Files
mtusi2026lab6/QUESTIONS.md
T
ricoromaandClaude Opus 5.5 db3340d811 bench: capture uploads and queue labels with telemetry on
make bench_uploads TELEMETRY=on (label baseline) and make bench_queue
TELEMETRY=on QUEUE_LABEL=baseline4 on b3a5ab8 for the coverage
exclusions; record last-step decisions and draft report sections.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
2026-11-15 09:33:17 +03:00

573 lines
69 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# Вопросы и решения лабы 6
Решения, принятые без пользователя, и вопросы, которые не блокируют работу.
Раздел на каждый change: `## <change>`, внутри «Решения» и «Вопросы».
Вопросы преподавателю дублируются в `REPORT.md`. План изменений лабы —
`PLAN.md`.
## Ответы пользователя перед прогоном (2026-11-11)
- Оценка — 5, трек 1 «Цена наблюдаемости».
- Хранилища — Prometheus (метрики), Loki (логи), Tempo (трассы), отдельными
сервисами; интерфейс — Grafana.
- Уровень 4 — два change: `job-trace-propagation`, затем `slo-alerts`.
- Без пользователя можно (как в лабе 5): коммиты на ветках `feat/<change>`,
ff-merge в `solution/bvt2301-safronov`, архивация, установка зависимостей и
образов, запуск стенда и замеров, в конце `git push` ветки решения в свой
fork. PR не открывать. Разрешения — `.claude/settings.local.json`.
- Длинные замеры исключений (`make bench_uploads`, `make bench_queue`) — в
последнем шаге, на коде лабы 6 с телеметрией.
- Ответ на вопрос 5 `## otel-telemetry` (2026-11-11): эти замеры — с
**включённой** телеметрией (SDK в реплике, worker и relay, Collector и
хранилища на стенде `mtusi-bench`), как на рабочем стенде. Мерит по-прежнему
внешний прибор (k6, сэмплер cgroup), телеметрия — часть измеряемой системы.
Выключатель в `bench/` делает `track1-telemetry-cost`: он годится и для
профилей `uploads` и `queue`. Вариант «до» `bench_uploads` (образ
`9cc6c0c` без SDK) — смешанное сравнение, назвать в сводке; сумму лимитов
`bench_queue` с телеметрией проверить до прогона.
## Перенос из лабы 5
Источник: `mtusi2026lab5-safronov`, ветка `solution/bvt2301-safronov`,
commit `046ec9e`. Перенос — 2026-11-11.
### Решения
- Перенесены отслеживаемые файлы по AGENTS.md, «Переход в следующую лабу»,
`git archive 046ec9e`: `src/`, `student-tests/`, `service-tests/`,
`migrations/`, `alembic.ini`, `Dockerfile`, `docker-compose.yml`,
`infra/valkey/`, `infra/haproxy/`, `infra/s3/`, `infra/rabbitmq/`,
`infra/rollback/` (на него ссылаются `balancer.md` и откат реплик; в списке
переноса его не было — список дополнен), свои `scripts/restart.sh`,
`scripts/stop-one.sh`, `scripts/rolling-update.sh`, `pyproject.toml`,
`uv.lock`, `.python-version`, `config_example.toml`, `AGENTS.md`,
`CLAUDE.md`, `.claude/`, `openspec/`, `.graphifyignore`, `bench/`,
`KNOWN_ISSUES.md`, `.github/workflows/application.yml`, `.github/ci/`.
- Не перенесены: `README.md`, `COURSE.md`, `tests/`, `contracts/`, `lab.json`,
`REPORT.md`, `evidence/`, `graphify-out/`, `QUESTIONS.md` (этот файл —
новый), `.env`, `config.toml`, `.venv`.
- `Makefile`, `.gitignore`, `.dockerignore` skeleton лаб 5 и 6 совпадают
побайтно, поэтому взяты целиком из лабы 5 (skeleton + свои секции).
- `.env.example` — свой файл лабы 5 без правок. Новые имена skeleton
(`OTEL_SERVICE_NAME`, `OTEL_EXPORTER_OTLP_ENDPOINT`,
`OTEL_EXPORTER_OTLP_PROTOCOL`, `OTEL_RESOURCE_ATTRIBUTES`) сопоставляет
первый change лабы (`PLAN.md`), как `BROKER_URL_FILE` и др. в лабе 5.
- Контракт API лабы 6 не изменился: `contracts/openapi.json` отличается только
`info` (заголовок, версия 1.6.0), `contracts/README.md` и `tests/` совпадают
с лабой 5. Новое — `contracts/observability.md`, три роли в
`contracts/infrastructure.json` (`otel_collector`, `telemetry_storage` с
persistent volume, `grafana` с provisioning в git), `infra/otel/README.md`.
`tests/client.py` для лабы 6 ведёт себя как для лабы 5 (загрузка — 202).
- Имя проекта compose и образ — `mtusi-lab6`, `mtusi-messenger:lab6`
(`docker-compose.yml`, спеки `container-run` и `container-image`, правила
`docker.md` и `balancer.md`, драйвер и `SKILL.md`, комментарии override CI
и стенда отказов), префикс проектов CI — `mtusi-lab6-safronov-ci-`. Иначе
стенд лабы 6 подключился бы к volumes лабы 5.
- `.claude/settings.local.json` (не в git) — только запреты: удаление
volumes лаб 5 и 6, `make wipe_data`, `down -v`, force push. Разрешения
прогона лабы 5 (commit, merge, push) не перенесены: для лабы 6 их даёт
пользователь перед прогоном (`PLAN.md`, «Что решает пользователь»).
- Commit «до» профилей `rollout`, `uploads`, `reconcile` стенда `bench/`
(`Profile.rollout_from`, `uploads_before`, `reconcile_before`) указывали на
commit лабы 5 (`7f38948`, `04f8592`), которых в истории лабы 6 нет: профили
отказали бы с кодом 2 до стенда. Они переведены на commit переноса `9cc6c0c`
отдельным коммитом, как `cc33a03` в лабе 5. Там же код успеха варианта «до»
профиля `uploads` — 202 вместо 201 (`uploads_success_codes`): «до» теперь код
лабы 5, его загрузка отвечает 202; с 201 вариант насчитал бы ноль успешных.
