177 KiB
MTUSI Messenger
REST API мессенджера (пользователи, чаты, история сообщений). Этот код
переносится через все семь лабораторных курса и на каждой обрастает
инфраструктурой. Текущая работа — лаба 6 (lab.json): наблюдаемость —
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). 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. Первое изменение лабы, наблюдаемость (уровень 3) — change
otel-telemetry (заархивирован 2026-11-11,
openspec/changes/archive/2026-11-11-otel-telemetry/, новая capability
observability): SDK в
API и worker (секция [telemetry], src/infra/telemetry/), Collector
contrib, Prometheus, Loki, Tempo и Grafana в compose (infra/otel/, сеть
telemetry, наружу — только Grafana на 127.0.0.1:GRAFANA_OUT_PORT), сигналы
уровня 3, healthcheck брокера от его пользователя (стенд с нуля одной
командой), команды драйвера telemetry-check, telemetry-outage,
stand-from-scratch (правило telemetry.md). Второе изменение лабы, первая
часть уровня 4 — change job-trace-propagation (заархивирован 2026-11-11,
openspec/changes/archive/2026-11-11-job-trace-propagation/, capability
observability, изменены ещё graceful-shutdown, service-configuration,
service-logging):
контекст W3C загрузки в attachment_jobs.traceparent / tracestate
(ревизия e4b8c2d17f90), SDK в relay (messenger-relay), span producer
relay и consumer span worker (parent и link) — одна трасса на загрузку, с
повторами и replay; заголовки AMQP — carrier, тело сообщения прежнее;
ParentBased(ALWAYS_ON); ленивый импорт SDK; метрики уровня 4 — время до
ready, очередь и возраст (снимок relay), пул db.client.connection.*
(CountingQueuePool), насыщение worker, CPU и память контейнеров из cgroup
(без docker.sock); панели уровня 4 в том же dashboard; команда драйвера
trace-chain. Код — commit 72cfa9a, evidence снято на нём:
evidence/telemetry/check.md, queue-snapshot.md, раздел change в
budget.md, evidence/migrations/job-trace-context.md; правки verify —
commit 72e2598, на нём пересняты evidence/telemetry/trace-chain.md и
collector-outage.md (check.md, trace-chain.md и collector-outage.md ещё раз
пересняты на 15ea156, change slo-alerts). Третье изменение лабы, вторая часть уровня 4 —
change slo-alerts (заархивирован 2026-11-14,
openspec/changes/archive/2026-11-14-slo-alerts/, изменяет observability и load-balancing):
SLI и SLO (доступность на LB 99,5 %, задержка «лёгких» ручек ≤ 0,25 с 99 %,
время до ready ≤ 30 с 99 %, окно 7 суток), метрики HAProxy (/metrics на
порту статистики, забирает только Collector), правила записи и семь
оповещений Prometheus в infra/otel/prometheus/rules.yml с тестами
rules.test.yml (make alerts_test, шаг CI) и runbooks
infra/otel/runbooks/, без Alertmanager; очереди экспорта Collector по байтам
и повторы 30 с, срок рядов экспортёра 1 мин, время начала рядов по protobuf
(created-timestamp-zero-ingestion); внутренние метрики SDK и учёт потерь
(telemetry:lost_items:total); панели SLO, LB и конвейера; команды драйвера
alerts-check и backend-outage. ВМ Docker Desktop с 2026-11-11 — 12 CPU /
11 902 МиБ. Код — commit 15ea156, evidence снято на нём (2026-11-13):
evidence/alerts/rules-test.md, evidence/alerts/check.md,
evidence/telemetry/backend-outage.md, пересняты evidence/telemetry/check.md,
trace-chain.md, collector-outage.md, раздел change в budget.md. Правки verify
(ноль ряда потерь процесса SDK, описания оповещений с текущим значением, панель потерь
в проверках, pending на каждом шаге, сверка SLI одним окном) — commit ef60b47, на нём
пересняты (2026-11-14) rules-test.md, alerts/check.md и backend-outage.md;
evidence/telemetry/check.md — на 4a2f9c9 (тот же код и правила, драйвер ждёт в Loki все записи
прохода relay). Четвёртое изменение лабы, уровень 5, трек 1 «Цена наблюдаемости» — change
track1-telemetry-cost (заархивирован 2026-11-15,
openspec/changes/archive/2026-11-15-track1-telemetry-cost/, изменяет
observability, service-configuration, load-benchmark): выбор трасс в голове и наборы границ
histogram — поля [telemetry] trace_sample_ratio, metric_buckets (по умолчанию прежнее
поведение), счёт начатых span otel.sdk.span.started, запись о старте с долей, набором и
интервалом; телеметрия на стенде bench/ — профиль make bench_telemetry (варианты off,
full, full-aa, head, tail, metrics, balanced, редкие события с известным счётом,
evidence/telemetry-cost/<метка>/) и выключатель TELEMETRY=on у bench_uploads и
bench_queue; сбалансированная конфигурация — bench/otel/ (рабочий стенд остаётся со всеми
трассами); гипотезы H1–H8 и критерии B1–B5 — REPORT.md, «Цена наблюдаемости (трек 1)».
Гипотезы — commit 509afca, метка evidence/telemetry-cost/baseline2/ снята на коде 68e14b6
(каталог — commit 0f5dbfc), правки verify — commit 56132c7.
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
остались в её репозитории. Дальше — что досталось от лабы 5: брокер
RabbitMQ 4, отдельный worker, состояния вложения queued / processing /
ready / failed и преобразование изображений; загрузка отвечает 202
(COURSE.md, переход 4 → 5, contracts/README.md, «Фоновая обработка (с
lab5)», contracts/attachment-states.md, contracts/jobs.schema.json).
Предупреждения о хосте, которые явно не влияют на результат замера, прогон
не останавливают (указание пользователя 2026-10-31). Фоновая обработка
(уровень 3) — change async-attachments (заархивирован 2026-10-31,
openspec/changes/archive/2026-10-31-async-attachments/): загрузка — 202
после staging, задания в PostgreSQL и подтверждения брокера, worker на
образе API, thumbnail, очередь RabbitMQ 4, новые capability
attachment-processing и message-broker. Надёжность конвейера
(уровень 4) — change pipeline-reliability (заархивирован 2026-10-31,
openspec/changes/archive/2026-10-31-pipeline-reliability/, новая capability job-outbox): outbox и
relay вместо публикации в запросе, варианты crop и optimized, лимиты в процессе
обработки на задание, backoff с jitter, реестр failed и replay, аренда и fencing,
prefetch, очистка staging. Единица работы — change unit-of-work (заархивирован 2026-11-01,
openspec/changes/archive/2026-11-01-unit-of-work/, полный UoW по Cosmic Python, решение
пользователя, новая capability unit-of-work): сервисы на абстракциях
src/core/ports/, соединение на шаг, быстрые тесты service-tests/. Очередь под
перегрузкой (уровень 5) — change track1-queue-overload (заархивирован 2026-11-02,
openspec/changes/archive/2026-11-02-track1-queue-overload/, новая capability
queue-overload): предел незавершённых заданий на входе API, профиль make bench_queue,
гипотезы H1–H9 в REPORT.md лабы 5; основная метка baseline4 — в репозитории лабы 5. В
лабу 5 код пришёл из лабы 4 (репозиторий mtusi2026lab4-safronov, ветка
solution/bvt2301-safronov, commit 2546deb); отчёт и evidence лабы 4
остались в её репозитории. Дальше — что досталось от лабы 4. S3 в стенде — change s3-storage (заархивирован
2026-10-20, openspec/changes/archive/2026-10-20-s3-storage/):
SeaweedFS с приватным bucket, bootstrap и клиент src/infra/s3/.
Вложения — change attachments (заархивирован 2026-10-21,
openspec/changes/archive/2026-10-21-attachments/): ручки загрузки,
метаданных и скачивания, структурная проверка PNG/JPEG,
attachment_ids в сообщениях, таблицы attachments и
message_attachments. Согласованность БД и S3 — change
upload-consistency (заархивирован 2026-10-21,
openspec/changes/archive/2026-10-21-upload-consistency/): компенсация
в загрузке (удаление объекта при известном исходе, 503 вместо 500),
уборщик незавершённых загрузок — сервис cleaner (python -m src.cleaner, grace 900 с, свой пользователь S3 «чтение и удаление»),
частичный индекс строк pending, новая capability
storage-consistency. Память и сроки загрузки — change
upload-memory (заархивирован 2026-10-22,
openspec/changes/archive/2026-10-22-upload-memory/): места загрузки на
процесс API ([uploads]: 4 места, очередь 16, ожидание 5 с, затем 429
rate_limited с Retry-After), срок тела 30 с (400), одна копия тела
при PUT, буферы сокетов реплики 512 KiB и LB 256 / 128 KiB, timeout server
LB пути загрузки 30 с, дренаж замены 90 с, профиль uploads стенда
bench/. Сверка bucket и БД (трек 2) — change track2-reconciler
(заархивирован 2026-10-22,
openspec/changes/archive/2026-10-22-track2-reconciler/): сверка в
процессе уборщика (make reconcile [APPLY=1] и плановая), классы
расхождений, пометка потерянного оригинала lost_at, список по
префиксу у ключа уборщика. Изредка 503 на загрузке — change
fix-upload-put-flake (заархивирован 2026-10-23,
openspec/changes/archive/2026-10-23-fix-upload-put-flake/): у клиента
S3 нет срока чтения aiohttp (он переживал ответ и портил соединение в
пуле), срок — только asyncio.timeout вызова и блока; четвёртый API
стенда отказов со сроком S3 1 с (test_upload_after_idle_s3), проба
driver.py s3-idle. Стоимость сверки (трек 2) — change
track2-reconcile-cost (заархивирован 2026-10-23,
openspec/changes/archive/2026-10-23-track2-reconcile-cost/): стратегия «HEAD на строку» и
глубокая сверка (класс «другой SHA-256», пометку снимает только тот же
SHA-256) в разовом проходе, предел скорости [reconciler] max_objects_per_second (2000 объектов S3/с), отказ по пределу без
лишних перепроверок, стоимость прохода в его итоге, профиль reconcile
стенда bench/. Рабочий план лабы 4 (PLAN.md) удалён после закрытия
всех changes: итоги — в REPORT.md репозитория лабы 4, открытые вопросы
преподавателю — в его разделе «Открытые вопросы преподавателю», последняя
версия плана — там же, git show fd03b84:PLAN.md. Из лабы 2: PostgreSQL
как источник истины, вход по Basic → Bearer-сессия, Valkey — кэш
карточек чатов. Из лабы 3: HAProxy перед ≥2 репликами API
(replicas-lb), X-Instance-Id и обязательный Idempotency-Key
(instance-id-idempotency), замеренная цепочка таймаутов
(graceful-failover), поочерёдная замена реплик make rolling_update
(rolling-update), ранний обработчик SIGTERM (fix-known-issues),
строгие курсор и UUID на входе (strict-id-validation). Стенд bench/
— трек 2 лабы 2 (план запроса и восстановление), профили failover и
rollout, серии трека 1 лабы 3 (scaling-bench, scaling-improvement,
profile-resources). Changes лаб 2 и 3 и s3-storage, attachments,
upload-consistency, upload-memory, track2-reconciler,
fix-upload-put-flake, track2-reconcile-cost лабы 4, async-attachments,
pipeline-reliability, unit-of-work и track1-queue-overload лабы 5 и
otel-telemetry, job-trace-propagation, slo-alerts и track1-telemetry-cost лабы 6 — в
openspec/changes/archive/, активных нет (новые
capability: с s3-storage —
object-storage, с attachments — attachments, с
upload-consistency — storage-consistency, с async-attachments —
attachment-processing, message-broker, с pipeline-reliability — job-outbox,
с unit-of-work — unit-of-work, с track1-queue-overload — queue-overload, с
otel-telemetry — observability);
в KNOWN_ISSUES.md одиннадцать открытых записей (запись о первом старте RabbitMQ на
пустом volume закрыта change otel-telemetry; с него же — 400 текстом uvicorn на
нестандартный метод HTTP; смесь версий при замене реплик на первый
релиз с обработкой; bootstrap после удаления
bucket; уборщик
удаляет объект зависшей загрузки по ключу вне своего префикса; 408 LB на медленные заголовки текстом HAProxy; поля float настроек принимают inf; 504 LB на метаданных и скачивании вложения при зависшем PostgreSQL; ложный FAIL driver.py reconcile-cycle на наполненном стенде; память S3 на долго живущем стенде; граница живой загрузки уборщика без закрытия соединения; остановка API при замороженном PostgreSQL дольше срока контейнера). Отчёт, evidence и рабочий план лабы 3 остались в её
репозитории (REPORT.md, evidence/, git show 063eedb:PLAN.md).
Стек: Python 3.12, uv, FastAPI, pydantic v2, pydantic-settings,
structlog (JSON в stdout), redis-py (клиент Valkey), aiobotocore
(клиент S3).
Репозиторий — fork skeleton преподавателя. Задание, контракт и публичные
проверки уже лежат в нём. Реализацию, Dockerfile, compose, собственные
тесты и REPORT.md пишем мы.
Обязательные правила
-
Контракт и skeleton не менять:
contracts/,tests/,scripts/(кроме своихscripts/restart.shиscripts/stop-one.shпо образцамrestart.example.shиstop-one.example.sh),lab.json,README.md,COURSE.md,CONTRIBUTING.md,MAINTAINERS.md,.github/(кроме своего CI job поCONTRIBUTING.md, «CI»:.github/workflows/application.ymlи.github/ci/),compose.example.yaml,infra/README.md, целиcheck/validate/test/load/test-persistence/test-failoverвMakefile. Если публичный тест упал, чиним приложение, а не тест. Если в контракте противоречие — сказать пользователю (это вопрос преподавателю), не выбирать трактовку самому. Ответ преподавателя записать в «Согласования с преподавателем». -
Git не трогать без явной просьбы: никаких commit, push, checkout, reset, stash. Смотреть можно (
git status,git diff,git log). Замер или evidence для отчёта снимается с закоммиченного кода, но коммит — только после подтверждения пользователя: показать изменения, предложить сообщение, ждать ок (.claude/rules/bench.md, «Измеренное состояние — commit»). -
Перед завершением задачи с кодом —
make lint. Правки API проверять на запущенном сервере (make run_devили контейнер, затемmake testиmake student_test), а не «на глаз». -
Тесты пишем: black-box по HTTP в
student-tests/(.claude/rules/student-tests.md), в bp_proxies тесты были запрещены, здесь они часть рубрики уровня 4; быстрые тесты сервисов на фейках и настоящая единица работы — только вservice-tests/вне образа (.claude/rules/service-tests.md). -
Единица работы (change
unit-of-work,service-layer.md): работа сервиса с PostgreSQL —async with self.uow:, один блок — одна транзакция, явныйawait self.uow.commit(), выход без него — откат. Вложенный блок и repo вне блока или после фиксации — ошибка. В сервисах нетAsyncSession, SQLAlchemy, реализаций repo и глобалов хранилищ: они зависят отsrc/core/ports/, реализации выбирают точки входа. Экземпляр — на задачу: запрос, доставка worker, сервис в последовательных процессах. Соединение занято на шаг, вход и операция — разные блоки;[database] request_timeout_seconds— срок блока с откатом, а на JSON-роутерах ещё и общий срок запроса (request_deadline). Новый метод repo — порт, SQL, фейк и строкаservice-tests/repo_contract.py. -
Упавший тест — сначала разбор, потом правка. Воспроизвести падение, прочитать вывод и назвать причину: дефект приложения, ошибка в самом тесте или стенд (чужой сервис на порту, старый образ, не тот
BASE_URL). Только после этого что-то менять, а в итоге задачи сказать, в чём была причина. -
Если тест упал, чинится код, а не тест. Упавший тест из
student-tests/правится только в крайнем случае:- поведение меняется намеренно: так записано в дельте спека OpenSpec change или в контракте новой лабы. Тест правится вместе со спеком;
- тест ошибочен сам: противоречит спеку или контракту либо зависит от случайного (порядок тестов, время, чужие данные на стенде). В итоге задачи назвать, чему именно он противоречит.
