки воспроизведены на своём стенде.
- [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: Антонов Егор, БПИ2301
Целевая оценка (3/4/5): 4
Трек 5, если заявлен: не заявлен
Что реализовано и что перенесено: перенесено решение lab5 без изменения поведения (API, outbox, relay, worker, lease, retry, DLQ, replay, reconciler). Добавлено:
Команды запуска из чистого clone (на хосте нужен только Docker):
docker compose up -d --build --wait
docker compose run --rm --build tools make check
docker compose run --rm tools make test
docker compose run --rm tools python3 scripts/trace-check.py
docker compose run --rm tools python3 scripts/incidents.py worker-stop # также: db, telemetry, retry-trace
docker compose run --rm tools sh scripts/collect-evidence.sh # все evidence, ~50 мин
Grafana: http://localhost:3000 (анонимный Viewer), dashboard «Messenger overview».
Результаты проверок и ссылка на REPORT.md: REPORT.md, raw-вывод в evidence/.
Ограничения / известные ошибки: окна SLO по 1 ч (учебный масштаб); перцентили — интерполяция внутри бакета; когда все реплики выведены из LB, 503 от HAProxy не видны в метриках API — для этого есть отдельный alert MessengerApiNotReady; у Collector небольшой запас памяти; при недоступном хранилище телеметрия отбрасывается (потери посчитаны). Подробно — в REPORT.md.
Источники и использование ИИ: документация OpenTelemetry, Prometheus, Loki, Tempo, Grafana, Prisma; до начала работы просмотрены замечания к чужим PR этой лабы, учтены (таблица в REPORT.md); код из чужих решений не использовался. ИИ-ассистент — парный программист (код, конфиги, сценарии, текст отчёта по моим решениям с ревью); проверки воспроизведены на своём стенде.
View command line instructions
Checkout
From your project repository, check out a new branch and test the changes.