- Проверено на рабочем дереве после переноса: `make check` — PASS; `ruff
check` и `ruff format --check` — чисто (545 файлов); `make service_test` —
215 passed; `make run_docker` на новом проекте `mtusi-lab6` — см. дефект
ниже, после повторного `docker compose up -d --wait` все сервисы `healthy`
/ `running`; `make test` — PASS («lab6 public API scenario»); `make
student_test` — 223 passed, 1 failed: `test_exclusion_evidence_exists`
(ожидаемо, evidence не переносится). Нет 10 файлов:
`evidence/attachments/failover.md`, `evidence/attachments/storage.md`,
`evidence/auth/passwords-and-tokens.md`, `evidence/broker/isolated.md`,
`evidence/broker/stand.md`, `evidence/cache/hits.md`,
`evidence/idempotency/replay-after-restart.md`,
`evidence/queue/baseline4/summary.md`,
`evidence/replicas/test-persistence.md`,
`evidence/uploads/baseline/summary.md`. Сверка становится зелёной, когда
они сняты заново на стенде лабы 6 (`PLAN.md`, шаг 0 и последний шаг).
- Найден дефект первого старта RabbitMQ на пустом volume (`eacces` на
`.erlang.cookie` из-за healthcheck от root): `make run_docker` из чистого
clone падает на «dependency failed to start». Записан в `KNOWN_ISSUES.md`
с предложением правки, не исправлен: правка входит в первый change
(`PLAN.md`).
### Вопросы
Пока нет: решения пользователя — раздел «Ответы пользователя перед прогоном».
## otel-telemetry
Change `openspec/changes/archive/2026-11-11-otel-telemetry/` (propose и архив 2026-11-11). Номера —
решения design.
### Решения
- Развилки `PLAN.md` (раздел «1. `otel-telemetry`»): Collector — contrib 0.164.0, ради `tail_sampling` трека 1 (1); логи —
из SDK, процессором structlog в обеих цепочках, а не `filelog` по журналам Docker (2); метрики — `prometheus` exporter
Collector и scrape Prometheus, а не OTLP-приёмник Prometheus и не remote write (3); инструментирование — вручную в
единственных точках вызова, библиотек автоинструментирования нет: `instrumentation-sqlalchemy` 0.66b2 требует
`sqlalchemy<2.1`, а в lock 2.1.1 (4); relay и уборщик — без SDK до change 2 (5); `scripts/restart.sh` сервисы телеметрии
не трогает, история проверяется `telemetry-check` (6); начальные лимиты телеметрии — 2,5 CPU и 2048 МиБ, итог — по
замеру (7).
- Версии — последние патчи линий, вышедшие хотя бы за две недели до прогона: Prometheus v3.15.1, Loki 3.7.9, Tempo 3.1.1;
Grafana 13.3.1 — патч всех линий от 10.11 (1).
- Настройки — секция `[telemetry]`, по умолчанию выключено; стенд включает её окружением `api` и `worker`. Имена skeleton
`OTEL_*` не настройки: SDK собирается из явных значений, переменные `OTEL_*` удаляются из окружения процесса с `warning`
(8).
- `service.version` — версия контракта `1.6.0` (заодно `FastAPI(version=…)` вместо устаревшего 1.5.0), а не commit сборки
(9).
- API не продолжает входящий `traceparent` клиента: публичная точка входа (10).
- Класс статуса HTTP — первая цифра `http.response.status_code` в запросах; отдельной метки нет (10).
- Исход доставки worker (`ready`, `failed`, `retry`, `skipped`, `requeued`, `dropped`, `error`) возвращает сервис, метрику
и span пишет точка входа; меняется тип результата `handle` и быстрые тесты сервиса (11).
- Текст исключений в span не пишется — только класс ошибки; traceback — в журнале (10, 12).
- Закрытие SDK — со своим сроком в отдельном потоке: пробы — до 6 с на `shutdown()` при замороженном Collector (13).
- Grafana — без состояния (tmpfs), без загрузки плагинов, лишние встроенные источники выключены (проба: 368 → 251 МиБ) (16).
- Хранилища и Grafana — в отдельной сети `telemetry`, наружу — только Grafana на `127.0.0.1` (17).
- Collector, Loki и Tempo без healthcheck Docker: в образах нет оболочки и HTTP-клиента; живость — `up` в Prometheus (18).
- Брокер: healthcheck от пользователя брокера (`gosu rabbitmq`) — закрывает дефект первого старта (19).
- Консоль, `make test_isolated`, стенд отказов и `bench/` — без телеметрии (20).
- Проверка «стенд с нуля» — команда драйвера со своим проектом compose, которая сама удаляет свои volumes:
`make wipe_data` и `down -v` агенту запрещены (21).
- Apply (2026-11-11), подробности — design, «Уточнения apply»:
- `BREW` не доходит до приложения (парсер uvicorn, 400 текстом): `_OTHER` проверен на `PROPFIND`, дефект — в
`KNOWN_ISSUES.md` (п. 2);
- атрибуты сверх решения 12: `stored` у `SET` Valkey, `messenger.s3.result`, `error.type` = код у 5xx без исключения,
атрибуты процесса обработки (п. 3);
- закрытие SDK — по потоку на провайдер (п. 4); подтверждение доставки — внутри места конкуренции (п. 5);
- Grafana: выключены 15 встроенных источников, кроме prometheus, loki, tempo; сверх решения — получение ключей
плагинов, внешние снимки, ссылки обратной связи, gravatar (п. 6);
- `level=error` Loki «empty ring» на старте и Tempo «no jobs found» в простое — шум, не отказ (п. 7);
- `stand-from-scratch` останавливает рабочий стенд на время проверки (`make stop` / `docker compose start`) (п. 10);
- лимиты решения 7 подтверждены замером, не менялись (п. 11).
- Правки по verify (2026-11-11, design, «Уточнения apply», п. 13–18):
- дренаж API 9 с с включённой телеметрией — ошибка настроек с именем `app.graceful_shutdown_seconds` (8 + 1 с SDK ≤ 9
с), без телеметрии 9 с допустимы; у worker закрытие SDK — внутри прежнего окна 0,5 с (п. 13);
- экспортёры OTLP — своя `requests.Session` с `trust_env=False`: прокси окружения не действуют (п. 14);
- сценарий «Необычный метод и неизвестный путь» — на `PROPFIND` и `GET`, `BREW` — ограничение (п. 15);
- `telemetry-check`: ссылки лог ↔ трасса источников Grafana, нет рядов health, `service.instance.id` worker (п. 16);
- `stand-from-scratch --project` — только `mtusi-lab6-scratch[-…]`, иначе код 2 до docker (п. 17).
### Вопросы
Не блокируют работу; ответ меняет только указанное место.
1. Преподавателю: класс статуса HTTP («method, route template, status class») — допустимо ли выводить его из кода статуса в
запросах (`http_response_status_code=~"5.."`) без отдельной метки? Иначе — атрибут `http.response.status_class` в
middleware и в запросах dashboard.