«Тест красный» — не причина его править. Нельзя ослаблять проверку, подгонять ожидание под фактический ответ, ставить
skip/xfailили удалять тест, чтобы прогон позеленел. Дефект приложения вне текущей задачи записывается вKNOWN_ISSUES.md(правило ниже), а тест остаётся как есть. Если причина неясна или правка теста спорная — остановиться и спросить. -
Лаба 2: источник истины — PostgreSQL, SQLite его не заменяет. Пользователи, чаты, участники, сообщения и ещё действующие сессии переживают рестарт API и хранилищ без удаления volumes. Basic — только на
POST /auth/sessions, остальное — Bearer;X-User-Idдоступа не даёт; пароли — только через password KDF (auth.md). Valkey — на «4», кэш карточки чата: источник истины — PostgreSQL, отказ Valkey — обход кэша, а не ошибка (infra.md). Всё это сохраняется в лабах 3–6. -
Лаба 3: ≥2 взаимозаменяемые реплики
apiза HAProxy — единственной публичной точкой входа; порты реплик наружу не публикуются, sticky session нет. В памяти процесса нет ничего, от чего зависит корректность: сессии, данные и ключи идемпотентности — в Postgres, Valkey — общий кэш неизменяемых карточек, S3 — байты вложений. В каждом ответе API —X-Instance-Id.POSTсообщения требуетIdempotency-Key; ключ и сообщение пишутся в одной транзакции (api-contract.md,service-layer.md). Миграции — однократно, отдельным сервисом, не репликами, и только расширяют схему: старые реплики работают на новой (migrations.md). Новый код доходит до реплик без простоя черезmake rolling_update. Стенд и отказы —balancer.md. В каждом процессе uvicorn по-прежнему один worker: масштабирование — числом реплик. Всё это сохраняется в лабах 4–6. -
Лаба 4, S3 (change
s3-storage): SeaweedFS в стенде, образ закреплён тегом и digest, volumes3_data. Bucket приватен с первой секунды: административная пара — только у сервера, служебные серверы — на loopback контейнера, gRPC шлюза закрыт ключом подписи. Bucket, политику и пользователя API создаёт одноразовыйs3-bootstrap(идемпотентно, сам проверяет приватность), реплики ждут его, как миграций. У API — только ключи своего пользователя (чтение, запись, удаление объектов своего bucket). Срок вызова клиента S3 — толькоasyncio.timeoutвызова и блока,read_timeoutaiohttp выключен (changefix-upload-put-flake,infra.md)./health/readyS3 не проверяет. Приватность вне API —make s3_check(docker.md,infra.md, design changes3-storage). -
Лаба 4, согласованность БД и S3 (change
upload-consistency): строкаpendingс ключом — до PUT; после записанного объекта сбой до отправки COMMITready— объект удаляется до ответа 503, исход COMMIT неизвестен — объект не трогается (service-layer.md). Незавершённые загрузки убирает только уборщик — отдельный сервисcleanerна образе API, а не реплики: строкиpendingстарше[cleaner] pending_grace_seconds(900 с; больше границы живой загрузки 17 с по формуле, с закрытием соединения до 21 с, иначе уборщик не стартует) подFOR UPDATE SKIP LOCKED, в два шага: пометка строки (updated_at) отдельной транзакцией, затем объект и строка одной транзакцией под блокировкой (объект раньше строки); помеченную строкуmark_queuedвqueuedне переводит,queued,processing,readyиfailedуборщик не трогает, удаляетstaging_key, а у строки прежней версииobject_key. У уборщика свой пользователь S3 — только чтение и удаление объектов своего bucket, ключиS3_CLEANER_*только у него и bootstrap (docker.md,settings.md). -
Лаба 4, сверка bucket и БД (change
track2-reconciler, трек 2): её делает процесс уборщика — разоваяmake reconcile [APPLY=1](по умолчанию dry-run; коды 0 / 3 / 1 / 2) и плановая в сервисеcleanerпри старте и раз в[reconciler] interval_seconds(3600 с) с исправлением. Удаляется только объект без строки старше grace и зависшая загрузка (шагом уборщика); строкиready, объект, на который ссылается строка, и чужой ключ — никогда; строку с ключом вне<база>/attachments/сверка только называет (чужой объект): её объект не читает, строку не помечает и не убирает. Сигнал — перед каждым вызовом хранилища (остановка ждёт ≤ 5 с S3 или ≤ 6 с шага БД). Grace — тот же[cleaner] pending_grace_seconds, поLastModifiedобъекта и времени строки; перед каждым действием — перепроверка в БД и HEAD, отсутствие объекта — только при живом bucket; больше[reconciler] max_changes(100) изменений — ни одного и код 3. Потерянный оригинал помечается (attachments.lost_at): скачивание — 404, метаданные — 200, ссылка — 201 (вопрос преподавателю,REPORT.md, «Открытые вопросы преподавателю»). Уборщику разрешён список только с префиксом<база>/attachments/(S3_CLEANER_LIST_PREFIXу bootstrap). На время восстановления базы уборщик останавливают (docker.md). С changetrack2-reconcile-cost: проход затрагивает в среднем не больше[reconciler] max_objects_per_second(2000; 0 — без предела) объектов S3 в секунду, паузу прерывает сигнал; разовый проход — ещё--strategy head(выборка строки на объект, HEAD на строку, без множества ключей) и--deep(GET и SHA-256: «другой SHA-256» помечается потерянным), плановая — всегдаbatch, поверхностная; «оригинал вернулся» — только тот же SHA-256; с--apply, как только подтверждённых изменений больше предела, остальные кандидаты не перепроверяются (unchecked); итог называет стоимость — объекты и запросы S3, байты, сеансы, длительность шагов (service-layer.md). -
Лаба 4, память загрузок (change
upload-memory): память загрузок реплики ограничена числом мест, а не числом клиентов. Место берётся после проверок 401/400/404/415/413 и до чтения тела, держится до ответа и освобождается при любом исходе; без места — очередь процесса до[uploads] max_waitingне дольшеwait_timeout_seconds, затем 429 сRetry-Afterбез строки и объекта. Тело — не дольшеbody_timeout_secondsс момента места (иначе 400), в PUT уходит тот жеBytesIOбез второй копии (service-layer.md). Ожидание, тело и проверка — до строкиpending: граница B уборщика прежняя (17 с по формуле, с закрытием соединения до 21 с:KNOWN_ISSUES.md). Буфер приёма сокетовapi— 512 KiB (sysctls), буфер отправки LB к реплике — 256 KiB, буфер приёма LB от клиента — 128 KiB;timeout serverпути загрузки 30 с, остальных — 10 с;ROLLOUT_DRAIN_TIMEOUT90 с (balancer.md,docker.md). -
Лаба 5, фоновая обработка (change
async-attachments,worker.md): ответ 202 — только после оригинала в staging (<база>/staging/<id>/original) иqueuedс заданием одной транзакцией. Ack — после устойчивого эффекта, повтор — те же ключи, ключ эффекта(attachment_id, pipeline_version, variant). Брокер, relay и worker не входят в/health/ready, без них работают загрузка (202), текст, история, метаданные и готовые байты. Очередь —<база>.attachment.process.v1, durable, сообщения persistent, в них только id и служебные поля (contracts/jobs.schema.json). -
Лаба 5, надёжность конвейера (change
pipeline-reliability,worker.md): брокера в пути запроса нет, у реплик API ни клиента, ни пароля; намерения (attachment_jobs,state = 'queued' AND published_at IS NULL) публикует relay (python -m src.relay, отдельный сервис) с подтверждением, отметка — только подтверждённым; доставка at least once, дубль — no-op. Сообщение — подсказка, истина в строке: дубль при живой аренде и сообщение раньше срока подтверждаются без эффекта, номер попытки — fencing. Арендаjob_timeout + lease_marginбез пульса, истёкшую возвращает relay. Следующую попытку публикует relay поnext_attempt_at(backoff с jitter), пауза места конкуренции не занимает. Декодирует и делает три варианта только отдельный процесс на задание (src/worker/render.py, лимиты CPU и адресного пространства, без секретов в окружении): Pillow нет ни в репликах, ни в процессе worker. Постоянная ошибка —failedсразу, реестр — строкиfailed, возврат —make replayс записью аудита и новым бюджетом (attempt_base). Staging убирает только уборщик: уready— следующим проходом, уfailed— по[cleaner] staging_retention_secondsвместе с частично записанными объектами, блокировкаFOR NO KEY UPDATE; сверка находитorphan_staging. Лимиты 0,25 CPU / 256 МБ у relay, пул- Цепочка LB — 26 с и 73 с (
balancer.md).
- Цепочка LB — 26 с и 73 с (
-
Лаба 5, предел принятой работы (change
track1-queue-overload, спекqueue-overload,service-layer.md): загрузка при[uploads] max_unfinished_jobs(250, 0 — без предела) и больше незавершённых заданий стенда (queued,processing) получает 429rate_limitedсRetry-After: 5, без тела и места, ни строки, ни объекта. Порядок: 404 → 415 → 413 → 429 предела → 429 мест. Считает все реплики по PostgreSQL одним запросом в первом блоке (три частичных индекса сLIMITна группу,count_unfinished), шаг с БД не прибавляется, цепочка LB прежняя. Предел мягкий: превышение — только загрузки в полёте. Текст, история, метаданные, готовые байты и/health/readyот него не зависят. Профильuploadsи четыре прежних API стенда отказов — с пределом 0. -
.env,config.toml, секреты, токены и реальные данные не попадают ни в git, ни в образ. Вevidence/иREPORT.md— только обезличенные выводы команд. -
Найденный попутно дефект не чинить без просьбы: записать в
KNOWN_ISSUES.md(завести при первой находке) с путём и предложением правки. -
OpenSpec: если команде
/opsx:*подходит больше одного изменения (change) — несколько активных вopenspec/changes/, имя совпало частично, из контекста подходят несколько, — не выполнять её для всех подряд и не выбирать самому. Спросить, для какого изменения запустить: варианты — каждое по имени, последним — «все». То же при нескольких подходящих спеках (capability).
Согласования с преподавателем
Договорённости, которых нет в skeleton. Каждую упомянуть в REPORT.md
и перенести в следующую лабу вместе с этим файлом, если она ещё
действует.
| Дата | Договорённость | Где учтено |
|---|---|---|
| 2026-09-26 | Лабы можно делать на FastAPI, несмотря на расхождения с контрактом (лишний 422, другой порядок кодов ошибок). Публичный smoke при этом должен проходить | .claude/rules/api-contract.md, раздел «FastAPI» |
| 2026-09-29 | Конфиг через pydantic-settings: окружение → .env → config.toml → дефолты. config.toml не в git и не в образе, монтируется read-only при запуске. Это подходит под «конфигурация приходит из окружения» (README лабы 1, п. 3) и п. 6 Dockerfile.example. Требование «только env» — упрощение курса, config.toml можно использовать |
.claude/rules/settings.md, .claude/rules/docker.md |
| 2026-10-20 | Лаба 4: «пустой текст» сообщения — это и "", и текст только из пробельных символов. Допустимы: вложение + непустой текст, без вложения + непустой текст, вложение + пустой текст. Значит, " " с хотя бы одним вложением — 201, без вложений — 400 |
спек messages (change attachments, сценарий «Пробелы с вложением»), design attachments, решение 8; .claude/rules/api-contract.md |
Задание и контракт: важные файлы
| Файл | Что в нём |
|---|---|
README.md |
задание лабы: рубрика 3/4/5, сценарий и вопросы защиты, что приложить к PR |
COURSE.md |
карта семи лаб, три объявленных перехода API (1→2, 2→3, 4→5), правила честных измерений |
contracts/openapi.json |
нормативный OpenAPI 3.1: пути, схемы, коды ответов |
contracts/README.md |
нормативная семантика: формат ошибок, валидация, пагинация, Basic → Bearer-сессии, TTL и отзыв, с lab3 — Idempotency-Key и X-Instance-Id, с lab4 — вложения: сырые bytes PNG/JPEG ≤10 MiB и ≤40 млн пикселей, на лабе 4 201 Attachment (ready), с лабы 5 — 202 (queued), attachment_ids в сообщении, download только участникам; пустой текст (в том числе из пробелов) — только с вложением (согласование 2026-10-20); разделы lab5+ — на будущее; как это сделано — api-contract.md, «Вложения (лаба 4)» |
contracts/examples.json, infrastructure.json |
примеры тел (проверяет make validate); роли инфраструктуры лабы: api ×2+ без локального состояния, postgres, load_balancer, s3 (одно из MinIO, SeaweedFS, RustFS; приватный bucket, persistent volume); Redis/Valkey — необязательно; внутренние порты реплик в обход LB не публикуются; с лабы 6 — otel_collector (metrics, logs, traces), telemetry_storage (три сигнала, например Prometheus, Loki, Tempo; persistent volume) и grafana (provisioning в git) |
contracts/observability.md |
с лабы 6: логические сигналы по уровням (HTTP requests и duration, jobs и их duration, логи с trace_id / span_id, трассы API и worker; на 4 — queue depth и возраст старейшей job, пул БД и saturation worker, сквозная связь upload → publish → consume, время до ready), resource attributes, запрещённые labels и данные в telemetry, определение error ratio, что лежит в git (Collector, backends, provisioning, dashboard JSON, alert rules), три контролируемых инцидента уровня 4 |
lab.json |
номер лабы (6); по нему tests/client.py выбирает профиль (с лабы 2 — Basic при входе, дальше Bearer; с лабы 3 — идемпотентность; с лабы 4 — вложение, 201 вместо 202 с лабы 5; у лабы 6 — как у лабы 5) |
tests/smoke.py, tests/client.py |
публичный сквозной сценарий make test; с лабы 4 — загрузка tests/fixtures/sample.png, сообщение с attachment_ids, SHA-256 скачанного оригинала, 404 постороннему; что он проверяет и чего нет — tests/README.md |
tests/fixtures/, tests/image_probe.py |
синтетический PNG 320×200 и его SHA-256 (tests/fixtures/README.md); размеры JPEG без внешних библиотек (thumbnail — с лабы 5) |
tests/resilience.py |
make test-persistence: данные, прежний токен и с лабы 4 — тот же оригинал вложения после restart hook; make test-failover: ≥2 реплики, запись во время остановки одной, повтор с тем же ключом, без дублей |
tests/load.py |
closed-loop нагрузка POST сообщений (make load); для трека 5 одного его мало |
scripts/check_contract.py, scripts/validate_openapi.py |
make check / make validate |
scripts/restart.example.sh |
образец restart hook; свой — scripts/restart.sh: перезапуск API и всех хранилищ без удаления volumes |
scripts/stop-one.example.sh |
образец failover hook; свой — scripts/stop-one.sh: остановить одну API-реплику по TARGET_INSTANCE_ID и оставить её остановленной |
compose.example.yaml |
список ролей с пустым services, не стенд; свой стенд — свой compose-файл |
infra/README.md |
куда класть конфигурации сервисов и что сопоставить в REPORT.md |
infra/otel/README.md |
с лабы 6: что положить — collector.yaml (receivers, processors, exporters, bind endpoints, memory limits / batch, поведение при backpressure), конфиги хранилищ, provisioning datasources и dashboards Grafana, dashboard JSON; на 4 — alert rules и runbooks; OTLP, metrics и административные порты наружу не публиковать; сделано — infra/otel/ (change otel-telemetry, карта кода; alert rules, тесты и runbooks — change slo-alerts: infra/otel/prometheus/rules.yml, rules.test.yml, infra/otel/runbooks/), правило telemetry.md |
REPORT.md |
отчёт: запуск из чистого clone, архитектура, доказательства по каждому критерию, эксперименты, ИИ и источники |
evidence/ |
сохранённые выводы проверок и измерений (что можно класть — evidence/README.md) |
CONTRIBUTING.md |
fork/PR, имя ветки, что переносить в следующую лабу |
.github/pull_request_template.md |
шаблон PR; CI workflows/contracts.yml проверяет только контракт, приложение не запускает; сборку, стенд и make test — свой job workflows/application.yml (карта кода) |
Dockerfile.example |
опорные шаги Dockerfile, не рабочий файл |
.env.example |
шаблон .env; «логические» имена skeleton (lab2, lab3 API_REPLICAS, IDEMPOTENCY_TTL_SECONDS и новые lab4 S3_*, MAX_UPLOAD_BYTES, MAX_IMAGE_PIXELS, lab5 BROKER_URL_FILE и др.) перечислены в шапке, их соответствие — в REPORT.md (settings.md); имена lab6 OTEL_* настройками не являются — их соответствие [telemetry] и константам кода в шапке шаблона и в REPORT.md; GRAFANA_ADMIN_PASSWORD (случайный от make env_setup) и GRAFANA_OUT_PORT |
examples/requests.http |
ручные запросы для HTTP-клиента IDE |
Где лежат инструкции
Четыре уровня, не дублировать их друг в друге:
-
AGENTS.md(этот файл): инварианты, команды, карта кода.CLAUDE.mdимпортирует его. -
.claude/rules/*.md: правила по слоям. Подгружаются автоматически, когда открыт файл изpaths:во фронтматтере. Проект пишется с нуля, а при создании файла через Write правило само не подгрузится. Поэтому перед созданием первого файла слоя его правило нужно прочитать руками.Файл Действует на api-contract.mdsrc/api/**,src/core/**,src/schemas/**,student-tests/**: что требует контракт и где FastAPI по умолчанию его нарушаетapi-layer.mdsrc/api/**,src/main.py: роутеры, зависимости, middlewares, обработчики ошибокservice-layer.mdsrc/core/services/**: единица работы, транзакции, порядок действийrepo-layer.mdsrc/core/repos/**,src/core/ports/**: порты и repo-классыdto.mdsrc/schemas/**infra.mdsrc/infra/**: логгер, PostgreSQL (engine, пул, таймауты), readiness, кэш Valkey (повтор только на обрыв, срок на команду, обход при отказе), клиент S3 (без повторов, срок на вызов, перевод ошибок) и другие клиентыauth.mdsrc/**/session.py, сервис пользователей,dependencies.py,errors.py, идентификация вstudent-tests/: пароль и KDF, разбор Basic, токен, срок и отзыв сессииlogging.mdсервисы, API, инфраструктура, src/main.py: где и как логировать, чего в логах быть не должноsettings.mdsrc/config/**,.env.example,config_example.toml: источники настроек, что куда кластьrun-modes.mdточки входа, Makefile, compose, шаблоны конфигов: console и docker, uvicorn, SIGTERMdocker.mdDockerfile,docker-compose.yml,.dockerignore,scripts/restart.sh,infra/**,.github/ci/**,.github/workflows/application.yml: мультистейдж, non-root, пины, healthcheck, стенд compose, S3 и bootstrap, секреты по сервисам, volumes, restart hookbalancer.mddocker-compose.yml,infra/haproxy/**,scripts/stop-one.sh,scripts/rolling-update.sh: реплики за HAProxy, проверки и цепочка таймаутов, повторы LB, failover hook, поочерёдная замена, лимиты и пулы (с лабы 3)student-tests.mdstudent-tests/**: обязательные проверки уровня 4, black-box по HTTP, особый стендservice-tests.mdservice-tests/**: быстрые тесты на фейках, контракт repo на фейке и на SQL, временная базаworker.mdsrc/worker/**,src/relay/**,src/infra/render/**,src/core/services/attachment_processing.py,attachment_relay.py,attachment_replay.py,src/utils/image_variants.py: worker, relay, процесс обработки, claim и fencing, аренда, бюджет, лимиты, варианты, replaybench.mdbench/**: нагрузочный стенд на Postgres (проект composemtusi-bench), что не меняется между метками замеров, граница чёрного ящика и планы запроса, сравнение меток, коммиты измеренных состоянийmigrations.mdmigrations/**,alembic.ini,src/infra/db/models/**: схема до запросов, ограничения, индексы, повторный запуск миграцийtelemetry.mdsrc/infra/telemetry/**,infra/otel/**(с лабы 6): SDK только из[telemetry]и безOTEL_*, правило корня, запреты атрибутов, журнал через хуки, закрытие со сроком, конфигурации Collector, хранилищ и Grafana файлами для CI, сети и healthcheck -
openspec/(схемаspec-driven, язык артефактов — русский, см.openspec/config.yaml): что система делает и зачем.specs/<capability>/spec.md— текущее поведение,changes/<change>/— предложения (proposal.md,design.md,tasks.md, дельты спеков),changes/archive/— внедрённые. Крупную работу ведут командами/opsx:propose→/opsx:apply→/opsx:verify→/opsx:archive(ещёexplore,update,sync). Команды в.claude/commands/opsx/ставитopenspec update, руками их не править. Спеки не пересказывают контракт и правила: вtasks.mdссылаться наcontracts/и.claude/rules/, а не копировать их. -
Граф кода (
graphify-out/, CLI graphify; локальный, не в git и не в образе, состав —.graphifyignore): для вопросов о структуре и связях — где используется, кто вызывает, что затронет правка. Команды:graphify query "<вопрос>",graphify path "A" "B",graphify explain "X",graphify affected "X". Граф — подсказка, а не источник правды: до обновления он отстаёт от кода.- Перед правкой — Read файла, как без графа: иначе правило слоя из
.claude/rules/не подгрузится. Граф этого не заменяет. - Граф строится без LLM: код — по AST, markdown — по структуре
(разделы становятся узлами). Раздел правила или спеки связан
(
references, INFERRED) с символами кода, упомянутыми в его тексте в обратных кавычках. Полной карты «правило → код» в графе нет — она в таблице выше и вpaths:правил. queryищет узлы по подстроке метки. В запрос — имена символов кода ("ChatService ChatNotFound chat"), а не пересказ вопроса: тогда в ответе и код, и разделы правил и спек.- В граф не попадают
.json/.yaml/.yml(contracts/openapi.json,docker-compose.yml),Dockerfile,Makefileи шаблоны конфигов: их CLI не разбирает. По ним —grep. - Только CLI
graphify update .. Не запускать скилл/graphifyиgraphify extract: семантический разбор документов через LLM стоит сотни тысяч токенов, а следующийgraphify update .всё равно заменяет его структурным. Не запускатьgraphify install,graphify claude install,graphify hook installиgraphify watch: первые два пишут секцию вCLAUDE.mdи PreToolUse-хук на Read, остальные пересобирают граф без спроса.
