# Override стенда отказов make failure_checks (student-tests/run_failures.py): # тот же docker-compose.yml под проектом <рабочий>-failures (имя рабочего # проекта — из name в docker-compose.yml, сейчас mtusi-lab6), со своим # volume и сетью. Порты Postgres, Valkey и S3 не публикуются: к ним ходит # только fault_hook.py через docker compose exec. Сервисы api и haproxy не # запускаются: контейнеры API создаёт оркестратор (docker compose run # -p 127.0.0.1:...), у реплик api своих портов нет. Порт LB сброшен, чтобы # случайный up не занял APP_OUT_PORT рабочего стенда. # # Healthcheck PostgreSQL проверяет служебную базу postgres, а не базу # приложения: с 127.0.0.1 образ пускает без пароля (trust), и каждая # проверка — сессия в pg_stat_database базы. Иначе раз в 5 с она попадала # бы в счётчик теста «Соединения пула не переоткрываются» (действие hook # db-sessions). # # У PostgreSQL — init (tini) с PID 1, postmaster — его потомок. fault_hook.py # fill-connections отвязывает psql в фоне sh, запущенного docker compose exec; # после clear-connections они становятся сиротами пространства PID. С init их # молча подбирает он, а не postmaster: тот считал их «untracked child process» # и выход с кодом 2 — аварией (все процессы завершены, recovery, сброс # статистики). Только на стенде отказов: на рабочем стенде и в bench/ фоновых # процессов в контейнере PostgreSQL нет (design change fix-known-issues, # решение 11). Правило docker.md «сервер — PID 1» касается образа API. services: postgres: init: true ports: !reset [] healthcheck: test: ["CMD-SHELL", "pg_isready -h 127.0.0.1 -U \"$$POSTGRES_USER\" -d postgres"] valkey: ports: !reset [] # свой S3 со своим volume, порт API S3 не публикуется. Срок остановки # короткий намеренно: здесь проверяется отказ, а не плавная остановка, и # stop не тянет 15 с (design change s3-storage, решение 9) s3: ports: !reset [] stop_grace_period: 2s haproxy: ports: !reset [] # API (docker compose run) и worker — без телеметрии: сервисы телеметрии # стенд не запускает, методика и сроки прежние (design change # otel-telemetry, решение 20) api: environment: TELEMETRY__ENABLED: "false" # свой брокер со своим volume, порт AMQP не публикуется rabbitmq: ports: !reset [] # relay без перезапуска: его останавливают и убивают сами проверки; опрос чаще # и порог потерянного сообщения короче, чтобы тесту не ждать 5 минут (design # change pipeline-reliability, решение 15) # Телеметрия выключена, как у api и worker (design change # job-trace-propagation, решение 7) relay: restart: "no" environment: RELAY__POLL_INTERVAL_SECONDS: "0.2" RELAY__REPUBLISH_AFTER_SECONDS: "5" TELEMETRY__ENABLED: "false" # worker со сроками, сравнимыми со временем теста, и без перезапуска: его # останавливают и убивают сами проверки (design change async-attachments, # решение 15). Сумма пауз 14–28 с больше возврата S3 (~8 с): «Временная # ошибка» успевает. Аренда 12 с. Значения run_failures.py передаёт тестам # (FAULT_WORKER_*) worker: restart: "no" environment: WORKER__MAX_ATTEMPTS: "4" WORKER__RETRY_BASE_DELAY_SECONDS: "4" WORKER__RETRY_MAX_DELAY_SECONDS: "16" WORKER__JOB_TIMEOUT_SECONDS: "10" WORKER__LEASE_MARGIN_SECONDS: "2" WORKER__RENDER_TIMEOUT_SECONDS: "8" WORKER__RENDER_CPU_LIMIT_SECONDS: "3" WORKER__GRACEFUL_SHUTDOWN_SECONDS: "2" TELEMETRY__ENABLED: "false" # уборщик с grace и интервалом, сравнимыми со временем теста (design # change upload-consistency, решение 10). Grace 20 с больше границы живой # загрузки при сроках по умолчанию (2 × 6 + 5 = 17 с): занижать сроки ради # меньшего grace значило бы обойти проверку. Без перезапуска: падение не # прячется. Значения run_failures.py передаёт тестам # (FAULT_CLEANER_GRACE_S, FAULT_CLEANER_INTERVAL_S). Плановая сверка # выключена: иначе она исправляла бы расхождения, которые тест внёс и ещё # проверяет. Сверку запускают сами тесты (hook reconcile), плановую — # отдельный уборщик hook run-cleaner (design change track2-reconciler, # решения 9 и 11) cleaner: restart: "no" environment: CLEANER__PENDING_GRACE_SECONDS: "20" CLEANER__INTERVAL_SECONDS: "1" CLEANER__STAGING_RETENTION_SECONDS: "60" RECONCILER__INTERVAL_SECONDS: "0"