2. Преподавателю: restart hook перезапускает API и хранилища бизнес-данных, но не хранилища телеметрии; сохранность истории
телеметрии показана отдельно (`evidence/telemetry/check.md`). Достаточно ли так? Иначе — строка в `scripts/restart.sh`.
3. Преподавателю: `service.version` — версия контракта, а не ревизия сборки. Иначе — аргумент сборки и четыре пути сборки
(design, решение 9).
4. Преподавателю: ответы, которые генерирует HAProxy (502, 503, 504), в метрики API не попадают, метрик HAProxy на уровне 3
нет. Для SLO уровня 4 это решает change `slo-alerts`.
**Решается в change `slo-alerts` (design, решение 2):** метрики HAProxy через Collector, SLI доступности — по ответам LB
клиентам; вопрос преподавателю о такой трактовке — `## slo-alerts`, вопрос 2.
5. **Отвечено 2026-11-11: с включённой телеметрией** («Ответы пользователя перед прогоном»). Пользователю: метки последнего шага (`make bench_uploads`, `make bench_queue`) по методике `bench/` снимаются с
выключенным SDK: «код лабы 6 с телеметрией» — код есть, телеметрия выключена. Если нужны метки с включённой телеметрией —
это профиль трека 1 (change `track1-telemetry-cost`) и другая методика.
6. Преподавателю (apply): сценарий `observability` «Необычный метод и неизвестный путь» назван методом `BREW`, а его
uvicorn отклоняет до приложения (400 не в формате контракта, `KNOWN_ISSUES.md`). Достаточно ли `_OTHER` на методе,
который доходит до приложения (`PROPFIND`)? Иначе — `http="h11"` у uvicorn или правило HAProxy (отдельный change).
7. Пользователю (apply): перед замерами для отчёта переснять `telemetry-check`, `telemetry-outage`,
`stand-from-scratch` и бюджет на закоммиченном коде — evidence сняты на незакоммиченном дереве поверх `9b35c25`.
Сделано частично: `telemetry-check` и `telemetry-outage` пересняты на `68f1e97`; замер бюджета на нём поднял лимиты
Tempo и Grafana (design, «Уточнения apply», п. 19); `budget.md` переснят на `4178b3d`. `stand-from-scratch` не
переснят: запуск команды агентом 2026-11-11 отклонил классификатор режима auto (вопрос 8), `evidence/stand/
from-scratch.md` — прежний, с рабочего дерева поверх `9b35c25`. Нужен запуск пользователем (`make stop`, `python3
.claude/skills/run-mtusi-messenger/driver.py stand-from-scratch --runs 2`, `docker compose start`) или разрешение.
8. Пользователю (verify W4): `driver.py stand-from-scratch` сам удаляет volumes своего проекта (`docker compose -p
mtusi-lab6-scratch… down -v` в начале, после каждого прогона и при Ctrl+C), а deny-правила `.claude/settings.local.json`
запрещают агенту `down -v`. Подтвердите, что так можно для одноразового проекта `mtusi-lab6-scratch*` (как у `make
failure_checks` со своим `<рабочий>-failures`). Имя проекта команда теперь принимает только по шаблону
`^mtusi-lab6-scratch(-[a-z0-9]+)?$`, иначе код 2 до вызовов docker. Настройки разрешений не менялись. Иначе —
убирать проект scratch руками пользователя, а команда только печатает команду уборки.
### Предложения на потом
Найдено verify, решено не исправлять в этом change.
- S2: evidence для сценария «Restart hook не трогает телеметрию» — по коду выполняется (`scripts/restart.sh` сервисы
телеметрии не называет), но вывода нет. Предложение: в `telemetry-check` или отдельной пробе — `StartedAt` сервисов
телеметрии до и после `make test-persistence ACTION_SCRIPT=scripts/restart.sh` (задача 11.5 его уже сверяет на глаз).
- S4: relay и уборщик SDK не запускают, но загружают его модули через `SqlAlchemyUnitOfWork` (`src/infra/db/uow.py` →
`src/infra/telemetry`): 139 модулей, RSS уборщика ~100 МиБ при ~90 МиБ в `docker.md`. Предложение для change 2: ленивый
импорт SDK в `src/infra/telemetry` (до `start`) или замер `memory.peak` relay и уборщика и правка `docker.md`.
Решено в change `job-trace-propagation` (design, решение 7): ленивый импорт.
## job-trace-propagation
Change `openspec/changes/archive/2026-11-11-job-trace-propagation/` (propose и архив 2026-11-11). Номера — решения design.
### Решения
- Развилки `PLAN.md` (раздел «2. `job-trace-propagation`»):
- parent или link — consumer span дочерний к контексту сообщения и с link на него (2): обработка по одному сообщению без
объемлющего span, semantic conventions messaging это допускают и требуют link; одна трасса на загрузку и цельная выборка
цепочки при head sampling трека 1. Span producer — на каждую публикацию, в клиенте брокера, дочерний к контексту загрузки,
сохранённому в задании (3, 4);
- источник очереди — relay: снимок по PostgreSQL раз в 5 с одним запросом по частичным индексам (проба — 0,31 мс), стадии
`scheduled`, `outbox`, `published`, `processing`, возраст старейшего незавершённого от устойчивого приёма (9); не
приёмник Collector (пароль PostgreSQL у Collector) и не метрики брокера (нет outbox и возраста);
- смесь версий при `make rolling_update` — строки и сообщения без контекста: span producer нет, consumer span — корень, как
на уровне 3; ни одна комбинация версий не даёт ошибки (6);
- `docker.sock` у Collector отвергнут (доступ к API Docker — root на ВМ): CPU и память — из cgroup v2 изнутри контейнеров
API, worker и relay (12).
- Carrier — заголовки AMQP `traceparent` и `tracestate`, тело сообщения по `contracts/jobs.schema.json` не меняется (1):
неверное значение в теле сделало бы сообщение «не по схеме» (`dropped`), а заголовок просто игнорируется;
`contracts/attachment-states.md` native headers допускает, отображение полей — в `REPORT.md`.
- Контекст в задании — колонки `attachment_jobs.traceparent`, `tracestate` (`text NULL`, CHECK `NOT VALID`), пишет загрузка
через зависимость API; сервис телеметрию не импортирует (4).
- Sampler — `ParentBased(ALWAYS_ON)`: при 100 % то же, флаг выборки контекста задания соблюдается; baggage не переносится (5).
- SDK в relay (`messenger-relay`); у уборщика и команды replay SDK нет; модули SDK грузятся только при запуске телеметрии —
закрывает S4 change `otel-telemetry` (проба: −322 модуля и −10 МиБ RSS) (7).