- Перед правкой — Read файла, как без графа: иначе правило слоя из
Окружение и команды
- Python 3.12 (
.python-version), зависимости через uv (uv sync,uv run ...), lock вuv.lock. ruff глобальный (/opt/homebrew/bin/ruff, им же пользуется PyCharm), в проекте он в extradev. - Конфиг:
.env(то, что читают compose и контейнеры зависимостей) +config.toml(то, что читает только приложение). Читает ихsrc/config/settings.py(pydantic-settings), все поля — в секциях. Приоритет: окружение >.env>config.toml> дефолты. Параметры приложения в.envпишутся в формате настроек (APP__PORT), без секции — только то, что приложение не читает (APP_OUT_PORT).config.tomlв образ не копируется, а монтируется на старте. РежимAPP__RUN_MODE(console/docker) в.envне хранится. Подробно —settings.md,docker.mdиrun-modes.md. - Точка входа:
python -m src(src/__main__.py→src/main.py), порт 8080. make testходит наhttp://localhost:8080. Если там отвечает чужой сервис, smoke упадёт с 404 на/health/liveвместо ошибки соединения. Проверить, кто занял порт:lsof -nP -iTCP:8080 -sTCP:LISTEN,docker ps.- Стенд — проект compose
mtusi-lab6со своей базой. Послеmake rolling_updateреплики называютсяapi-Nс растущим номером (compose нумерует новые контейнеры сервиса по возрастанию): штатные цели с ними работают,make down+make run_dockerснова даютapi-1,api-2(balancer.md). make instancesи публичные проверки skeleton запускаются системнымpython3(3.9+ на macOS), без uv: драйвер скилла — только stdlib и синтаксис 3.9.- graphify (граф кода, «Где лежат инструкции») — вне проекта, в
uv tool, версия закреплена:- CLI:
uv tool install --python 3.12 'graphifyy==0.9.72'. Без--python 3.12uv берёт free-threaded 3.14t, и установка падает на сборкеtree-sitter-rust. - Сборка и обновление — одна команда
graphify update .в корне: без LLM и токенов, около секунды, работает и в чистом clone. Граф обновляется вручную, после заметной работы (новый слой, закрыт change). Попутноupdateкладёт копию прошлого графа вgraphify-out/<дата>/и называет кластеры по центральному узлу.
- CLI:
| Команда | Что делает |
|---|---|
make check |
офлайн-проверка структуры skeleton, JSON и синтаксиса Python-проверок |
make validate PYTHON=.venv/bin/python |
полная валидация OpenAPI и примеров (валидатор стоит в dev-группе uv) |
make test [BASE_URL=...] |
публичный smoke против запущенного сервера |
make load |
нагрузка из tests/load.py; параметры — tests/README.md |
make test-persistence ACTION_SCRIPT=scripts/restart.sh |
сохранность: создаёт данные и сессию, вызывает restart hook, проверяет те же данные прежним токеном (tests/README.md) |
make test-failover ACTION_SCRIPT=scripts/stop-one.sh |
отказ одной API-реплики через LB: 15 с записи параллельно hook, восстановление записи ≤10 с, без дублей (tests/README.md). STOP_MODE=kill — без graceful, STOP_ONE_LOG=<файл> — какой TARGET_INSTANCE_ID и контейнер остановлен. Между прогонами — make replicas |
make run_dev |
make upgrade (Postgres из compose и миграции), make start_cache и make start_s3, затем APP__RUN_MODE=console uv run python -m src: 127.0.0.1:8080, reload |
make lint |
ruff format + ruff check --fix, дважды: так нужно из-за COM812; tests/ и scripts/ skeleton исключены в [tool.ruff] |
make env_setup |
.env.example → .env со случайными POSTGRES_PASSWORD, VALKEY_PASSWORD и шестью секретами S3, config_example.toml → config.toml; существующие файлы не перезаписывает, но в существующий .env дописывает переменные шаблона, которых в нём нет (секреты — случайными, прежние строки не меняются); печатает только имена |
make run_docker |
make env_setup (недостающие файлы и переменные) + docker compose build + up -d: postgres, valkey, s3 → migrate, s3-bootstrap → api × API_REPLICAS (2) и cleaner → haproxy на 127.0.0.1:APP_OUT_PORT; рядом, без зависимостей приложения от них, — otel-collector, prometheus, loki, tempo и grafana на 127.0.0.1:GRAFANA_OUT_PORT (пароль admin — GRAFANA_ADMIN_PASSWORD из .env); на пустых volumes — с первой попытки; config.toml, infra/valkey/valkey.conf, infra/haproxy/haproxy.cfg и infra/s3/bootstrap.sh монтируются read-only. Реплики с изменённым образом пересоздаются все разом; без простоя — make rolling_update |
make stop / make down |
остановить / удалить контейнеры compose; volumes с данными остаются; S3 останавливается плавно ~15 с |
make logs |
журнал всех реплик API, каждая строка — JSON (--no-log-prefix), реплика — поле instance_id |
make replicas [API_REPLICAS=N] |
вернуть остановленные реплики (те же ID) и выставить их число, ждать healthy (balancer.md) |
make instances |
вход одним синтетическим пользователем, 12 × GET /users/me через LB: X-Instance-Id каждого ответа и итог по репликам |
driver.py upload / download |
загрузка файла и скачивание оригинала с SHA-256 на любом сервере (.claude/skills/run-mtusi-messenger/SKILL.md) |
driver.py --port <LB> attachment-failover [--mode stop|kill] |
вложение через LB, stop-one.sh принявшей реплики, скачивание через другую (тот же SHA-256), 404 постороннему, затем make replicas; доказательство исключения attachments «Принявшая реплика остановлена» |
driver.py --port <LB> attachment-storage |
схема таблиц вложений, вид object_key, объект в bucket, анонимный GET — 403, docker diff реплик; доказательство исключения «Байты не в БД и не на диске API» |
driver.py --port <LB> upload-consistency |
согласованность БД и S3 на рабочем стенде (~45 с): загрузка при pause S3 и со сбоем фиксации ready (триггер на filename прогона) — 503, строки pending не видны, компенсация удалила объект; cleaner --once с grace 30 с убирает обе, объектов без строки нет, готовое вложение цело; evidence/attachments/consistency.md |
driver.py lb-upload-timeouts [--config F] |
сроки LB пути загрузки без стенда (~35 с): haproxy -c, временная сеть, HAProxy закреплённого образа с F (по умолчанию infra/haproxy/haproxy.cfg) и заглушка реплики api на образе API; молчание 12 с до и после тела загрузки — 201, 12 с на другом пути — 504 через ~10 с, 32 с на пути загрузки — 504 через ~30 с, клиент молчит посреди тела — 400 в формате контракта; уборка при любом исходе, код 1 при расхождении; evidence/uploads/lb-timeouts.md |
driver.py --port <LB> s3-idle [--rounds 3] |
клиент S3 после простоя (~40 с, change fix-upload-put-flake): проба в реплике стенда (docker exec -i … python -, код и ключи образа), варианты «образ» и «эталон» с прежним read_timeout aiohttp; раунд — 10 одновременных медленных скачиваний 4 MiB, простой срока вызова + 0,5 с, 12 PUT; взведённые и испорченные соединения пула, PUT прошло и упало (цепочка ошибки, мс), чтение обратно; объекты под <база>/.s3-idle-probe/ удаляются в finally; код 0 — у образа ни порчи, ни упавших PUT, 1 — иначе, 2 — нет стенда; evidence/s3/idle-connection.md |
make reconcile [APPLY=1] [MAX_CHANGES=N] [STRATEGY=head] [DEEP=1] [RATE=R] |
разовая сверка bucket и БД в контейнере уборщика (docker compose run --rm --no-deps cleaner reconcile [--apply] [--max-changes N] [--strategy batch|head] [--deep] [--max-objects-per-second R]): по умолчанию dry-run — записи «Found storage discrepancy» по классам и итог со стоимостью прохода; APPLY=1 — исправить; STRATEGY=head — HEAD на строку, DEEP=1 — SHA-256 содержимого, RATE — предел скорости (0 — без него); 0 — расхождений нет, 3 — остались (чужие объекты, отказ по пределу), 1 — прервана, 2 — конфигурация |
driver.py --port <LB> reconcile-cycle |
сверка на рабочем стенде (~2 мин): исходный dry-run без расхождений (иначе код 2), расхождения с обеих сторон, dry-run без изменений, 500 → --apply → 404 и 200, повтор, удаление чужого объекта, свежий объект после grace, возврат оригинала; evidence/reconcile/cycle.md |
driver.py --port <LB> reconcile-stress [--seconds S] [--clients N] |
--apply раз в ~3 с под загрузками и отправками N клиентов S секунд (4 × 40 с): внесённое исправлено, каждое 201 скачивается с тем же SHA-256, повтор — 0; evidence/reconcile/stress.md |
driver.py reconcile-signal [--pace [--apply]] |
только не рабочий проект compose (COMPOSE_PROJECT_NAME и др., mtusi-lab6 — код 2): pause s3, разовый reconcile --apply отдельным контейнером, docker stop через секунду после «Started cleaner» — код 1, interrupted_by: stop, «Stopped cleaner» с exit_code 1, быстрее 10 с; unpause в finally. --pace (change track2-reconcile-cost) — вместо pause s3 объекты пробы мимо API и reconcile --max-objects-per-second 1, docker stop через 2 с во время паузы предела скорости — остановка ≤ 1 с, listed_objects — ключи страницы; --pace --apply (verify W1) — объекты пробы без строки, grace 18 с, reconcile --apply, docker stop посреди удалений: записей «Fixed» и fixed столько же, сколько удалено; объекты удаляются в finally; evidence/reconcile/service.md |
make bench_reconcile [RECONCILE_LABEL=...] |
трек 2, стоимость сверки (~50 мин, метка baseline; change track2-reconcile-cost): стенд mtusi-bench с LB, двумя репликами, PostgreSQL, Valkey и S3 с лимитами рабочего стенда, порт метрик шлюза S3 на loopback; наполнение мимо API (\copy метаданных, PUT объектов загрузчиком bench/fill_objects.py), 1 000 × 1 MiB и 10k → 30k → 100k × 4 KiB с 0,25 % расхождений каждого класса; разовые проходы уборщика (0,25 CPU / 256 МБ, управляемый опыт — 1 CPU): batch, head, глубокая, фоновая нагрузка с пределом скорости и без, отказ по пределу на образе Profile.reconcile_before (9cc6c0c, commit переноса лабы 5 в лабу 6: ранний отказ уже есть, bench.md) и checkout; 3 повтора, найденное сверяется с моделью (иначе отказ), счёт сверки — с метриками шлюза; evidence/reconcile/<метка>/ (passes.csv, windows.csv, summary.md с H1–H4 и S4, SVG). Перед запуском — проверка хоста (bench.md), рабочий стенд — make stop |
make bench_reconcile_quick |
то же на 2 000 × 4 KiB, по одному проходу каждого вида, окна 5 с, S4 с 300 кандидатами (~4 мин: 3,7 мин на шумном хосте), метка quick-reconcile-<время>, в git не идёт |
docker compose run --rm --no-deps cleaner --once |
разовый проход уборщика незавершённых загрузок (grace — [cleaner] или -e CLEANER__PENDING_GRACE_SECONDS=…, не меньше 18 с): 0 — проход дошёл до конца, 1 — прерван отказом, 2 — неверная конфигурация; журнал сервиса — docker compose logs --no-log-prefix cleaner |
make lb_stats |
слоты HAProxy: адрес, состояние проверки (DRAIN, MAINT при замене), запросы, повторы, перенаправления (CSV статистики изнутри контейнера LB) |
make rolling_update [COMMIT=...] [MIGRATE=0] |
поочерёдная замена реплик без простоя (scripts/rolling-update.sh, balancer.md): сборка из рабочего дерева (или файлов COMMIT через git archive), миграции один раз, затем по одной — новая healthy и UP в LB, старая drain → запросов в полёте 0 → maint → stop → rm → слот ready. Нужен штатный стенд (make replicas) без слотов LB в ручном drain / maint (иначе код 2 и команда set server … state ready); сбой и Ctrl+C — API_REPLICAS готовых реплик, повтор доводит; MIGRATE=0 — откат на прежний образ (после него docker compose up без сборки не запускать: migrate прежнего образа упадёт на новой ревизии) |
make run_worker |
worker в консоли (python -m src.worker, тот же .env, ключи S3_WORKER_* в окружении процесса, рецепт без эха); рядом с make run_dev |
make run_relay |
relay в консоли (python -m src.relay, те же мосты .env); рядом с make run_dev: без него задания ждут в PostgreSQL |
make replay [ATTACHMENT=…] [ERROR_CODE=…] [REASON=…] [LIMIT=…] [APPLY=1] [OPERATOR=…] |
реестр failed и возврат работы (docker compose run --rm --no-deps relay replay …): без APPLY=1 только показ; с ним выбор обязателен, иначе код 2; 0 — выполнено или показано, 3 — есть отказы, 1 — отказ PostgreSQL |
make start_broker / make stop_broker |
брокер стенда: up -d --wait rabbitmq / stop rabbitmq |
driver.py --port <LB> defense-scenario |
сценарий защиты на рабочем стенде: worker остановлен → 202 → сообщение 201 → 409 → текст 201 → scripts/restart.sh → worker → ready, оригинал и thumbnail; id и StartedAt, worker запускается при любом исходе; evidence/attachments/defense.md |
driver.py --port <LB> broker-check [--require-test-queue] |
образ и digest, volume, порт, предел памяти, очередь, остановка брокера; evidence/broker/stand.md, evidence/broker/isolated.md |
driver.py --port <LB> worker-process |
PID 1, лимиты, остановка, неверные WORKER__*, рестарт хранилищ, остановка на двух дорогих JPEG (быстрее 9,5 с, в том числе при замороженных PostgreSQL и брокере), ~5 мин; evidence/worker/process.md |
driver.py --port <LB> relay-process |
то же у relay: PID 1, нет healthcheck, лимиты, запись о старте, неверные RELAY__*, остановка простаивающего, на старте и при замороженном брокере, рестарт хранилищ; evidence/relay/process.md |
driver.py --port <LB> defense-faults |
шаг 4 защиты на рабочем стенде (~4 мин: аренда 70 с): crash после записи объектов и после фиксации до ack, relay убит до публикации и после подтверждения до отметки, replay неудачного и отказ replay готового; триггеры на filename прогона снимаются, worker и relay запускаются при любом исходе; evidence/attachments/defense-faults.md |
driver.py --port <LB> pipeline-state |
только чтение, JSON: задания по состояниям, due, ждущие срока, опубликованные и не взятые, истёкшие аренды, возраст старейшего, очередь |
driver.py --port <LB> worker-memory |
память контейнера worker (~35 с): на девять случаев в пределах контракта два одинаковых файла разом, новая cgroup на случай; memory.peak, VmHWM, render_peak, OOM, сумма пиков меньше 1 ГБ; worker и relay запускаются при любом исходе; evidence/worker/memory.md |
driver.py freeze-sessions [--rounds 6] [--settle 15] |
сессии PostgreSQL и журнал пула после заморозки (~2,5 мин), работает и на рабочем стенде: приложение в процессе одноразового контейнера api, PostgreSQL только через TCP-прокси пробы, заморожен прокси, а не сервер; режимы — между блоками и до запросов при пуле 2 и 4; evidence/storage/freeze-sessions.md |
driver.py --port <LB> telemetry-check |
телеметрия рабочего стенда через HTTP API Grafana с паролем из .env (~2 мин, change otel-telemetry): вход, порт, источники, dashboard provisioned и неизменяем, цели Prometheus, метрики LB, панель потерь на тихом стенде — 0 (ожидание до 330 с); свой запрос → stdout → Loki → Tempo, traceparent, нестандартный метод, 401, 404; загрузка → трасса worker, недекодируемый JPEG → failed; рост счётчиков по репликам и исходам; S3 заморожен → span S3 с ошибкой (unpause в finally); сети хранилищ из api и worker, разовый контейнер с OTEL_*, проба приватности, рестарт Collector и хранилищ; evidence/telemetry/check.md |
driver.py --port <LB> telemetry-outage |
Collector stop и pause (~3,5 мин): make test, загрузка до ready, записи SDK в stdout; возврат Collector — запись, трасса, span producer и ряды API, worker и relay при прежних StartedAt и RestartCount их контейнеров; второе окно того же вида — make test, docker stop реплики, worker и relay быстрее 10 с с кодом 0; все сервисы телеметрии остановлены — рестарт api, worker и relay, make test; сигналы (и span producer relay) снова приходят; стенд возвращается в finally; evidence/telemetry/collector-outage.md |
make alerts_test |
правила Prometheus без стенда и сети (change slo-alerts): tar файлов infra/otel/prometheus/ в одноразовый контейнер образа Prometheus из compose (--network none) — promtool check config, check rules, test rules rules.test.yml; затем у каждого оповещения runbook_url на существующий файл; шаг CI; evidence/alerts/rules-test.md |
driver.py --port <LB> alerts-check |
учения оповещений на рабочем стенде (~25 мин, change slo-alerts), через HTTP API Grafana: правила загружены, доставки нет, тихий стенд (иначе код 2); фоновая нагрузка драйвера; worker остановлен — MessengerQueueLagHigh и счёт времени до готовности по точкам; relay остановлен — MessengerQueueMetricsMissing; блокировка таблицы сообщений — MessengerSlowRequests, доля span PostgreSQL, пул, CPU; входы по Basic — без оповещения; PostgreSQL остановлен — MessengerNoReadyReplicas и MessengerHighErrorRate, 5xx LB против API; на каждом шаге моменты pending, firing и снятия; SLI двумя путями (у доступности и задержки — и одним окном часа), новые панели и история состояний; в finally — нагрузка, сессия блокировки, PostgreSQL, worker, relay, LB; evidence/alerts/check.md |
driver.py --port <LB> backend-outage |
отказ хранилищ телеметрии под нагрузкой (~18 мин, change slo-alerts): Loki и Tempo 10 с и 120 с, Prometheus 60 с, Collector 120 с — make test, 5xx у клиента, очереди и память Collector, память реплик, учёт потерь и панель потерь (Collector и SDK реплик), TelemetryTargetDown и TelemetryDataLoss, пики памяти по cgroup; сервисы телеметрии запускаются в finally; evidence/telemetry/backend-outage.md |
driver.py --port <LB> trace-chain |
сквозная трасса и сигналы уровня 4 на рабочем стенде (~5 мин, change job-trace-propagation), через HTTP API Grafana: предусловие — глубина очереди 0 за 120 с (иначе код 2 «stand is not quiet»); очередь и её возраст при остановленном worker и спад до 0; загрузка с повтором при замороженном S3 — одна трасса: server span API, два span producer relay, два consumer span worker (parent и link, span S3 с ошибкой, запись оригинала и вариантов); replay в той же трассе; задание без контекста (UPDATE колонок своей строки) — корень worker; время до ready, пулы, ёмкость worker, пределы контейнеров = docker inspect и рост CPU каждого за прогон, нет сокета Docker, панели уровня 4 с данными; unpause s3, worker и relay — в finally; evidence/telemetry/trace-chain.md |
driver.py stand-from-scratch [--runs 2] |
make run_docker на пустых volumes своим проектом mtusi-lab6-scratch (рабочий — код 2) на свободных портах (~1 мин на прогон): код 0, состояния, RestartCount брокера и телеметрии 0, нет eacces, provisioning, make test; проект удаляется с volumes при любом исходе, ID контейнеров рабочего стенда прежние; evidence/stand/from-scratch.md |
driver.py freeze-lb [--rounds 3] |
только не рабочий проект compose (COMPOSE_PROJECT_NAME, по умолчанию mtusi-lab6-freeze; mtusi-lab6 — код 2): сама поднимает стенд с данными в tmpfs (volumes нет) на образе mtusi-messenger:lab6 и убирает его при любом исходе; docker pause PostgreSQL, шесть запросов через LB — 503 за ~8 с, 504 нет, unpause в finally, сессий не больше пулов (~1,5 мин); раздел evidence/storage/freeze-sessions.md |
make start_db / make stop_db |
Postgres стенда: up -d --wait postgres / stop postgres |
make start_cache / make stop_cache |
Valkey стенда: up -d --wait valkey / stop valkey; volume нет, кэш после рестарта пуст |
make start_s3 / make stop_s3 |
S3 стенда: up -d --wait s3, затем up --no-deps --exit-code-from s3-bootstrap s3-bootstrap (код bootstrap — код цели: --wait одноразовый сервис не ждёт) / stop s3 |
make s3_check |
приватность bucket вне API на запущенном стенде (driver.py s3-check): bootstrap в режиме check (права ключей API и уборщика, чужой временный bucket, административные запросы), анонимные запросы с хоста и из сети стенда, порты контейнера S3 из сети, затем cleanup; таблица «где → проверка → ожидаемо → получено», код 1 при нарушении |
make upgrade |
start_db + uv run alembic upgrade head с хоста (127.0.0.1:POSTGRES_OUT_PORT) |
make revision |
upgrade + alembic revision --autogenerate, сообщение спрашивает read -p |
make wipe_data |
down -v — удалить данные стенда (volumes Postgres, S3, брокера и хранилищ телеметрии называются в запросе) и кэш; только после ввода yes |
make service_test |
быстрые тесты сервисов на фейках (service-tests/unit): ветки всех сервисов, архитектура (импорты, сигнатуры порт — реализация — фейк), контракт repo на фейке; без PostgreSQL, Valkey, S3, брокера, docker и сети, секунды (service-tests.md) |
make service_test_db |
start_db и service-tests/db на временной базе test_uow_<db>: настоящая единица работы, тот же контракт repo на SQL, соединение на шаг и общий срок JSON-запроса в процессе (S3 и кэш — фейки), замороженный сервер — TCP-прокси; база удаляется при любом исходе, имя не по шаблону — код 2 |
make test_isolated [KEEP_TEST_DB=1] |
образ на временной базе test_<db> с Valkey и S3 стенда (ключи кэша и объектов разделены именем базы): сборка, миграции, отдельный контейнер API на TEST_APP_PORT, make test + make student_test EXPECT_REPLICAS=1 (тесты реплик пропускаются с причиной), уборка при любом исходе — база и объекты под префиксом test_<db>/ (student-tests.md) |
make student_test [BASE_URL=...] [EXPECT_REPLICAS=...] |
собственные тесты student-tests/ (pytest) против запущенного сервера, кроме проверок отказов (-m 'not fault'); EXPECT_REPLICAS (по умолчанию API_REPLICAS) — сколько реплик за BASE_URL, против одного процесса — 1; сервер недоступен — код 2 и одна строка с адресом |
make failure_checks [FAULT_ARGS=...] |
проверки отказов (pytest -m fault, 147 проверок, ~39 мин) на отдельном стенде: проект <рабочий>-failures со своими Postgres, Valkey и S3 (с bootstrap), уборщик (grace 20 с, интервал 1 с), пять API — обычный, «тесный» (срок 2 с, пул 1), «узкий по загрузкам», «с коротким сроком S3» (1 с) и «узкий по заданиям» (предел 3; у прочих предел выключен), hook student-tests/fault_hook.py; после тестов — журнал PostgreSQL стенда: сводка (crash markers, «too many clients», «administrator command») и ненулевой код при признаках аварийного перезапуска; стенд и его volumes удаляются при любом исходе, рабочий не трогается (student-tests.md) |
make bench [BENCH_LABEL=...] |
полная матрица 10k / 100k / 500k читаемого чата плюс 100 000 сообщений в 1 110 фоновых чатах разного размера (~35 мин, оценка по bench_quick) на своём проекте compose mtusi-bench (HAProxy и одна реплика API, Postgres, Valkey с лимитами, без портов хоста и без .env рабочего стенда; k6 ходит через LB); на каждый размер — свежий стенд, VACUUM (ANALYZE), планы запроса истории (auto_explain) по уровням чатов с вариантами индекса и запроса, в конце — пробы стоимости записи по вариантам. Результаты в evidence/bench/<метка>/, занятая метка — отказ. Перед запуском — подготовка хоста (bench.md) |
make bench_quick |
самопроверка стенда на 1k / 5k / 10k и 3 500 фоновых сообщений (~3 мин), метка quick-<время>, в git не идёт |
make bench_restore [RESTORE_LABEL=...] |
трек 2, восстановление (~20 мин, метка restore по умолчанию): тот же стенд и данные, без матрицы прогонов; на каждый размер — pg_dump во время записи через HTTP, активность после backup, pg_restore -j в новый контейнер Postgres на новом volume, сверка обеих баз построчно, переключение API, проверки через HTTP до и после FLUSHALL; время dump / restore / RTO и потерянные сообщения — в summary.md |
make bench_restore_quick |
то же на 1k / 5k / 10k (~1,5 мин), метка quick-restore-<время>, в git не идёт; сценарий защиты трека 2 |
make bench_failover [FAILOVER_LABEL=...] |
уровень 4, отказ реплик под нагрузкой (~6 мин, метка baseline по умолчанию): стенд mtusi-bench с HAProxy и двумя репликами с лимитами рабочего стенда, k6 — 100 записей с ключом и 100 чтений в секунду; каждая реплика в режимах stop, kill, pause с возвратом. Посекундная шкала, время исключения из LB и восстановления, сверка записей после повтора с тем же ключом, CPU и память каждого компонента по окнам фазы (сэмплер scan, resources.csv, samples.csv; CPU на запрос — только до действия) — evidence/failover/<метка>/. Перед запуском — проверка хоста (bench.md): питание, давление памяти, Swapouts без роста; сумма лимитов на пике больше CPU ВМ — код 2 |
make bench_failover_quick |
то же короче, режимы stop и kill (~2 мин), с ресурсами, метка quick-failover-<время>, в git не идёт |
make bench_rollout [ROLLOUT_LABEL=...] |
уровень 4, поочерёдная замена под нагрузкой (~3 мин, метка baseline по умолчанию): стенд mtusi-bench как у bench_failover, реплики на образе прежнего commit (Profile.rollout_from, git archive; сейчас 9cc6c0c — commit переноса лабы 5 в лабу 6, правило выбора — bench.md; commit вне истории — код 2 до стенда, отладка --from), та же нагрузка; посреди неё scripts/rolling-update.sh меняет их на образ текущего checkout. Посекундная шкала с ответами старых и новых реплик, шаги по репликам, контейнеры, образы и ревизия до и после, сверка записей, CPU и память каждой старой и новой реплики, миграции и остальных компонентов по окнам до / подготовка / замена / после (CPU на запрос — до и после) — evidence/rollout/<метка>/. Перед запуском — проверка хоста (bench.md) |
make bench_rollout_quick |
то же с короткими окнами (~2 мин), с ресурсами, метка quick-rollout-<время>, в git не идёт |
make bench_scaling SERIES=a|b|pool|ab|db|db4 [SCALING_LABEL=...] [RESUME=1] |
уровень 5, трек 1: серия на стенде mtusi-bench (метка scaling-<серия> по умолчанию). a — бюджет 4 CPU: 1 × 4, 2 × 2, 4 × 1 (~50 мин); b — 1…6 реплик по 1 CPU (~100 мин); pool — 4 реплики при max_connections 100 и 50 (~35 мин); ab — 1 × 1 и 6 × 1 для «до/после» и A/A (~35 мин); db — 1, 2, 4 реплики при PostgreSQL 0,5 CPU и контроль 4 × 1 при 2 CPU (~50 мин); db4 — только 4 × 1 при 0,5 и 2 CPU (~25 мин, «до/после» scaling-improvement); db_quick — самопроверка серии db (~4 мин, метка quick-*). Ячейка — конфигурация × повтор (3), свежий стенд; открытая модель 70/20/10, фиксированные 250 и 500/с и поиск R* по SLO; сэмплер контейнеров, ВМ, LB и PostgreSQL. RESUME=1 — продолжить прерванную метку на том же commit. Перед запуском — проверка хоста, рабочий стенд — make stop; метку коммитить до следующей серии (bench.md) |
make bench_scaling_quick |
самопроверка серий: 1 × 1 и 2 × 1 при max_connections 50, короткие окна (~4 мин), метка quick-scaling-<время>, в git не идёт |
make bench_uploads [UPLOADS_LABEL=...] |
уровень 4, память при одновременных загрузках (~50 мин, метка baseline по умолчанию; change upload-memory): стенд mtusi-bench с LB, одной репликой 1 CPU / 512 МБ без swap, PostgreSQL, Valkey и S3 рабочего стенда; варианты «до» (Profile.uploads_before — 9cc6c0c, commit переноса лабы 5 в лабу 6: места загрузки уже есть, успех 202, bench.md; git archive; commit вне истории — код 2), «без лимита» (1000 мест, без очереди) и «с лимитом» (по умолчанию) × тела PNG ~1 и ~10 MiB × 1 / 10 / 20 / 40 клиентов × 3 повтора, на прогон — новые реплика и volume S3; пик memory.peak окна со сбросом (сэмплер peak), anon, sock, OOM, ответы по кодам, загрузок/с, p50/p95/p99, пики S3 и LB, H1–H4 в сводке — evidence/uploads/<метка>/. Перед запуском — проверка хоста (bench.md), рабочий стенд — make stop, гипотезы закоммичены раньше |
make bench_uploads_quick |
то же короче (~4,5 мин): «без лимита» и «с лимитом», 10 MiB, 1 / 10 / 40 клиентов, один повтор, метка quick-uploads-<время>, в git не идёт |
make bench_queue [QUEUE_LABEL=...] [RESUME=1] |
уровень 5, трек 1, очередь под перегрузкой (~2 ч 10 мин, метка baseline по умолчанию; заняты baseline…baseline4, основная — baseline4, новый прогон — со своей QUEUE_LABEL; change track1-queue-overload): стенд mtusi-bench с S3, брокером, relay, worker и уборщиком, настройки (1, 1), (2, 2), (4, 4), (2, 256) × классы s, m, lj, lp × 3 повтора и блоки предела, приёма, второго worker, KILL worker, рестарта брокера; на ячейку — свежий стенд, открытая модель, контрольный поток, разбор очереди, обход метаданных; evidence/queue/<метка>/ (meta.json, cells.csv, timeline.csv, summary.md с H1–H9 и рекомендацией, SVG). Рабочий стенд — make stop, гипотезы закоммичены раньше метки |
make bench_queue_quick |
то же короче (~11 мин): s (2, 2), lp (4, 4), предел 40 и без него, kill-worker, w2-p256, один повтор, метка quick-queue-<время>, в git не идёт; шаг защиты «для 5» лабы 5 |
TELEMETRY=on у make bench_uploads, bench_uploads_quick, bench_queue, bench_queue_quick |
выключатель телеметрии стенда (change track1-telemetry-cost, по умолчанию off — методика прежняя): Collector, Prometheus, Loki и Tempo рабочего стенда (bench/telemetry.compose.yml, без Grafana) и SDK реплик, worker и relay с настройками рабочего стенда; режим — в паспорте и сводке, RESUME=1 — только в том же режиме; у очереди — столбцы tel_* в конце cells.csv и предупреждение о сумме лимитов CPU (12,25 при 12 у ВМ) вместо кода 2; у других профилей --telemetry on — код 2 до стенда |
make bench_telemetry [TELEMETRY_LABEL=...] [RESUME=1] [VARIANTS=...] |
уровень 5, трек 1 «Цена наблюдаемости» (~1 ч 25 мин, метка по умолчанию baseline: её первая попытка не снята, каталог удалён; основная — baseline2, код 68e14b6, метка в 0f5dbfc; change track1-telemetry-cost): проверка конфигураций до стенда (лимиты телеметрии против docker-compose.yml, слои Collector validate и print-config, prometheus-lean.yml построчно и promtool) — иначе код 2; стенд mtusi-bench профиля очереди и, в вариантах с телеметрией, сервисы телеметрии рабочего стенда; варианты off, full, full-aa, head (доля 0,1), tail (типовой tail sampling), metrics (30 с, coarse, отбор рядов), balanced × 3 повтора кругами, свежий стенд на прогон; открытая нагрузка k6/telemetry.js (окна 30 + 90 + 30 с) и редкие события: 500 вложения без объекта, недекодируемый JPEG, регистрация, медленные записи под блокировкой; выборка из Tempo, Loki и Prometheus (telemetry_lookup.py), сэмплер cost, размер volume; вариант не применён (записи о старте, слои) — отказ; evidence/telemetry-cost/<метка>/ (meta.json, runs.csv, components.csv, classes.csv, summary.md с H1–H8 и B1–B5, SVG, raw/); VARIANTS — отладка. Рабочий стенд — make stop, гипотезы закоммичены раньше метки |
make bench_telemetry_quick [VARIANTS=...] |