- `handle()` worker возвращает DTO итога доставки (исход, попытка, причина, код ошибки, время до готовности); время до
готовности — от записи задания до фиксации `ready`, задания после replay не учитываются (8).
- Пул — `db.client.connection.*` semantic conventions; ожидающие и отказы по сроку считает пул `CountingQueuePool` (публичный
`Pool.connect()`), фабрика engine о телеметрии не знает (10).
- Насыщение worker — занятые места, ёмкость, ожидающие места доставки и среднее за окно по сумме длительностей (11).
- Без `messaging.message.id` и без span Create и Settle: `id` задания в span — против решения 12 change `otel-telemetry`,
подтверждение — внутри consumer span (13, Non-Goals).
- Новых параметров `[telemetry]` нет: интервал и срок свежести снимка очереди, границы времени до готовности — константы.
- Dashboard уровня 4 — тот же `messenger-overview.json` (без нового bind mount и `configs` CI) (14); проверка — одна команда
драйвера `trace-chain` (16).
- Apply (design, «Уточнения apply»): redis-py 8.1 сам грузит модули метрик SDK — тест ленивого импорта сравнивает с `import
redis.asyncio` (п. 1); запись о недоступных метриках контейнера — только stdout (п. 3); раскладка модулей пакета (п. 4);
поля итога у `skipped` и `requeued` (п. 5); снимок после полного пакета (п. 6); Tempo собирает трассу повтора и replay — решение
2 прежнее (п. 7); `trace-chain` складывает счётчики двух процессов worker и запускает их `docker start` (п. 8); relay в
`telemetry-outage` (п. 9); память уборщика (п. 10); логгер пула на WARNING (п. 11); бюджет relay без изменения лимита (п. 12);
evidence раздела 12 на `72cfa9a`: «ревизия до и после» через откат реплик на `ff0073e` и `downgrade -1` (п. 13), Grafana
сверх правила 1,5 × пика (п. 14, вопрос 6), предусловие `trace-chain` на нетихом стенде (п. 15), возврат сигналов relay
после `docker start` в `telemetry-outage` (п. 16).
### Вопросы
Не блокируют работу; ответ меняет только указанное место.
1. Преподавателю: «End-to-end time to ready — от durable acceptance до публикации ready» измеряется от записи задания (та же
транзакция, что `queued`, до ответа 202) до фиксации `ready`, а задания после replay не учитываются: их приём — действие
оператора. Достаточно ли так? Иначе — время replay из аудита `attachment_job_replays` (worker, решение 8).
2. Преподавателю: «process/container CPU/RAM» — только у процессов с SDK (реплики API, worker вместе с процессами обработки,
relay), из их cgroup; PostgreSQL, S3, брокер, LB и уборщик не представлены, потому что сокет Docker у Collector — root на
ВМ. Достаточно ли? Иначе — `docker_stats` или cAdvisor с названной ценой (решение 12).
3. Преподавателю: «Queue depth» — логическая очередь заданий по стадиям из PostgreSQL (outbox, отложенные повторы, в брокере,
в обработке), а не счётчик очереди RabbitMQ: очередь брокера — стадия `published`. Достаточно ли? Иначе — плагин
`rabbitmq_prometheus` и доступ к брокеру из сети телеметрии (решение 9).
4. Пользователю (apply): сценарий `observability` «Модули SDK без телеметрии не загружаются» буквально не выполним, пока
установлен SDK: redis-py 8.1 при импорте сам грузит `opentelemetry.sdk.metrics` (35 модулей). Экспортёра, провайдеров
трасс и логов, protobuf и `requests` нет; экономия ленивого импорта — ~6,5 МиБ и ~200 модулей. Принять как есть (тест
сравнивает с `import redis.asyncio`) или уточнить сценарий в archive («кроме модулей, которые загружают сторонние
библиотеки»)? Ответ меняет только формулировку сценария и докстринг теста (design, «Уточнения apply», п. 1).
**Закрыт на verify (W1):** сценарий и требование переформулированы по фактической проверке — нет провайдеров и модулей
SDK трасс и журнала, экспортёра, protobuf и `requests`, модулей SDK метрик не больше, чем у `import redis.asyncio`
(design, «Уточнения apply», п. 17); тест прежний.
5. Пользователю (apply): `memory.peak` уборщика на рабочем стенде — 176 МиБ при лимите 256 (плановая сверка при старте);
правило «лимит ≥ 1,5 × пика» для него не выполнено (264). Поднять лимит до 288 МиБ (сумма стенда +32 МиБ, до ВМ остаётся
222 МиБ) или оставить: пик — сверка, а не этот change? Ответ — правка `docker-compose.yml`, `docker.md` и `REPORT.md`
(design, «Уточнения apply», п. 10). Замер задачи 12.4 на `72cfa9a` (свежая cgroup, плановая сверка при старте, затем
`make test` + `make load` + `make student_test` + `trace-chain`) — пик 107,7 МиБ, правило выполнено (162 ≤ 256): 176 МиБ
был у прежнего контейнера, пик зависит от прохода сверки (`evidence/telemetry/budget.md`, раздел change).
6. Пользователю (apply, задача 12.4): `memory.peak` Grafana — 343,2 МиБ при лимите 512 (1,5 × пик = 515 > 512), в замерах
`otel-telemetry` — 248–294. Пик набран сразу после рестарта Grafana в `telemetry-outage` и включает файловый кэш (`anon`
188, `file` 95 МиБ; `docker stats` — до 261). По правилу `telemetry.md` (`memory.peak`) лимит не выполнен на 3 МиБ;
лимит Grafana — не предмет change, код и compose не менялись. Поднять до 576 МиБ (сумма стенда +64 МиБ, до ВМ остаётся
190 МиБ), мерить без кэша (`anon` + `kernel`) или оставить? Ответ — правка `docker-compose.yml`, `docker.md`,
`REPORT.md` и `budget.md` (решает verify).
**Закрыт на verify (W5):** мерить без кэша — `memory.peak` включает файловый кэш, который ядро освобождает до OOM;
неосвобождаемая часть `anon` + `kernel` + `shmem` ≈ 197 МиБ, 1,5 × ≈ 296 ≤ 512, лимит не меняется. Правило «что считать
пиком» — `telemetry.md` и `docker.md`, вывод `budget.md` и `REPORT.md` исправлены (design, «Уточнения apply», п. 21).
### Решения apply по verify
- W2–W4, S2–S4 исправлены (design, «Уточнения apply», п. 18–20, 22–24; `tasks.md`, раздел 13). Без пользователя решено:
`telemetry-outage` проверяет возврат сигналов в первом окне каждого вида и останавливает процессы во втором окне того же
вида (команда ~3,5 мин); непредвиденная ошибка снимка очереди relay повторяется не чаще интервала снимка (5 с), а не на
каждом проходе; панель пула — две оси с разными единицами, а не две панели (раскладка строки «Saturation» прежняя);
`trace-chain` на нетихом стенде — код 2, как «нет стенда».
### Предложения на потом
- S1 (verify, для change `slo-alerts`): `increase()` недосчитывает после рестарта worker — новый процесс начинает
counter с нуля под тем же `instance`, и если он насчитал больше прежнего, Prometheus сброса не видит (`trace-chain`
складывает «тихие» значения двух процессов, «Уточнения apply», п. 8). Для правил SLO и alert это занижение ошибок и
готовых заданий. Варианты: created timestamps Prometheus 3 (`created-timestamp-zero-ingestion`: Collector-экспортёр
должен отдавать `_created`, проверить) или окна правил длиннее типичного времени жизни процесса с оговоркой в runbook;
либо `service.instance.id` с суффиксом запуска процесса (меняет число рядов — цена в кардинальности).
Решается в change `slo-alerts` (design, решение 6): экспортёр Collector отдаёт время начала ряда только в protobuf —
scrape `PrometheusProto` и `created-timestamp-zero-ingestion`, срок рядов экспортёра 1 мин; быстрый перезапуск того же
процесса (быстрее ~75 с) остаётся ограничением.
## slo-alerts
Change `openspec/changes/archive/2026-11-14-slo-alerts/` (propose 2026-11-11, заархивирован 2026-11-14). Номера — решения
design.
### Решения
- Пользователь (2026-11-11, на propose, через основную сессию): бюджет ВМ — не ограничение при выборе; новые сервисы
(Alertmanager и любые другие) брать, если они дают пользу, и не отвергать вариант из-за суммы лимитов. Сумма лимитов
по-прежнему считается и записывается (`docker.md`, `REPORT.md`), даже если она больше ВМ.
- Пользователь (2026-11-11): ресурсы ВМ Docker Desktop можно увеличить; если сумма лимитов стенда превышает ВМ (12 CPU /
7934 МиБ) или запаса не хватает, решение не урезается, а отчёт называет отдельной строкой, сколько CPU и памяти нужно ВМ и
почему (вопрос 1).
- Развилки `PLAN.md` (раздел «3. `slo-alerts`»):
- правила Prometheus (файл в git, `promtool test rules`), а не правила Grafana (3);
- Alertmanager не ставится — по функции, а не по бюджету: доставки нет, состояние и история firing / resolved — в
Prometheus (`ALERTS`) и Grafana, подавление зависимых оповещений нужно в одном месте и выражено в условии (3).
- SLI доступности — на публичном frontend LB, вместе с ответами самого LB (502, 503, 504); источник — встроенный экспортёр
HAProxy, его забирает Collector (приёмник `prometheus`), сеть хранилищ прежняя (2). Закрывает вопрос 4 `## otel-telemetry`.
- SLO: доступность 99,5 %, задержка «лёгких» ручек не дольше 0,25 с — 99 %, время до `ready` не дольше 30 с — 99 %; окно —
скользящие 7 суток (срок хранения Prometheus); правила записи — приращения событий за 5 мин (1).
- Оповещения — семь, пороговые, окна 2 мин, `for` от 30 с до 2 мин; runbook — файл `infra/otel/runbooks/<имя>.md`,
`runbook_url` — путь в репозитории (4, 5).
- S1 `## job-trace-propagation`: время начала рядов экспортёра Collector по protobuf и `created-timestamp-zero-ingestion`
Prometheus, срок рядов экспортёра 1 мин (6); проба — `resets` 1 и `increase` 25,5 при 25 настоящих против 0 и 15,6.
- Collector: очереди экспорта Loki 16 МиБ и Tempo 8 МиБ по байтам, два отправителя, повторы до 30 с, без блокировки приёма
(7).
- SDK: очереди и сроки прежние; внутренние метрики SDK (`otel.sdk.*`) включает код на время конструирования, а не поле
`[telemetry]` и не внешняя `OTEL_*` (8).
- Учёт потерь — сумма счётчиков по процессу, а не `increase()`: первая потеря нового ряда учитывается (9).
- Без histogram длительности запросов PostgreSQL: для инцидента 2 хватает span БД, пула и CPU реплик (Non-Goals, как
JTP-10).
- Проверки — `make alerts_test` (и в CI), команды драйвера `alerts-check` и `backend-outage`; медленная БД — блокировка
таблицы сообщений в отдельной сессии PostgreSQL, а не лимит CPU контейнера (11).
- Пользователь (2026-11-11, во время apply): ВМ Docker Desktop перезапущена с памятью 12 ГБ — `docker info`: 12 CPU,
MemTotal 11 902 МиБ. Это ответ на вопрос 1: строки бюджета в `docker.md` и `REPORT.md` — по новой ВМ.
### Решения apply
Без пользователя; подробности и отклонения — design, «Уточнения apply».
- Тест внутренних метрик экспортёра OTLP — через `Exporters(spans=None, logs=None)` и подставную `requests.Session.send`;
`otlp_exporters()` разделён на три функции (п. 1).
- Глобальные протоколы scrape — список Prometheus 3.15.1 по умолчанию, снятый с `/api/v1/status/config` (п. 4).
- Нагрузка драйвера — 6 потоков записи и 1 чтения: иначе блокировка таблицы сообщений не даёт 10 % медленных «лёгких»
запросов (п. 7).
- `telemetry-check` проверяет ещё метрики LB (сценарии «Метрики балансировщика без доступа к сети хранилищ» и
`load-balancing` «Метрики балансировщика»), а обход панелей всех команд подменяет `$__range` на `1h` (пп. 5, 6).
- Span PostgreSQL с ошибкой при остановленной БД — наблюдение, не проверка: отказ на выдаче соединения span запроса не
создаёт (п. 9).
- Сверка SLI за час «по исходным счётчикам» — сумма `increase(…[5m])` исходных селекторов в тех же окнах, что у правил;
`increase` за час одним окном — наблюдение: непересекающиеся окна теряют приращение на границах, а при остановленном
Prometheus окна нет (п. 12). Пауза блокировки 0,2 с вместо 0,5, нагрузка — чтение раз в 1 с, 3 потока входа, 20
хороших загрузок перед шагами (п. 7, 12).