то же короче (~20 мин): шесть вариантов без full-aa, один повтор, окна 10 + 30 + 15 с, метка quick-telemetry-<время>, в git не идёт; калибровка до гипотез; шаг защиты «для 5» — VARIANTS=off,full,tail (~10 мин) |
make bench_plots LABELS="..." [PLOTS=scaling] |
графики SVG и сводка серий трека 1 из меток: R* от числа реплик, p95 от интенсивности, CPU по компонентам, эффективность и точка насыщения — evidence/plots/<PLOTS>/ |
make bench_ab BEFORE=... AFTER=... REAPPLY=<commit> [SERIES=...] |
«до» и «после» одного изменения подряд (два прогона bench): bench для BEFORE, commit доказательств, git revert commit отката REAPPLY, bench для AFTER; с SERIES — серия трека 1 вместо матрицы (make bench_scaling). Нужно чистое рабочее дерево; сама делает два коммита |
make bench_compare BEFORE=... AFTER=... [AA=...] [CHANGE=...] |
дельта двух меток make bench по ячейкам матрицы, у серий трека 1 — по общим конфигурациям (R*, задержки на фиксированных уровнях, CPU на запрос) и таблица PostgreSQL на R* и первой нарушившей ступени (CPU на запрос, новые сессии, соединения); CHANGE — change в шапке сравнения серий (по умолчанию scaling-bench); метки с разной методикой не сравнивает (в том числе метку без LB с меткой стенда на LB и серию с матрицей); с AA (метка того же кода, что BEFORE) отделяет эффект от шума. Результат в evidence/compare/<до>__<после>.md |
Разовая подмена внешнего порта — аргументом make:
make run_docker APP_OUT_PORT=8090, затем
make test BASE_URL=http://localhost:8090. Префикс окружения
(APP_OUT_PORT=8090 make ...) не работает: Makefile подключает .env
(run-modes.md, Troubleshooting).
Карта кода
Файлы домена называются одинаково во всех слоях (user, chat,
message, session, idempotency и т.д.).
src/
__main__.py # python -m src: early_stop.install() до импорта приложения → main.main()
main.py # FastAPI app: lifespan, middlewares, обработчики ошибок, uvicorn.run
worker/__main__.py # python -m src.worker: early_stop.install("worker") до импорта → main(); неверные настройки — запись без значений и код 2; os._exit в конце
worker/main.py # worker обработки вложений: свои engine, S3 и потребитель; цикл соединений с паузой, задачи доставок (prefetch) под семафором concurrency, сервис и SqlAlchemyUnitOfWork на доставку, ack / requeue / drop по итогу, SIGTERM — начатые ждут в срок, закрытие клиентов одним gather; с лабы 6 — телеметрия messenger-worker, consumer span и histogram по исходу доставки (JobDeliveryOutcome, error — на исключении) после места конкуренции, закрытие SDK в окне gather; с change job-trace-propagation — consumer span дочерний к delivery.trace_context с link, итог handle — JobDeliveryResultDTO (атрибуты попытки и причины, messenger.job.time_to_ready), счётчики WorkerLoad «ждут места» и «заняты» вокруг семафора и observe_worker
worker/render.py # процесс обработки: python -m src.worker.render, лимиты первыми строками (RLIMIT_AS, RLIMIT_CPU, RLIMIT_CORE), затем Pillow; stdin — байты, stdout — строка JSON и варианты, коды 0/3/4/5
relay/__main__.py # python -m src.relay: early_stop.install("relay") до импорта → main(); неверные настройки — запись без значений и код 2; os._exit в конце
relay/main.py # relay: свои engine, SqlAlchemyUnitOfWork и издатель, цикл проходов с паузами, отказ брокера и PostgreSQL не роняет, SIGTERM — текущий шаг и выход 0; replay — разовая команда реестра, коды 0/3/1/2 (без SDK); с change job-trace-propagation — телеметрия messenger-relay после disarm, instrument_engine, QueueSnapshots и observe_queue (снимок после успешного прохода не чаще 5 с, отказ PostgreSQL — пропуск), закрытие SDK в окне gather 0,5 с
cleaner/__main__.py # python -m src.cleaner [--once]: early_stop.install("cleaner") до импорта → main(); неверные настройки — запись без значений и код 2
cleaner/main.py # уборщик незавершённых загрузок: проверка grace > 2 × request_timeout + s3 timeout (иначе код 2), свой engine, SqlAlchemyUnitOfWork на сервис и клиент S3, цикл с интервалом и плановой сверкой (при старте и раз в [reconciler] interval_seconds), SIGTERM — довести текущий шаг и выйти 0, --once — коды 0/1/2; reconcile [--apply] [--max-changes N] [--strategy batch|head] [--deep] [--max-objects-per-second R] — разовая сверка, коды 0/3/1/2; плановая — batch, поверхностная, предел скорости из настроек
config/settings.py # Settings (pydantic-settings), экземпляр settings; [app] instance_id (пусто → hostname) и keep_alive_seconds, [database] pool_size 10 и max_overflow 0 (постоянный пул без переполнения), idle_in_transaction_timeout_ms, [s3] адрес, bucket (валидатор имени), ключи API, регион, сроки, пул и endpoint_url, [idempotency] ttl_seconds, [uploads] max_concurrent 4, max_waiting 16, wait_timeout_seconds 5, body_timeout_seconds 30 (места загрузок процесса API), max_unfinished_jobs 250 (предел незавершённых заданий стенда; 0 — без него), [cleaner] interval_seconds 60, pending_grace_seconds 900, batch_size 100, [reconciler] interval_seconds 3600, page_size 1000, max_changes 100, max_objects_per_second 2000 (предел скорости сверки; 0 — без него); [telemetry] enabled, otlp_endpoint, environment, trace_sample_ratio 1 (доля корней в голове, change track1-telemetry-cost), metric_buckets default|coarse, metric_export_interval_seconds 15 (≤ 30), очереди и сроки SDK
api/
routers/health.py # /health/live, /health/ready: вне версии, без идентификации
routers/v1/<domain>.py # ручки под /api/v1, сборка в routers/v1/__init__.py; Idempotency-Key — параметр POST сообщения (message.py); attachment.py — один роутер с двумя префиксами: загрузка (тело через request.stream(), схема — openapi_extra, строгий UTF-8 filename по scope["query_string"]), метаданные, байты StreamingResponse
schemas/<domain>.py # pydantic-модели запросов и ответов = схемы контракта; common.py — UuidIn: UUID от клиента (путь, тело) только в записи 8-4-4-4-12; attachment.py — DisplayFilename (отказ на / \ Cc и пробелы) и Attachment; message.py — CreateMessage с attachment_ids и валидатором пустого текста
dependencies.py # get_uow (SqlAlchemyUnitOfWork на запрос), request_deadline (общий срок JSON-запроса), фабрики сервисов на UowDep (с кэшем; вложения — ещё S3 и места), разбор Basic, текущая сессия по Bearer, пагинация; TraceContextDep — контекст W3C server span для задания загрузки (change job-trace-propagation)
errors.py # доменное исключение → статус + code (+ WWW-Authenticate), формат ошибки контракта; RETRY_AFTER — Retry-After у 429 занятых мест загрузки и предела заданий (UploadBacklogFull, 5 с); у 500 — X-Request-Id и X-Instance-Id
middlewares/ # X-Request-Id, X-Instance-Id и access-лог; с лабы 6 — server span и histogram http.server.request.duration (не для health), итоговая запись внутри span
core/
ports/uow.py # AbstractUnitOfWork: блок, commit, rollback, blocks_opened, правила вложенного входа и repo вне блока, UnitOfWorkError; реальные шаги — _open, _close, _commit, _rollback реализации; Repositories
ports/<domain>.py # Abstract<Domain>Repository: абстрактные методы, докстринг — контракт (None, False, условие перехода); импорты — только DTO, enum, src.utils
repos/<domain>.py # SqlAlchemy<Domain>Repository: одна атомарная операция на метод; chat_cache и attachment_object — модульные функции над клиентом
repos/idempotency.py # ключ идемпотентности: захват ON CONFLICT DO UPDATE WHERE просрочен, чтение сохранённого результата
repos/chat_cache.py # карточка чата в Valkey: ключ с именем базы, JSON ↔ ChatFullDTO
repos/attachment_job.py # задание вложения: вставка, lock_job FOR UPDATE, start_attempt, return_to_queued своей попытки, finish_job; count_unfinished (предел принятой работы: сумма трёх count с LIMIT по частичным индексам); relay — lock_due_jobs (SKIP LOCKED, порядок срока), count_published, mark_published пакета, recover_expired_leases, has_published_before, reset_published_before; replay_job, list_failed; с change job-trace-propagation — колонки traceparent и tracestate во вставке и выборках, queue_snapshot (стадии scheduled / outbox / published / processing и LEAST трёх min(created_at) одним выражением по частичным индексам)
repos/attachment_job_replay.py # журнал replay: вставка записи аудита, чтение по заданию
repos/attachment_variant.py # варианты: вставка ON CONFLICT DO NOTHING по ключу эффекта, варианты вложения, один по имени
repos/attachment.py # строки вложений: вставка pending (created_at = updated_at), mark_queued (pending и непомеченная → queued RETURNING), mark_processing, return_to_queued, return_group_to_queued, replay_failed, lock_attachment (FOR NO KEY UPDATE), commit_ready, commit_failed, чтение одной и до 10; очистке staging — get_staging_candidates, lock_staging_candidate, clear_staging_key; уборщику — get_stale_pending (keyset по частичному индексу), lock_stale_pending (FOR UPDATE SKIP LOCKED), mark_removing (пометка updated_at), delete_attachment; сверке — get_attachments_for_objects (id = ANY OR object_key = ANY), get_ready_page (keyset ready по id), find_attachment_reference, mark_lost / clear_lost (условный UPDATE lost_at)
repos/attachment_object.py # объекты в S3: staging_key <база>/staging/<id>/original, variant_key и parse_variant_key <база>/attachments/<id>/v<N>-<имя>, оригинал <база>/attachments/<id>/original, put_original (поток BytesIO и size, без копии тела), open, delete_original; сверке — originals_prefix, is_own_key (ключ под префиксом вложений своей базы), parse_original_key, list_originals, probe_originals (bucket на месте), head_original, staging_prefix, is_own_staging_key, parse_staging_key, list_staging; variant_keys — ключи вариантов всех имён
repos/message.py # MESSAGE_COLUMNS с ARRAY(подзапрос attachment_ids по position), вставка связей одной вставкой
services/<domain>.py # <Domain>Service(uow, …): логика, проверки доступа, id и время, логи; чаты и сообщения — с кэшем, require_member внутри чужого блока; отправка — ключ, сообщение и связи с вложениями одним блоком
services/attachment.py # AttachmentService(uow, cache, storage, slots): загрузка (проверки в первом блоке и там же предел заданий count_unfinished, 429 UploadBacklogFull → место загрузки, 429 → тело со счётчиком и сроком в BytesIO, 400 по сроку → структура и SHA-256 в потоке над getvalue() → del → pending → PUT в staging тем же BytesIO → queued и задание, ответ 202; сбой до COMMIT или пропавшая строка — удаление объекта и 503; брокера в пути нет; место — до ответа), метаданные с вариантами, отдача потоком
services/attachment_processing.py # AttachmentProcessingService(uow, storage, renderer, stop): разбор сообщения, claim с арендой и бюджетом, GET staging и сверка, PUT оригинала, варианты через ImageRenderer, PUT вариантов, фиксация ready с fencing одной транзакцией; временные ошибки — queued со сроком (retry_delay, jitter) и ACK, постоянные — failed; JobOutcome; итог handle — JobDeliveryResultDTO (исход, попытка, причина, код, время до ready без replay)
services/attachment_relay.py # AttachmentRelayService(uow, publisher): проход — истёкшие аренды, потерянные сообщения, публикация с подтверждением и отметка пакета внутри транзакции SKIP LOCKED, предел опубликованных; RelayPassDTO; элементы JobPublicationDTO (publication: попытка, replay, причина, контекст задания), queue_snapshot — один блок
services/attachment_replay.py # AttachmentReplayService(uow): реестр failed, replay одной транзакцией с аудитом и новым бюджетом, отказы not_found / already_ready / not_failed / source_gone; ReplayPassDTO
services/attachment_cleanup.py # AttachmentCleanupService(uow, storage): проход уборщика — кандидаты keyset, каждая строка в два шага (remove_stale_pending): блокировка и пометка (commit) → блокировка, DELETE объекта и DELETE строки (commit); отказ S3 или БД прерывает проход, SIGTERM — после текущего шага; CleanupPassDTO; clean_staging — очистка staging ready и failed по сроку под FOR NO KEY UPDATE SKIP LOCKED, StagingCleanupPassDTO
services/attachment_reconcile.py # AttachmentReconcileService(uow, storage): сверка bucket и БД — S3 → БД (страницы списка, выборка на страницу, множество ключей), БД → S3 (keyset ready; ключ строки вне префикса вложений — чужой объект без HEAD; строка с ключом <id>/original другого вложения — HEAD её объекта, verify W2), зависшие, перепроверка в БД и HEAD (bucket — probe), сигнал — перед каждым вызовом хранилища, предел изменений, действия с apply (зависшие шагом уборщика → объекты без строки → объекты staging без строки → пометки → снятия); журнал Found / Fixed / Finished; ReconcilePassDTO. С change pipeline-reliability: шаг _list_staging, orphan_staging, listed_staging. С change track2-reconcile-cost: strategy head (выборка строки на объект, HEAD на строку, без множества), deep (GET и SHA-256 потоком, checksum_mismatch; «оригинал вернулся» — тот же SHA-256), предел скорости после каждого вызова S3 (_pace, куски 0,2 с; сигнал прекращает паузу, останавливает следующий check_stop — verify W1), ранний отказ по пределу (unchecked), счёт сеансов — uow.blocks_opened, стоимость в итоге (storage_objects, s3_requests, read_bytes, db_sessions, phase_ms)
exceptions/<domain>.py # доменные исключения, реэкспорт в __init__.py; storage.py — ObjectStorageUnavailable (503) и StoredObjectMissing; attachment.py — 404, 413, 415, 400 обрыва и срока тела (UploadTimedOut), 429 занятых мест (UploadsBusy), 429 предела заданий (UploadBacklogFull), 500 пропавшего объекта
infra/
early_stop.py # ранний обработчик SIGTERM/SIGINT (только stdlib): до старта сервера — запись «Stopped <процесс> before startup» (API, cleaner) и выход 0; disarm() — первая строка lifespan; write_record — запись мимо structlog
logger.py # structlog, get_logger(), contextvar-ы request_id / user_id, instance_id в каждой записи; с лабы 6 — хуки телеметрии (export_to_telemetry, add_trace_fields: trace_id и span_id активного span) в обеих цепочках и RateLimitFilter записей opentelemetry.* (одна в минуту на логгер); SDK не импортирует