- «Ожидающих соединения пула нет» проверяется как «пул не занят целиком и отказов по сроку нет»: счёт `pending` включает
проверку при выдаче и открытие соединения (п. 14).
Вопрос verify: устраивает ли такая трактовка двух сценариев спека («SLO считается» — те же окна; «Медленный handler» —
место в пуле, а не мгновенный `pending`)? Иначе — правка спека или новый счётчик «ждут места» отдельно от открытия.
**Ответ verify (2026-11-14):** трактовка устраивает, новых счётчиков не нужно — исправлен текст двух сценариев дельты
`observability` под проверку; у доступности и задержки `alerts-check` сверяет ещё и с `increase` одним окном часа
(design, «Уточнения apply», п. 18).
- Evidence раздела 11 — на commit `15ea156` без правок кода; `rules-test.md` от 2026-11-11 оставлен (повторный прогон —
тот же вывод); пик Collector в долгом отказе хранилища — по `docker stats` и метрикам Collector, а не по
`memory.peak`: шаг отказа Collector в той же команде начинает новую cgroup (design, «Уточнения apply», п. 16).
### Решения apply по verify
Без пользователя (verify 2026-11-14, tasks, раздел 12); подробности — design, «Уточнения apply», пп. 17–22.
- Ноль ряда потерь процесса SDK — по ряду ёмкости очереди span (`… or sum by (job, instance)
(otel_sdk_processor_span_queue_capacity) * 0`), как предложил verify; у Collector отдельной части не нужно: его ряды
`otelcol_receiver_refused_*` есть с нуля со старта (п. 17).
- Описание с текущим значением там, где `$value` пустое по смыслу (`absent()`, `up == 0`), — возраст последнего снимка
очереди и число недоступных целей шаблоном `query` (п. 21).
- Проверка «Без потерь» в `telemetry-check` ждёт тихого стенда до 330 с (окно `rate()` панели 5 мин), а не падает сразу:
иначе прогон сразу после `backend-outage` видел бы его потери (п. 22).
- Срок медленной БД — 4 мин в спеке и драйвере (п. 20).
- Гонка `relay_pass_records` в `telemetry-check` (пересъёмка на `ef60b47`, правка разрешена основной сессией): ожидание
Loki — пока все записи прохода relay из stdout не придут, со сроком 60 с; по сроку — прежний отказ и недостающие
записи; проверка не ослаблена (п. 23).
### Вопросы
Не блокируют работу; ответ меняет только указанное место.
1. Пользователю: ресурсы ВМ Docker Desktop. Сейчас у ВМ 12 CPU (все ядра хоста) и 7934 МиБ из 18 ГиБ хоста; лимиты стенда —
постоянные 11,5 CPU / 7296 МиБ, с одноразовыми 12,5 CPU / 7680 МиБ (до замера этого change: новых сервисов нет, лимит
Collector может вырасти по замеру), а контейнеры `make test_isolated` рядом (API, worker и relay теста) добавляют
2,25 CPU / 1792 МиБ. CPU больше не дать: лимиты — доли времени, сумма больше 12 значит конкуренцию, а не отказ. Памяти,
чтобы лимиты стенда с одноразовыми и `make test_isolated` помещались вместе с накладными ВМ (~0,5–1 ГиБ), нужно не меньше
~11 ГиБ; рекомендация — 12 ГиБ. Точные числа — после замера apply (`docker.md`, `REPORT.md`). Увеличить память ВМ?
Ответ меняет только строку ВМ в `REPORT.md` и `docker.md`. **Ответ (2026-11-11):** пользователь увеличил память ВМ до
12 ГБ (MemTotal 11 902 МиБ); с одноразовыми и `make test_isolated` — 9472 МиБ лимитов, запас ~2,4 ГиБ.
2. Преподавателю: SLI доступности и оповещение о доле ошибок считаются по ответам клиентам на LB (включая сгенерированные LB
502, 503, 504 и health через LB), а «доля ошибок» контракта (5xx API / бизнес-запросы без health) осталась отдельной
панелью. Допустимо? Иначе — SLI по метрикам API с отдельным счётом ответов LB в числителе (правила записи и панель).
## track1-telemetry-cost
Change `openspec/changes/archive/2026-11-15-track1-telemetry-cost/` (propose 2026-11-14, заархивирован 2026-11-15). Номера
— решения design.
### Решения
- Решения пользователя из промпта propose (не пересматриваются): трек 1; Prometheus, Loki, Tempo и Grafana; Collector contrib;
включение телеметрии на стенде `mtusi-bench` строится здесь и нужно `make bench_uploads` и `make bench_queue` последнего шага —
оба с включённой телеметрией; прежние профили по умолчанию — как сейчас; бюджет ВМ не ограничение; замеры — apply после коммитов
кода и гипотез, рабочий стенд перед `bench/` — `make stop`.
- Варианты (2): `off`, `full` (рабочий стенд), `full-aa` (A/A — копия в той же метке, а не вторая метка: без дрейфа хоста между
метками), `head` (доля 0,1), `tail` — **типовой** tail sampling (ошибки, трассы ≥ 0,25 с, 10 % остальных, ожидание 30 с по
умолчанию), `metrics` (интервал 30 с, грубые границы, отбор лишних рядов), `balanced` (5); 3 повтора кругами, свежий стенд на
прогон (1).
- Выбор в голове — поле `[telemetry] trace_sample_ratio` (`ParentBased(TraceIdRatioBased)`, при 1 — прежний
`ParentBased(ALWAYS_ON)`), не `OTEL_TRACES_SAMPLER` (OT-8); журнал не выбирается: записи невыбранных запросов уходят в Loki с
`trace_id` и флагами `02` (проба) — мера H5, не дефект (3).
- Счёт начатых span по решению выборки (`otel.sdk.span.started`) включается на рабочем стенде тоже: отброшенное в голове
отличается от потерь, правило потерь не меняется; `otel.sdk.span.live` не отдаётся (3).
- Наборы границ histogram `default` / `coarse` — поле `metric_buckets`, оба с границами SLO 0,25 с и 30 с; интервал отправки
метрик — не больше 30 с (половина срока рядов экспортёра Collector) (4).
- «Лишние инструменты» варианта агрегации — собственные ряды хранилищ: 80 % рядов Prometheus рабочего стенда (проба TSDB), их не
читает ни панель, ни правило, ни драйвер; инструментов приложения без читателя нет (2, 7).
- Сбалансированная конфигурация (5) — tail sampling под эту систему: правило исхода задания (у `failed` нет статуса ошибки span),
медленный server span ≥ 0,25 с или consumer span ≥ 5 с через OTTL вместо длительности трассы (она больше 0,25 с у каждой
асинхронной цепочки загрузки), 10 % остальных, ожидание 10 с, кэш решений только сохранённых трасс; плюс отбор лишних рядов.
Рабочий стенд остаётся со 100 % трасс: проверки уровней 3–4 ищут свой запрос; конфигурация — проверенная рекомендация в
`bench/otel/`.
- Слои Collector — второй `--config` (проба: карты сливаются, списки заменяются), проверка `validate` и сравнением
`print-config --format=json`; конфигурация Prometheus с отбором — копия рабочей с размеченными блоками и построчной сверкой (6, 7).
- Редкие события (8): 500 API — одна строка вложения без объекта `\copy` (как профиль сверки); неудачное задание — класс `bad` (`s`
с точностью 12 бит в SOF, как `jpeg_precision_12` тестов); редкий медленный маршрут — регистрация (вход требовал бы пароля стенда
за пределами `prepare.js`); медленные запросы быстрого маршрута — блокировка `messages` `IN SHARE MODE` 0,6 с трижды в окне
отказов. Заморозка S3 отвергнута: недетерминированный счёт worker и всплеск хвоста.
- Новые исключения границы чёрного ящика — только профиль цены телеметрии: строка вложения, блокировка таблицы, счёт незавершённых
заданий, чтение Prometheus, Loki, Tempo и метрик Collector из контейнера `mtusi-bench-lookup` (образ стенда, stdlib), размер
volume только на чтение (9).
- Grafana на стенде `bench/` не запускается: не в пути данных (1).
- Рост хранилищ на диске — журнал предзаписи: в Tempo 3.1.1 нет `/flush`, Loki режет чанки через 30 мин (9).
- Выключатель `TELEMETRY=on` у `uploads` и `queue` — поле профиля, а не отладочное переопределение (`RESUME` сверяет режим);
сумма лимитов CPU больше ВМ с телеметрией — предупреждение в паспорте, а не код 2 (очередь — 12,25 CPU при 12) (13).
- Результаты — `evidence/telemetry-cost/<метка>/` (12); правило «если `balanced` не прошёл критерии» — заранее, по параметру на
нарушение, новая метка целиком (12).
### Решения apply
Подробно — design, «Уточнения apply» (номера в скобках); всё, кроме интенсивностей (16), — до коммита гипотез, пороги не
менялись.
- Регистрация на стенде — ~85 мс, а не 0,3–1 с (Argon2id параметров кода): редкий **быстрый** маршрут. Правила выбора трасс
решают по span, поэтому полнота в B1, H3 и H5 (`tail`, `balanced`) требуется у 500, записей, **медленных по серверу**
(`duration_ms` записи доступа ≥ 0,25 с; из медленных по клиенту 20 из 25 — медленные и по серверу) и цепочек `bad`; у
регистраций — доля справочно (что теряет выбор после завершения трассы). Правила «редкий маршрут — всегда» в `balanced` нет:
подгонка под внесённое событие. Дельты спеков `load-benchmark` (B1) и `observability` (сценарий) поправлены (1).
- Запись о старте — `telemetry.startup_fields` у трёх процессов; `Tracer` собирает `sdk.build` в окне внутренних метрик (2, 3).
- Стенд профиля — компоненты и лимиты профиля очереди без её `queue.compose.yml`; разогрев — `queue_warm` (4, 5).
- `bad`: Pillow его не открывает и для размеров — размеры из SOF (6).
- Лимиты и паспорт — по режиму телеметрии (`limits_by_mode`, `stand`, `stand_telemetry`) (7).
- Счёт в метрике — значение в конце прогона; у регистраций в нём ещё пользователи `prepare.js` (8).
- Выборка — пачки по 40 id, повтор на обрыв соединения и 5xx (Tempo под пулом запросов закрывал соединение) (9).
- `plots.py` самопроверки не имеет — в 9.1 проверяются шесть модулей (11).
- Метка `baseline` на `509afca` не снята (20 из 21), каталог удалён, новая — `baseline2` (16): разогрев «24 из 12» — файл
консоли k6 от убитого процесса (k6 дописывает; правка — удаление до старта, уборка `.work` в начале запуска,
`evidence/**/.work/` в `.gitignore`); DNS в выборке metrics-r3 — Tempo завершился посреди выборки, вероятно OOM под её
запросами, не доказано (правка — проверка сервисов телеметрии до и после выборки с журналом погибшего в `raw/`, не больше
3 запросов к Tempo разом, пики памяти после выборки). Интенсивности лёгких классов +15 % (`full` на тихом хосте — 28–29,5 %
при границе 30 %) — после коммита гипотез, но до первой метки, решение основной сессии; пороги не менялись.
- **Решение пользователя (2026-11-15):** выгрузку хоста в swap во время метки профиля цены телеметрии (`swapouts_delta`,
пометки `host_swap`, предупреждение «rerun») игнорировать: свободной памяти на хосте достаточно, память ВМ Docker вряд ли
уходит в swap. Это не повод переснимать метку (`baseline2` и далее): значения остаются в паспорте и `runs.csv`, в
`REPORT.md` — одна фраза с этим решением. Остальные пометки (`saturated`, `storage_down`, `oom`, `dropped` и др.) — как в
`bench.md`.
### Решения основной сессии
Без пользователя; подробности — design, «Уточнения apply», пп. 16–17, правки verify — `tasks.md`, раздел 13.
- Интенсивности лёгких классов +15 % (`read` 126,5, `write` 23, `me` 34,5, `card` 34,5) — **после коммита гипотез**, до первой
метки: на тихом хосте `full` занимал реплику на 28,1–29,5 % при нижней границе калибровки 30 %. Правило design («Risks»:
интенсивности — только до коммита гипотез) нарушено сознательно; пороги H1–H8 и B1–B5 относительные и не менялись, меток до
правки нет (п. 16).
- Метка `baseline2` принята с пометкой `saturated` у full-r3 (28,4 % CPU реплики при границе 30 %), без пересъёмки (verify W1).
Основание — указание пользователя 2026-10-31 (`AGENTS.md`): предупреждения о хосте, которые явно не влияют на результат замера,
прогон не останавливают. Решение о swap от 2026-11-15 эту пометку не покрывает. Пометка — недогрузка из-за сдвига хоста внутри
третьего круга (с balanced-r3 CPU на запрос у всех вариантов с телеметрией ниже на ~9 %), а не насыщение; медианы устойчивы
(`full` — 31,3 %). Цена решения: разброс повторов шире (у `full` 2,473–3,228 мс на запрос), и разница вариантов с SDK уходит
в шум (п. 17).