telemetry/ # change otel-telemetry и job-trace-propagation (telemetry.md): core.py — только opentelemetry-api: start (SDK загружает модуль sdk.py, ресурс из четырёх атрибутов), remove_otel_environment, begin_shutdown / wait_closed / shutdown (daemon-потоки и срок), child_span (правило корня, ошибка — класс без текста), server_span / finish_request (span SERVER и histogram http.server.request.duration), PROPAGATOR (W3C без baggage), current_trace_context, remote_context, Exporters (in-memory для тестов); sdk.py — единственный импорт SDK, экспортёра и requests: провайдеры только из [telemetry], ParentBased(ALWAYS_ON), cumulative, View границ трёх histogram, без exemplars и atexit, otlp_metric_reader / otlp_span_exporter / otlp_log_exporter; с change slo-alerts — сначала MeterProvider, затем процессоры и экспортёры span и журнала с ним внутри _internal_metrics (внутренние метрики SDK otel.sdk.*, переменная SDK только на время сборки), гистограммы SDK — DropAggregation; messaging.py — producer_span (PRODUCER publish <очередь> под сохранённым контекстом, заголовки), consumer_span (CONSUMER дочерний к контексту сообщения с link, без него — корень) и JobObservation (итог доставки: атрибуты, messenger.job.duration и time_to_ready); metrics.py — observe_pool (db.client.connection.* по текущему пулу engine), WorkerLoad / observe_worker, observe_queue (gauge по последнему снимку, старше 30 с — ничего); container.py — cgroup v2 (cpu.stat, memory.current, cpu.max, memory.max); db.py — instrument_engine (слушатели before/after_cursor_execute, handle_error, метрики пула), commit_span; logs.py — экспорт записи structlog в логгер SDK и trace_ids, install_log_hooks; setup.py — start_process_telemetry(<service.name>, cgroup_root=…): OTEL_* с warning, провайдеры, метрики контейнера (нет cgroup — одна запись), хуки; с change track1-telemetry-cost — sdk.sampler (доля 1 — ParentBased(ALWAYS_ON), иначе ParentBased(TraceIdRatioBased)), границы по набору metric_buckets, TracerProvider с meter_provider и Tracer в окне внутренних метрик (otel.sdk.span.started; otel.sdk.span.live — DropAggregation), setup.startup_fields — поля телеметрии записи о старте API, worker и relay
password.py # Argon2id в потоке со своим лимитом, фиктивный хэш для неизвестного username
broker/client.py # aio-pika: JobPublisher relay (соединение лениво, publish_many с confirm и общим сроком, ready_messages, сброс после любой ошибки), JobConsumer worker (своё соединение, prefetch), JobDelivery, queue_name <база>.attachment.process.v1; с change job-trace-propagation — span producer и заголовки traceparent / tracestate в _publish_one, JobDelivery.trace_context из заголовков (trace_context_from_headers)
render/client.py # ImageRenderer: процесс обработки на задание, окружение без секретов, срок и kill в finally, разбор вывода, коды в ImageRejected / RenderInterrupted; span render attachment variants (размер входа, исход, код выхода, пик)
upload_slots.py # UploadSlots (asyncio.Semaphore по порядку прихода, счётчик ожидающих, срок ожидания; slot() — UploadsBusy или ожидание в мс, место в finally) и глобал upload_slots из [uploads]; импортирует только dependencies.py
db/engine.py # фабрики engine и сессий, BoundedCloseConnection, ping; _ping_once — проверка соединения при выдаче одним обменом; CountingQueuePool (poolclass engine, change job-trace-propagation): connect() со счётом ожидающих и отказов по сроку, pending(), timeouts()
db/session.py # глобалы engine и session_factory процесса API
db/scope.py # session_scope(factory, timeout_seconds): сессия на блок, срок вместе с откатом, отмена и отказ БД → invalidate, warning, ServiceUnavailable; deadline_scope — общий срок JSON-запроса без сессии, внутри него таймер блока той же задачи не взводится
db/uow.py # SqlAlchemyUnitOfWork(factory, timeout_seconds) поверх session_scope, repo на блок; импортируют только точки входа; span COMMIT в _commit
db/errors.py # is_db_unavailable: какие ошибки драйвера — 503
db/models/ # модели SQLAlchemy (Base с created_at и to_dict); idempotency.py — ключи, FK на сообщение отложен до commit; attachment.py — Attachment (частичный индекс pending по (created_at, id), lost_at — пометка потерянного оригинала) и MessageAttachment (порядок position, FK без каскада)
cache/client.py # create_cache (redis-py: повтор только на обрыв, блокирующий пул), Cache: срок на команду, отказ — промах и пропуск; span GET / SET без ключа с messenger.cache.result
cache/instance.py # глобал cache процесса API
s3/client.py # create_object_storage (aiobotocore: path-адресация, без повторов, пул), ObjectStorage: put (поток read/seek/tell и size) / head / open (чтение блоками) / delete / list_page (ListObjectsV2 по префиксу, нет bucket — ошибка), срок на вызов и блок — единственный срок клиента (read_timeout aiohttp выключен: переживал ответ и портил соединение в пуле, change fix-upload-put-flake), ошибки → ObjectStorageUnavailable / StoredObjectMissing; StoredObjectInfo (с last_modified, у open — тоже), StoredObject, StoredObjectPage; счётчики попыток по операциям, ключей списка и прочитанных байт — stats() → StorageStats (change track2-reconcile-cost); span S3.<Операция> в _call без ключа (нет объекта у HEAD и DELETE — исход missing, не ошибка)
s3/instance.py # глобал object_storage процесса API, namespace — имя базы; start() и aclose() в lifespan
schemas/
jobs/attachment.py # AttachmentJobMessage (pydantic по contracts/jobs.schema.json) и build_job_body
dataclasses/<domain>.py # DTO между repo → service → api
enums/<domain>.py # StrEnum доменов, RunModeEnum; attachment.py — AttachmentStatus, ImageType, ReconcileFinding, ReconcileAction, ReconcileStrategy (batch, head), JobDeliveryOutcome (исход доставки worker → JobOutcome)
utils/
image_variants.py # render_variants: thumbnail, crop, optimized из одного декодирования, fit_size вниз своим расчётом, EXIF orientation, alpha на белый у JPEG, InvalidImage; импортирует Pillow, поэтому только src/worker/render.py
constants.py # лимиты контракта (с лабы 4 — 10 MiB, 40 млн пикселей, filename, 10 вложений), размер страницы, префиксы путей, имя bucket S3, разделитель и части ключа объекта, keep-alive клиента S3
image.py # inspect_image: структурная проверка PNG/JPEG без декодирования пикселей (stdlib), тип, размеры, UnsupportedImage / DamagedImage / TooManyPixels; у JPEG ещё таблицы DQT/DHT, компоненты и полоса скана, определённые к скану таблицы (0 и 1 Хаффмана непрогрессивного кадра — необязательны), данные скана Хаффмана — условия отказа djpeg
utc.py # utcnow() (aware UTC), формат RFC 3339 с Z
cursor.py # непрозрачный keyset-курсор: кодирование и разбор; поля проверяются по отдельности, незнакомые игнорируются, смена формата — новая CURSOR_VERSION
student-tests/ # black-box тесты по HTTP (уровень 4): make student_test
conftest.py # BASE_URL, EXPECT_REPLICAS и фикстура replicas (пропуск против одного процесса), проверка доступности, фикстуры alice/bob/eve/chat и stand/tight_api/uploads_api/s3_api/backlog_api, сбор маркеров spec, стоп без hook
api_client.py # Api поверх httpx; Actor.headers() — единственное место идентификации; post_message/send_message (с attachment_ids) — с Idempotency-Key; post_attachment/upload, attachment_meta, attachment_content, attachment_content_slowly (потоком с паузой после блока)
contract.py # тела по схемам contracts/openapi.json, форматы id, attachment_ids и времени, X-Instance-Id, assert_error (с 413, 415 и 429 — Retry-After положительное целое), assert_errors (статусы всех вариантов запроса разом), assert_content (байты, тип, nosniff, без Location и x-amz-*), assert_replicas
images.py # изображения для тестов: PNG на stdlib (любые IHDR, Adam7, точный размер, бомба, огромные размеры, порча байта, шум RGB ~1 MiB от зерна — png_noise), JPEG через Pillow (dev): разновидности, подмена размеров, без таблиц, изменённый заголовок скана и пустой скан (jpeg_undecodable); обрезка и хвост
test_attachment_processing.py # спек attachment-processing по HTTP: готовность, thumbnail, варианты, failed от недекодируемого JPEG
test_attachments.py # спек attachments: загрузка, лимиты, тип и целостность, filename, доступ, метаданные, оригинал, variant, повтор, 10 одновременных загрузок, другая реплика
test_idempotency.py # спек idempotency: ключ, повтор, 409, область, порядок кодов, повтор через другую реплику (гонка — test_race.py, отказы — test_failures.py)
test_load_balancing.py # спек load-balancing (вне сверки покрытия): одна сессия на разных репликах, запись видна через другую реплику
spec_coverage.py # исключения (сценарии, которые не проверить по HTTP) и сверка покрытия; missing_evidence — файл evidence по ссылке исключения должен быть в репозитории
test_rubric.py, test_race.py # обязательные сценарии и гонки уровня 4
test_<capability>.py # сценарии основных спеков, маркер @pytest.mark.spec
test_failures.py # проверки отказов (маркер fault): только make failure_checks
run_isolated.py # make test_isolated: образ на временной базе test_<db>, уборка базы и префикса test_<db>/ в S3 (weed shell fs.rm, затем проверка fs.ls: код 0 weed shell успеха не значит; префикс только из проверенного имени) (stdlib)
run_failures.py # make failure_checks: стенд <рабочий>-failures (Postgres, Valkey, S3 + bootstrap, уборщик с grace 20 с и интервалом 1 с без плановой сверки → FAULT_CLEANER_*, FAULT_RECONCILER_INTERVAL_S; уборщик с плановой сверкой <проект>-cleaner-scheduled убирается вместе с API), пять API (обычный, «тесный», «узкий по загрузкам» с UPLOADS_ENV → FAULT_UPLOADS_BASE_URL / FAULT_UPLOADS_ENV, «с коротким сроком S3» с S3_ENV → FAULT_S3_BASE_URL / FAULT_S3_ENV, «узкий по заданиям» с BACKLOG_ENV → FAULT_BACKLOG_BASE_URL / FAULT_BACKLOG_ENV; у первых четырёх предел заданий выключен, NO_BACKLOG_ENV), pytest -m fault, журнал PostgreSQL стенда (сводка, признаки аварии — ненулевой код), журналы API и уборщика при падении, уборка (stdlib)
fault_hook.py # hook стенда отказов: stop/start/pause/unpause postgres|valkey|s3, кэш, триггеры сбоя участников, сообщений и вложений (fail-attachments insert|ready|stall|commit|outlive|undeletable: сбой вставки, перевода в ready до и на COMMIT, задержка, строка «старше grace» с ожиданием уборщика, неудаляемая строка), заполнение слотов max_connections, счётчик сессий PostgreSQL db-sessions, attachment-ids, last-pending, object-ids (файлы original по fs.tree), kill-api / start-api; расхождения и сверка (change track2-reconciler): put-object (тело — stdin, botocore в контейнере API его ключами) / delete-object (weed fs.rm) только под <база>/attachments/, delete-row, set-size, age-row, set-key (object_key строки под <база>/), lost-ids, fail-attachments mark, reconcile dry-run|apply [предел] [--strategy batch|head] [--deep] [--max-objects-per-second R] (аргументы по списку, записи и exit_code=), stop|start cleaner, run-cleaner <с> (stdlib)
failures.compose.yml # override стенда отказов: relay (опрос 0,2 с, restart "no"), worker и уборщик с короткими сроками change pipeline-reliability, без публикации портов (Postgres, Valkey, S3, LB), уборщик с CLEANER__* 20 / 1, RECONCILER__INTERVAL_SECONDS 0 и restart "no", stop_grace_period 2 с у S3, healthcheck PostgreSQL — на служебную базу postgres (не добавляет сессий в базу приложения), init: true у PostgreSQL (сирот psql из fill-connections подбирает init, а не postmaster)
service-tests/ # быстрые тесты сервисов (вне образа и вне student-tests), service-tests.md
pytest.ini # настройки pytest этого каталога: pyproject.toml здесь не применяется
builders.py # DTO для тестов: явное время, PASSWORD_HASH по виду CHECK
repo_contract.py # один набор условий repo: на фейке и на настоящем SQL
fakes/ # FakeDatabase (таблицы, снимок, events, held, fail_on), FakeUnitOfWork на базовом классе порта, фейки девяти repo, FakeCache, FakeObjectStorage, FakeJobPublisher, FakeImageRenderer
unit/ # make service_test: test_unit_of_work, test_architecture, test_repo_contract, test_<service> на каждый сервис, test_worker_deliveries (одновременные доставки), test_telemetry (in-memory экспортёры SDK: выключено, OTEL_*, ресурс, middleware, журнал, правило корня, Valkey и S3, закрытие со сроком, исход доставки; с change job-trace-propagation — контекст загрузки, span producer и consumer, невыбранный контекст, время до готовности, пул, насыщение, очередь, cgroup, ресурс relay, заголовки доставки, модули SDK без телеметрии в отдельном интерпретаторе); conftest подставляет поля settings
db/ # make service_test_db: conftest (временная база, TcpProxy, «тесный» API окружением до импорта src), test_uow, test_repo_contract_sql, test_request_flow, test_telemetry_db (span запросов и COMMIT под родителем, без родителя — ни одного), test_pool_counts (CountingQueuePool: ожидающий и отказ по сроку, класс после dispose)
bench/ # нагрузочный стенд на HAProxy + N реплик API + Postgres + Valkey: make bench / bench_quick / bench_restore / bench_failover / bench_rollout / bench_scaling / bench_uploads (с S3)
run.py # оркестратор: стенд compose, реплики и готовность по LB, фоновые чаты и расписание наполнения, матрица, обслуживание БД, планы и варианты, пробы записи, backup и восстановление во второе хранилище со сверкой, фазы профиля failover (события цели — поток docker events по контейнеру, а не буфер демона), профиль rollout (образ прежнего commit через git archive, scripts/rolling-update.sh против проекта стенда, поток событий Docker с exec_start), ресурсы профилей failover и rollout (Profile.sample_resources: сэмплер scan, карта контейнеров по меткам compose, окна, бюджет на пике, сторож), серии трека 1 (профили scaling_*, ячейки на свежем стенде, ступени k6 и поиск R*, сэмплер, продолжение RESUME, блокировка bench/.bench.lock), метрики (сумма по репликам), runs.csv / phases.csv / searches.csv / samples.csv / summary.md / meta.json; профиль uploads (S3 и bootstrap на стенде, на прогон — новый volume S3 и реплика с окружением варианта через .work/variant.compose.yml, образ «до» — тег bench-from, сэмплер peak), в паспорте всех профилей stand.api_tcp_rmem и docker.kernel; профиль reconcile (S3 с портом метрик через .work/s3-metrics.compose.yml, наполнение \copy и загрузчиком, разовые проходы mtusi-bench-reconcile-<n> с лимитом CPU варианта, «до» — .work/cleaner-before.compose.yml, метрики шлюза и pg_stat_database до и после, блок H4 с k6 background.js, отказ по пределу S4)
scaling.py # серии трека 1 без docker: лестница и автомат поиска R*, разбор итога k6 и строк сэмплера, агрегаты окна, вердикт SLO и брака генератора, признаки узкого места (THRESHOLDS), предельный CPU на запрос, сводка серии; --selftest
plots.py # make bench_plots: SVG на stdlib (R* от числа реплик, p95 от интенсивности, CPU по компонентам) и сводка с точкой насыщения; render_series — графики в каталоге метки
sampler.sh # сэмплер (только в контейнере mtusi-bench-sampler на образе PostgreSQL, --cgroupns host): режим list (серии) — cpu.stat, память и PSI заданных контейнеров, /proc/stat и PSI ВМ, статистика HAProxy, psql \watch по pg_stat_activity / database / wal / io; режим scan (failover, rollout) — обход cgroup всех контейнеров и /proc/stat, без сети, psql и LB; режим peak (uploads) — сброс memory.peak реплики, S3 и LB через свой дескриптор (perl), чтение пика в конце окна, выборка current / anon / sock / oom_kill раз в 0,2 с (--user 0, cgroupfs rw, без сети); режим queue — scan с mp, mq и psql \watch заданий; режим cost (telemetry) — scan и строки mp, без сети
uploads.py # профиль uploads без docker: тела PNG из шума от зерна, план кругами, разбор строк k6 и сэмплера peak, строка runs.csv, пометки oom / host_swap / peak_sampled / s3_down, summary.md (медиана и min–max по ячейкам, сценарии спеков, H1–H4); --selftest
reconcile.py # профиль reconcile без docker (change track2-reconcile-cost): модель набора (id, содержимое и класс по номеру и зерну, строки CSV для \copy, ожидаемое по классам), план кругами, разбор записей уборщика, метрик шлюза S3, строк bg k6 и сэмплера, окна и r / a H4, passes.csv и windows.csv, вердикты H1–H4 и S4, summary.md и SVG (plots.Svg); --selftest
overload.py # профиль queue без docker (change track1-queue-overload): план кругами, разбор строк q/qs/qv, jobs, mq, mp и журналов, жизни контейнера, строка cells.csv и timeline.csv, пометки, вердикты H1–H9, правило рекомендации, summary.md и SVG; --selftest
make_images.py # файлы классов s, m, lj, lp профиля queue и bad профиля telemetry (s с 12 битами точности в SOF: 202, затем failed): только в контейнере mtusi-bench-images на образе стенда (Pillow образа, --network none), зерно из аргумента, JSON с размерами и SHA-256, больше лимита контракта — код 1
telemetry_cost.py # профиль telemetry без docker (change track1-telemetry-cost): таблица вариантов и override прогона, план кругами, ожидание отправок, проверки слоя Collector (print-config) и копии Prometheus (построчно вне bench-lean), записи о старте и слои, разбор строк k6 t и сэмплера cost, компоненты, строки runs.csv / components.csv / classes.csv, потери по звеньям, пометки, правило шума, биномиальный интервал, вердикты H1–H8 и B1–B5, summary.md и четыре SVG; --selftest
telemetry_lookup.py # выборка профиля telemetry: только в контейнере mtusi-bench-lookup на образе стенда (stdlib urllib, сеть mtusi-bench-telemetry); wait-ready и collect — трассы по request_id и цепочки загрузок (TraceQL), записи журнала и переход к трассе, счётчики Prometheus, status/tsdb и config, квантили buckets против журнала; результат, равный пределу, — отказ
telemetry.compose.yml # второй -f при включённой телеметрии стенда: TELEMETRY__ENABLED true и адрес Collector у api, worker, relay
otel/ # слои вариантов профиля telemetry (не infra/otel/): tail-typical.yaml и tail-balanced.yaml — второй --config Collector (только tail_sampling и процессоры pipeline трасс), prometheus-lean.yml — копия prometheus.yml с блоками # bench-lean (отбор собственных рядов хранилищ)
queue.compose.yml # третий -f только профиля queue: плагин метрик брокера и статистика в секунду (bench/rabbitmq/), restart: unless-stopped у worker
rabbitmq/ # enabled_plugins и 91-bench.conf профиля queue
fill_objects.py # загрузчик объектов профиля reconcile: только в контейнере mtusi-bench-fill на образе стенда (botocore образа, bench/ на чтение, ключи API из окружения), процессы × потоки PUT по модели reconcile.py
resources.py # ресурсы профилей failover и rollout без docker: интервалы контейнеров (сброс при новой cgroup, заморозка, новые контейнеры с момента запуска), окна, CPU / троттлинг / память по компонентам и ВМ, CPU на запрос в установившихся окнах, resources.csv / samples.csv, разделы summary.md; --selftest
failover.py # профиль failover без docker: строки k6 о запросах, статистика и журнал HAProxy, события Docker, посекундная шкала, величины фазы, summary.md
rollout.py # профиль rollout без docker: строки скрипта замены, события контейнеров проекта, состояния слотов LB (UP, drain, maint, ready), шаги по репликам, шкала со старыми и новыми ответами, окна до / во время / после, summary.md
bench.compose.yml # override стенда mtusi-bench: имена, BENCH_API_REPLICAS реплик api без container_name, haproxy с лимитами BENCH_LB_*, лимиты BENCH_* (deploy.resources), без портов и config.toml, auto_explain; s3 (лимиты BENCH_S3_*, swap = память) запускают профили uploads и reconcile, cleaner (mtusi-bench-cleaner, без порта, лимиты BENCH_CLEANER_* без swap) — только разовыми проходами профиля reconcile; буфер приёма реплики — sysctls основного compose; с change track1-telemetry-cost — otel-collector, prometheus, loki, tempo (mtusi-bench-<сервис>, лимиты BENCH_COLLECTOR_* / _PROMETHEUS_* / _LOKI_* / _TEMPO_* без swap, сеть mtusi-bench-telemetry; запускают профиль telemetry и TELEMETRY=on), grafana без порта и не запускается
bench.env # подстановки compose стенда вместо .env рабочего стенда (без паролей и секретов S3: их генерирует run.py)
k6/ # сценарии k6 (через LB http://haproxy:8080): prepare (вход по Basic, фоновые чаты), prefill (по расписанию), cursors, plan_cursors (страницы плана фоновых чатов), explain, read, tail, write, after_backup и restore_check (этап восстановления), failover (постоянная интенсивность записи и чтения, строка на запрос) и retry (повтор неуспешных записей с тем же ключом), mixed (ступень серии трека 1: ramping-arrival-rate 70/20/10, тег окна, распределение по X-Instance-Id, досрочный выход), uploads (constant-vus загрузок тела из /work, пауза Retry-After на 429 и 1 с на прочие ошибки, строка на запрос, WARMUP — одна загрузка), background (профили reconcile и queue: constant-arrival-rate скачиваний, записи и чтения истории, строка bg на запрос, остановка SIGINT), queue (окна constant-arrival-rate загрузок, VU заранее, ответ не повторяется, строка q на загрузку; WARM — разогрев) и queue_sweep (метаданные каждого принятого вложения, SHA-256 выборки, строки qs и qv), telemetry (профиль цены телеметрии: девять классов constant-arrival-rate — чтение, запись, /users/me, карточка, скачивание, загрузка s и bad, вложение без объекта, регистрация; строка t с X-Request-Id на запрос); lib.js — Bearer, messageHeaders (новый или заданный Idempotency-Key) и хелперы
compare.py # make bench_compare: дельта двух меток (ячейки матрицы или общие конфигурации серий), уровень шума, эффект или шум; отказ при разной методике, в том числе метке без LB и серии против матрицы
ab.py # make bench_ab: прогоны «до» и «после» одного изменения подряд, с --series — серии трека 1
migrations/, alembic.ini # ревизии alembic, async env.py; применяет одноразовый сервис compose; 739b8f04d5fb — частичный индекс pending CONCURRENTLY в autocommit_block; 5c3e1f0a9b7d — attachments.lost_at (NULL, SET LOCAL lock_timeout); c7e2f1a04b56 — attempt_base и attachment_job_replays; d3f9a6b2c1e7 — индексы outbox, аренды и очистки staging CONCURRENTLY; e4b8c2d17f90 — attachment_jobs.traceparent и tracestate (NULL, CHECK NOT VALID, SET LOCAL lock_timeout)
infra/ # конфигурации сервисов стенда; README.md — skeleton
valkey/valkey.conf # лимит памяти и LRU, persistence выключен
rabbitmq/rabbitmq.conf # предел памяти брокера 400 МиБ: лимит контейнера он не видит
otel/collector.yaml # Collector contrib (change otel-telemetry): OTLP HTTP :4318, memory_limiter и batch, экспортёры prometheus :8889, otlp_http/loki, otlp_http/tempo, свои метрики :8888; с change slo-alerts — приёмник prometheus/haproxy (haproxy:8404/metrics, frontend и backend, отбор имён), batch/logs 256, очереди экспорта по байтам 16 / 8 МиБ и повторы 30 с, metric_expiration 1m
otel/prometheus/prometheus.yml # scrape Collector (honor_labels), Collector, Loki, Tempo и себя раз в 15 с; срок и объём — флаги compose; с change slo-alerts — rule_files, protobuf первым у otel-collector-exporter (время начала рядов), глобально прежний текстовый список
otel/loki/loki.yaml # монолит filesystem, schema v13, compactor, срок 168h, без отчётов
otel/tempo/tempo.yaml # монолит 3.1, OTLP HTTP :4318, local, block_retention 168h у scheduler и worker, без отчётов
otel/grafana/ # datasources.yaml (uid prometheus, loki, tempo; лог ↔ трасса; с change slo-alerts — manageAlerts у Prometheus), dashboards.yaml (папка Messenger, без правок из UI), dashboards/messenger-overview.json (панели уровня 3; с change job-trace-propagation — p99 и строки «Pipeline» и «Saturation» уровня 4; с change slo-alerts — строки «SLO and alerts» сверху, «Load balancer» и «Telemetry pipeline», id с 25)
otel/prometheus/rules.yml # change slo-alerts: группы messenger-sli (окна 2 мин, telemetry:lost_items:total), messenger-slo (приращения SLI за 5 мин), messenger-alerts и telemetry-alerts — семь оповещений с for, severity, summary, description, runbook_url
otel/prometheus/rules.test.yml # promtool test rules: срабатывание, порог, без трафика, снятие, правила записи (make alerts_test, в контейнер не монтируется)
otel/runbooks/ # change slo-alerts: <оповещение>.md — значение, панели, диагностика по сохранённым наблюдениям (PromQL, LogQL, TraceQL), действия, восстановление, связанные
rollback/broker.compose.yml # override отката реплик на образ до pipeline-reliability (прежний код публикует сам): адрес и пароль брокера только на время отката
s3/bootstrap.sh # bootstrap S3 (ещё пользователь worker: чтение и запись объектов; сервис s3-bootstrap, network_mode: service:s3): apply — bucket, анонимный доступ none, политики api-objects и cleaner-objects (у уборщика — ещё список только с префиксом S3_CLEANER_LIST_PREFIX = <база>/attachments/), пользователи api и cleaner с ключами из .env, проверки приватности обоих ключей; check (и строки ключа уборщика) и cleanup — для make s3_check; секреты — stdin weed shell и файл curl на tmpfs
haproxy/haproxy.cfg # LB рабочего стенда и bench/: реплики через DNS Docker (8 слотов), проверки /health/ready (inter, fastinter, формулы обнаружения), цепочка таймаутов, http-reuse never (простаивающее соединение закрывает LB), повтор только на conn-failure, ответы LB в формате контракта (400, 502, 503, 504), timeout server 30 с пути загрузки (set-timeout, остальные 10 с), tune.sndbuf.server 256 KiB и tune.rcvbuf.client 128 KiB, мониторинг :8404 (с change slo-alerts — ещё /metrics экспортёра Prometheus для Collector), runtime API на 127.0.0.1:9999 внутри контейнера (drain / maint / ready при замене)
scripts/restart.sh # restart hook для make test-persistence, по restart.example.sh: LB, все реплики api, postgres, valkey, s3 (~25 с); ожидание хранилищ — up --wait --no-recreate (Compose 5.4 иначе пересоздаёт контейнеры, чьи образы скачивались при первом up, и s3-bootstrap не стартует); start api повторяет migrate и s3-bootstrap (no-op); уборщика не трогает — рестарт хранилищ он переживает сам
scripts/stop-one.sh # failover hook для make test-failover: TARGET_INSTANCE_ID → реплика api этого проекта, STOP_MODE stop или kill, STOP_ONE_LOG
scripts/rolling-update.sh # make rolling_update: предусловия (в том числе слоты LB без ручного состояния), сборка (или COMMIT через git archive), миграции один раз в контейнере сервиса migrate, по одной: новая UP в LB → старая drain (до 90 с: дольше загрузки) → maint → stop (код выхода в строке) → rm → слот ready; trap при сбое и Ctrl+C; тот же скрипт — профиль rollout стенда bench/
Dockerfile # builder (uv sync --locked) → runtime: .venv + src + миграции, UID 10001, healthcheck, MALLOC_MMAP_THRESHOLD_ (буфер загрузки растёт без копии)
docker-compose.yml # проект mtusi-lab6: postgres, valkey, s3 (SeaweedFS, служебное на loopback, API S3 на 127.0.0.1:S3_OUT_PORT), rabbitmq, migrate, s3-bootstrap, relay и worker (пароль брокера только у них и rabbitmq), api × API_REPLICAS без портов (sysctls: буфер приёма сокетов до 512 KiB), cleaner (уборщик: точка входа python -m src.cleaner, пул 1, ключи S3_CLEANER_*, без healthcheck), haproxy — единственный порт API; с лабы 6 — otel-collector (сети default и telemetry), prometheus, loki, tempo, grafana (сеть telemetry, наружу — только Grafana на 127.0.0.1:GRAFANA_OUT_PORT), x-telemetry-env у api и worker, healthcheck брокера через gosu rabbitmq; адреса и порты из .env, volumes postgres_data, s3_data, rabbitmq_data, prometheus_data, loki_data, tempo_data, лимиты у всех, окружение и секреты по сервисам (x-db-env, x-cache-env, x-s3-env, x-s3-api-keys-env)
.dockerignore
config_example.toml, .env.example
evidence/broker/ # change async-attachments: stand.md (driver.py broker-check), isolated.md (очередь временной базы)
evidence/worker/ # change async-attachments: process.md (driver.py worker-process), logs.md (журнал задания); memory.md (driver.py worker-memory)
evidence/attachments/ # change async-attachments: defense.md (driver.py defense-scenario); change attachments: smoke.md, failover.md (driver.py attachment-failover stop и kill), storage.md (driver.py attachment-storage), slow-transfer.md (10 MiB через LB дольше 6 с); change upload-consistency: consistency.md (driver.py upload-consistency и журналы API и уборщика), cleaner-process.md (старт, отказ конфигурации, остановка, окно 0, рестарт хранилищ, отказ S3 во время прохода); по замечанию ревьюера: jpeg-structure.md (варианты JPEG — прежняя и новая проверка, Pillow, djpeg; регрессия на 301 JPEG; время; красный и зелёный прогоны test_undecodable_jpeg)
evidence/s3/ # privacy.md — make s3_check на текущем коде; change s3-storage: bootstrap.md (первый запуск, повтор, смена секрета, ошибка шага, до bootstrap), privacy.md (make s3_check, нарушение и исправление, порты, секреты по сервисам), grpc-admin.md (gRPC шлюза без токена), restart.md (restart.sh и SIGKILL S3), client.md (операции, pause/stop, неверный секрет, журнал), memory.md (20 × 10 MiB PUT); change upload-consistency: cleaner-key.md (пользователь уборщика в bootstrap, смена секрета, make s3_check с ключом уборщика, секреты по сервисам); change track2-reconciler: cleaner-list.md (bootstrap с политикой списка по префиксу, неверный префикс, make s3_check со строками списка уборщика, окружение s3-bootstrap)
evidence/reconcile/ # change track2-reconciler: cycle.md (driver.py reconcile-cycle), stress.md (driver.py reconcile-stress), service.md (Started cleaner с параметрами сверки, плановая сверка при старте, docker stop во время сверки при pause s3, код 1 разового прохода по сигналу — driver.py reconcile-signal, отказ старта на RECONCILER__*, коды 3 и 0; с change track2-reconcile-cost — остановка во время паузы предела скорости, driver.py reconcile-signal --pace)
evidence/reconcile/<метка>/ # результаты make bench_reconcile (change track2-reconcile-cost): meta.json (раздел reconcile: план, этапы и модели, commit и образы «до», аргументы S3), passes.csv, windows.csv, summary.md (H1–H4 и S4), cost-by-n.svg, requests-by-n.svg, background-p95.svg, raw/ (записи уборщика по проходам, итог k6 блока H4)
evidence/telemetry/ # change otel-telemetry: budget.md (пики и лимиты сервисов телеметрии, реплик и worker с телеметрией и без); на commit 15ea156 change slo-alerts переснято: collector-outage.md (driver.py telemetry-outage), trace-chain.md (driver.py trace-chain), раздел change slo-alerts в budget.md; на ef60b47 (правки verify slo-alerts): backend-outage.md (driver.py backend-outage, с панелью потерь); на 4a2f9c9 (тот же код, гонка relay_pass_records в драйвере): check.md (driver.py telemetry-check, с метриками LB, новыми панелями и панелью потерь на тихом стенде); на 72cfa9a (change job-trace-propagation): queue-snapshot.md (EXPLAIN снимка очереди), раздел change в budget.md (relay с SDK, уборщик после ленивого импорта)
evidence/migrations/ # change job-trace-propagation: job-trace-context.md — ревизия e4b8c2d17f90 (временная база: с нуля, повтор, откат, CHECK, lock_timeout; --sql; рабочий стенд: откат реплик на ff0073e с MIGRATE=0, ревизия до и после make rolling_update)
evidence/stand/ # change otel-telemetry: from-scratch.md (driver.py stand-from-scratch --runs 2)
evidence/alerts/ # change slo-alerts (commit ef60b47, правки verify; первая съёмка — 15ea156): rules-test.md (make alerts_test и контроли), check.md (driver.py alerts-check); там же — evidence/telemetry/backend-outage.md (driver.py backend-outage) и раздел change в budget.md (15ea156)
evidence/storage/ # отказы БД, пул, statement_timeout, рестарт, порты Postgres, свежий clone; connection-cost.md — цена нового соединения и пинга; freeze-sessions.md — change unit-of-work: сессии и журнал пула после заморозки PostgreSQL (driver.py freeze-sessions и freeze-lb)
evidence/migrations/ # миграции с нуля и повторно, ошибка миграции; лаба 4: pending-index.md (ревизия 739b8f04d5fb с нуля, повтор, откат, EXPLAIN общего плана кандидатов уборщика на рабочей базе с откатом, rollout_quick), lost-at.md (ревизия 5c3e1f0a9b7d колонки lost_at: с нуля, повтор, откат, --sql с lock_timeout, make rolling_update с ревизией до и после)
evidence/auth/ # passwords-and-tokens.md — driver.py auth-storage на стенде текущей лабы: Argon2id в users, SHA-256 токена в sessions, ни токена, ни пароля в pg_dump (исключения сверки покрытия)
evidence/cache/ # hits.md — make test_isolated + driver.py cache-check на стенде текущей лабы: одно чтение chats на 50 через LB, TTL, ключи двух баз (исключения сверки покрытия)
evidence/tests/ # change unit-of-work: service-tests.md (make service_test и service_test_db, таблица регрессий); выводы make test_isolated (test-isolated.md), make student_test через LB (student-test-lb.md) и make failure_checks (failure-checks.md) для REPORT.md, secrets.md; файлы этих проверок лаб 3 и 4 — в их репозиториях
evidence/idempotency/ # повтор, 409, гонка, таблица ключей, X-Instance-Id
evidence/replicas/ # стенд с LB: порты, лимиты и их цена для Argon2id, окружение, распределение, ответы LB (нет реплик, зависшая, без PostgreSQL), test-persistence, чистый clone на нестандартных портах
evidence/failover/ # make test-failover для каждой реплики (stop и kill), отказы stop-one.sh; замер обнаружения, keep-alive, зависшая реплика и ключ; stop-at-start.md — docker stop стартующей реплики «до/после» раннего обработчика и ветка сбоя rolling-update.sh
evidence/failover/<метка>/ # результаты make bench_failover: паспорт, phases.csv, посекундная timeline.csv, summary.md, итоги k6 и журнал LB по фазам; с change profile-resources (метка resources и новые) — resources.csv (фаза × окно × компонент) и samples.csv (посекундно от действия)
evidence/rollout/ # совместимость старого образа с новой схемой, make rolling_update и жизненный цикл стенда после замены, отказы скрипта (Ctrl+C, слоты, lock_timeout миграции)
evidence/rollout/<метка>/ # результаты make bench_rollout: паспорт с контейнерами, образами и ревизией до и после, rollout.csv, replicas.csv, timeline.csv, summary.md, строки скрипта, журнал LB; с change profile-resources (метка resources и новые) — resources.csv (окно × компонент) и samples.csv (посекундно от начала замены)
evidence/bench/<метка>/ # результаты make bench / bench_restore: паспорт, прогоны, наполнение, сводка (планы, стоимость записи, восстановление), планы explain-<размер>.txt, сырые итоги k6
evidence/bench/scaling-*/ # серии трека 1 (a, b, pool, A/A scaling-aa, db — насыщение PostgreSQL; db4 — «до/после» пула без переполнения: scaling-db-aa*, -before*, -nooverflow*, окончательные — с суффиксом 2): паспорт с планом, бюджетом и лимитами по конфигурациям, runs.csv (строка на ступень), searches.csv (строка на ячейку), samples.csv (посекундно в окнах), summary.md, p95-by-rate.svg, cpu-by-component.svg, итоги k6 ступеней и журналы 5xx
evidence/plots/scaling/ # make bench_plots по сериям a и b: графики SVG и summary.md (R*, эффективность, точка насыщения, цена запроса, память)
evidence/plots/scaling-db/ # make bench_plots по серии db: R* по лимитам PostgreSQL и раздел «Насыщение PostgreSQL»
evidence/queue/<метка>/ # результаты make bench_queue (change track1-queue-overload): meta.json (классы, план, окна, app_env по конфигурациям), cells.csv, timeline.csv, summary.md (H1–H9, рекомендация), SVG, raw/ — итоги k6
evidence/telemetry-cost/<метка>/ # результаты make bench_telemetry (change track1-telemetry-cost): meta.json (варианты с SHA-256 слоёв, план, интенсивности, окна, блокировки, app_env по вариантам, stand и stand_telemetry, limits_by_mode), runs.csv, components.csv, classes.csv, summary.md (H1–H8, B1–B5), cpu-by-group.svg, latency-light.svg, ingest.svg, traces-by-class.svg, raw/ — итоги k6 и выборки
evidence/uploads/ # change upload-memory: <метка>/ — make bench_uploads (meta.json, runs.csv, summary.md, raw/), lb-timeouts.md — driver.py lb-upload-timeouts, rollout-upload.md — медленная загрузка во время make rolling_update
evidence/bench/unit-of-work-*/ # change unit-of-work, профиль quick с именной меткой (идёт в git): before и aa на b2fb88f, after на 6ba74b1
evidence/rollout/unit-of-work*/ # change unit-of-work: unit-of-work (замена с Profile.rollout_from), unit-of-work-previous (--from b2fb88f: CPU на запрос старых и новых реплик)
evidence/compare/ # таблицы make bench_compare: <до>__<после>.md; unit-of-work-before__unit-of-work-after.md и unit-of-work-aa__unit-of-work-after.md — цена шага от двух меток одного кода
.github/workflows/application.yml # свой CI job (CONTRIBUTING.md, «CI»; contracts.yml — skeleton): checkout commit прогона (адрес Gitea литералом: github.server_url — внутренний http://gitea:3000, из job не резолвится; по той же причине contracts.yml на этом раннере падает на actions/checkout), сборка и стенд под проектом mtusi-lab6-safronov-ci-<run_id>, job подключается к сети стенда, готовность — обе реплики через LB, make check / test, аноним в S3 — 403, make validate, make student_test, test-persistence, test-failover stop и kill, уборка при любом исходе; без s3_check, test_isolated и failure_checks (порты хоста). Раннер Gitea (act_runner) запускает job в контейнере на том же Docker, что стенд
.github/ci/compose.yml # override стенда в CI: конфиги — configs из переменных окружения вместо bind mount (файлов job нет на хосте раннера), без портов на хосте, образ API с тегом прогона; у Prometheus, Loki и Tempo — только именованный volume, у Collector и Grafana — ни одного (tmpfs Grafana остаётся)
.github/ci/stand-env.sh # «.» в шагах job: содержимое конфигов в CI_* для configs (с переводом строки в конце: без него HAProxy конфиг не принимает), wait_replicas — /health/ready 200 от API_REPLICAS разных реплик через LB за 60 с
KNOWN_ISSUES.md # найденные попутно дефекты, не исправленные без просьбы
evidence/ в лабу 6 не переносился: здесь только снятое на её стенде, а
файлы и метки лаб 3–5 остались в репозиториях mtusi2026lab3-safronov,
mtusi2026lab4-safronov и mtusi2026lab5-safronov. Записи карты о changes
лаб 3–5 говорят, что
такой каталог содержит, когда он снят: каталоги появляются заново по мере
changes, а файлы исключений сверки покрытия снимаются заново на стенде
текущей лабы (раздел «Переход в следующую лабу»).
Архитектура в двух словах
- Поток однонаправленный. Роутер (зависимости, модели API) → сервис
(логика, проверки доступа, id и время, логи) → единица работы и repo за портами
src/core/ports/(одна атомарная операция над хранилищем, отдаёт DTO) → PostgreSQL черезSqlAlchemyUnitOfWork(src/infra/db/). Сервисы знают только порты; реализации выбирают точки входа. Подробности — в правилах слоёв. - Отличия от bp_proxies. Из
core/вынесены инфраструктура (src/infra/: логгер, хранилища, клиенты), утилиты (src/utils/), настройки (src/config/вместоsrc/data/) и HTTP-модели (src/api/schemas/вместоschemas/pydantic/). Вcore/остались доменные слои: repos, services, exceptions. Бота, loader и контроллера нет; фоновая работа с лабы 5 — отдельный worker (src/worker/). - Ошибки: сервис бросает доменное исключение.
src/api/errors.pyодной таблицей переводит его в статус иcodeи отдаёт тело{"error": {...}}сrequest_id.HTTPExceptionв сервисах и ручках не используется. - Конкурентность: все ручки и зависимости —
async def, один event loop, один worker в процессе, процессов —API_REPLICASза HAProxy. Атомарность и защиту от гонок, в том числе между репликами, дают транзакции и ограничения Postgres (уникальность,ON CONFLICT), транзакцией управляет сервис блоком единицы работы. ПовторPOSTсообщения через другую реплику находит тот же ключ идемпотентности в Postgres. На лабе 1 ту же роль играло отсутствиеawaitвнутри repo-функции надMemoryStore. KDF пароля — в потоке, чтобы не останавливать event loop. - Request id генерирует middleware. Тот же id уходит в заголовок
X-Request-Id, вrequest_idтела ошибки и в каждую строку лога.
Соглашения по коду
- ruff: 79 символов, py312, набор правил в
pyproject.toml(isort, bugbear, comprehensions, unused-arguments, pyupgrade, simplify, quotes). Кавычки как в файле (quote-style preserve), trailing comma обязательна. - Типизация везде:
X | None,list[...],UUIDиdatetimeвместо строк. Методы сервисов keyword-only (*,); repo и сервисы вызываются только именованными аргументами. - Комментарии и докстринги короткие, на русском. Сообщения логов и
тексты ошибок API (
error.message) — на английском. - Константы (лимиты контракта, размер страницы, пути) — в
src/utils/constants.py, не литералами в коде. - Время только через
utcnow()изsrc/utils/utc.py: aware UTC. В bp_proxies был naive UTC, здесь контракт требует...Z, а с лабы 2 —timestamptz. - Коммиты (когда попросят): английский, conventional style
(
feat: ...,fix: ...,refactor: ...).
Дорожная карта лаб
Каждая лаба — отдельный skeleton-репозиторий; переходы API — COURSE.md
нового skeleton. Что меняется в коде:
| Лаба | Что появляется | Где в коде |
|---|---|---|
| 1 | in-memory API, Dockerfile | infra/memory.py, X-User-Id в get_current_user |
| 2 | PostgreSQL, Basic → Bearer-сессия; Valkey на «4» | infra/db/, migrations/, repo на AsyncSession; password при регистрации (KDF); get_current_user на Bearer; SESSION_TTL_SECONDS; кэш карточки чата — infra/cache/, repos/chat_cache.py |
| 3 | балансировщик, ≥2 реплики, идемпотентность | middleware X-Instance-Id; Idempotency-Key на POST сообщения; никакого состояния в памяти процесса |
| 4 | приватный S3, вложения | клиент в infra/, домен attachment |
| 5 | брокер, worker, превью | отдельная точка входа worker; загрузка отвечает 202 |
| 6 | OTel Collector, Grafana | телеметрия в infra/ |
| 7 | Argon2id, TLS/mTLS, OpenBao | HTTPS, секреты из OpenBao |
Переход в следующую лабу
По CONTRIBUTING.md: fork нового skeleton, ветка
solution/<group>-<surname>, затем перенести своё.
- Переносить:
src/,student-tests/,service-tests/,migrations/,alembic.ini,Dockerfile,docker-compose.yml,infra/valkey/,infra/haproxy/,infra/s3/,infra/rabbitmq/,infra/rollback/и конфигурации наблюдаемости лабы 6 вinfra/(безinfra/README.mdиinfra/otel/README.mdskeleton), своиscripts/restart.sh,scripts/stop-one.shиscripts/rolling-update.sh(без примеров и проверок skeleton вscripts/),pyproject.toml,uv.lock,.python-version,config_example.toml,AGENTS.md,CLAUDE.md,.claude/,openspec/,.graphifyignore,bench/,KNOWN_ISSUES.md, свой CI job.github/workflows/application.ymlи.github/ci/(остальное в.github/— из нового skeleton). В job поменять номер лабы в префиксе проектаmtusi-lab6-safronov-ci-(и в шаге уборки хвостов), в override — новые сервисы и конфиги нового стенда; Actions в новом fork включить в его настройках. - Сливать, а не копировать поверх:
Makefile,.env.example,.gitignore,.dockerignore. Берём версию нового skeleton (в ней новые цели и проверки) и дописываем свои секции. - Не копировать:
.git,.env,config.toml, volumes,README.md,COURSE.md,tests/,contracts/,lab.json,REPORT.md,evidence/(доказательства остаются в репозитории своей лабы),graphify-out/(граф собирается заново). - Доказательства исключений сверки покрытия снять заново на стенде новой
лабы, иначе
make student_testкрасный (test_exclusion_evidence_existsназывает сценарий и путь):make test_isolated, затемdriver.py --port <LB> cache-check --require-test-keys→evidence/cache/hits.md;driver.py --port <LB> auth-storage→evidence/auth/passwords-and-tokens.md;make test-persistence ACTION_SCRIPT=scripts/restart.sh→evidence/replicas/test-persistence.md(или путь, который назовёт исключение); повтор отправки с ключом послеdocker compose up -d --force-recreate api→evidence/idempotency/replay-after-restart.md; с лабы 4 ещёdriver.py --port <LB> attachment-failover(оба режима) →evidence/attachments/failover.mdиdriver.py --port <LB> attachment-storage→evidence/attachments/storage.md; с лабы 5 —driver.py --port <LB> broker-check(--require-test-queueпослеmake test_isolated) →evidence/broker/stand.mdиevidence/broker/isolated.md,make bench_uploads→evidence/uploads/baseline/summary.md(~50 мин),make bench_queue→evidence/queue/<метка>/summary.md(~2 ч 10 мин; метку называет исключениеqueue-overload) — всего 10 файлов при переносе 5 → 6 (QUESTIONS.md) (student-tests.md). Файлыevidence/этой лабы в новую лабу не копировать, даже эти: сверка проверяет только наличие файла и с копией останется зелёной без пересъёмки. Profile.rollout_fromвbench/run.py(профилиrollout,rollout_quick) поменять на commit новой лабы до изменения, которое должна показать замена: commit этой лабы в истории новой нет, и команда откажет до стенда (bench.md, профильrollout). Так жеProfile.uploads_before(профильuploads, вариант «до»): commit новой лабы до изменения, которое показывает профиль.- Сначала прочитать переходы API в
COURSE.mdиcontracts/README.mdнового skeleton, потом править код. Обновить этот файл: номер лабы, таблицу важных файлов, новые правила.
Ветки и PR
Git — только по просьбе. Когда просят, порядок такой:
- Работа идёт в ветке
solution/bvt2301-safronovот ветки skeleton. - PR — в исходный репозиторий преподавателя. Заголовок
ЛР N — Группа — Фамилия — на 3/4/5, тело — по.github/pull_request_template.md. Перед PR выполнитьmake check,make testна собранном из чистого clone образе и заполнитьREPORT.md, включая использование ИИ.