### Вопросы
Не блокируют работу; ответ меняет только указанное место.
1. Пользователю: переводить ли рабочий стенд на сбалансированную конфигурацию после метки? Меняет `infra/otel/` и делает проверки
`telemetry-check`, `trace-chain`, `alerts-check` вероятностными (свой запрос сохраняется с вероятностью 10 %). По умолчанию —
нет: рекомендация с условиями в `REPORT.md` (design, решение 5).
2. Пользователю: быстрый профиль — ~20 мин (шесть вариантов на свежем стенде), дольше прочих быстрых; для шага защиты «для 5» —
`make bench_telemetry_quick VARIANTS=off,full,tail` (~10 мин, отладочное переопределение). Устраивает? Иначе — меньше вариантов
в быстром профиле (тогда часть путей кода проверяет только полный).
3. Пользователю: `make bench_queue TELEMETRY=on` — сумма лимитов CPU 12,25 при 12 у ВМ (два worker в блоках `w2-*` и сервисы
телеметрии): по решению о бюджете — предупреждение, а не отказ. Подтвердите. Иначе — отказ и меньший лимит одного из сервисов.
4. Преподавателю: достаточно ли трёх настроек (выбор в голове 10 %, типовой tail sampling, агрегация метрик) и проверенной
сбалансированной конфигурации на одной нагрузке ниже насыщения? Иначе — вторая интенсивность (ещё одна метка ~1 ч 50 мин).
5. Преподавателю: «известное число» редких ошибок и медленных запросов внесено строкой вложения без объекта (500), недекодируемым
JPEG (`failed`), регистрацией (Argon2id) и короткой блокировкой таблицы сообщений — допустимы ли такие управляемые воздействия?
6. Пользователю (apply): регистрация оказалась быстрой (~85 мс), и `balanced` по своим правилам её не сохраняет полностью —
критерий B1 переформулирован до гипотез («медленные по серверу» записи, регистрация справочно). Устраивает? Иначе — либо
правило «редкий маршрут POST /api/v1/users — всегда» в `balanced` (ценой подгонки под событие), либо другой медленный редкий
маршрут (его в API нет без искусственной задержки).
7. Пользователю (apply): хост во время пробных прогонов выгружал память в swap (swap занят 10,7 из 11 ГиБ, ВМ 11,6 из 18 ГиБ ОЗУ;
`host_swap` у каждого пробного прогона). Быстрые метки калибровки это не портит (они не результат), но метку `baseline`
(~1 ч 50 мин) стоит снимать на освобождённом хосте (закрыть лишние приложения, остановить посторонние `domains-*`), иначе
пометки `host_swap` и пересъёмка (`bench.md`, «Результаты»).
8. Пользователю (verify W1): переснять ли метку профиля цены телеметрии из-за пометки `saturated` у full-r3 (~1 ч 25 мин, новая
метка, `baseline2` остаётся записью)? По умолчанию — нет: метка принята с пометкой («Решения основной сессии»). Ответ «да»
меняет числа раздела «Результаты» в `REPORT.md` и шапку раздела.
### Предложения на потом
- S1 (verify): учёт потерь Tempo после distributor — счётчики отказов приёма и записи Tempo (`tempo_discarded_spans_total`,
`tempo_live_store_*failed*`) в `TOTALS` выборки (`bench/telemetry_lookup.py`) и в условие H6; для недостающих трасс выборка хранит, кроме `trace_id`, ещё
`duration_ms` записи доступа и `trace_id` журнала — тогда случай «74 из 75» у `tail` (design, «Уточнения apply», п. 17) можно
разобрать по сохранённым данным.
- S4 (verify): в тест `OTEL_*` (`service-tests/unit/test_telemetry.py`) добавить `OTEL_TRACES_SAMPLER` и
`OTEL_TRACES_SAMPLER_ARG` — удаляются с `warning` и не меняют сэмплер; проверка рядов SLI при `metric_buckets = coarse` —
правила записи и `rules.test.yml` на рядах с границами `coarse` (`le="0.25"`, `le="30.0"` есть, остальных границ нет).
## Последний шаг
Без отдельного change (`PLAN.md`, «Последний шаг», решение 5). Ветка `feat/lab6-final` от `solution/bvt2301-safronov`
(`b3a5ab8`). Агент без пользователя; коммиты и push — основная сессия.
### Решения
- **Метка очереди — `baseline4`** (`make bench_queue TELEMETRY=on QUEUE_LABEL=baseline4`): исключения `queue-overload`
в `student-tests/spec_coverage.py` ссылаются на `evidence/queue/baseline4/summary.md`. В репозитории лабы 6 этого
каталога не было, поэтому метка с тем же именем — новая, снята на стенде лабы 6; текст исключений и тест не менялись.
Метка `baseline4` лабы 5 осталась в её репозитории, с этой не сравнивается (в лабе 6 телеметрия включена).
- **Метка загрузок — `baseline`** (`make bench_uploads TELEMETRY=on`), имя называет исключение `attachments`.
- **Обе метки — подряд одной командой** (`make bench_uploads …; make bench_queue …`), хост: питание от сети, свободной
памяти 59 %, контейнеры `domains-*` остановлены на время замеров и запущены после, рабочий стенд — `make stop`.
`swapouts_delta` 0 и `slept_seconds` 0 у обеих, у загрузок `host_warnings` пусты, у очереди — одно предупреждение о
сумме лимитов CPU (12,25 при 12 у ВМ), его разрешает решение о бюджете (вопрос 3 `## track1-telemetry-cost`).
- **`dirty: true` у метки очереди — принято, без пересъёмки.** Код обеих меток — `b3a5ab8`. Метка загрузок снята на
чистом дереве (`dirty: false`). Метку очереди команда начала сразу после неё, и в рабочем дереве было две вещи: каталог
`evidence/uploads/baseline/` (результат предыдущей метки, не закоммичен) и правка `REPORT.md` агентом во время
замера (новые разделы «Архитектура и решения», «Ограничения», «Источники»). Ни то, ни другое `bench/` и образ не
читают (образ копирует только `src/`, `migrations/`, `alembic.ini` и lock, `evidence` и `*.md` — в `.dockerignore`);
других изменений нет —
`git status --porcelain` после метки: ` M REPORT.md`, `?? evidence/queue/`, `?? evidence/uploads/`. Числа
воспроизводятся из `b3a5ab8` (правило `bench.md`, «Измеренное состояние — commit»). Пересъёмка — ещё ~2 ч 20 мин
хоста без изменения кода; нарушение порядка («чистое дерево») — ошибка агента, названа здесь и в `REPORT.md`.
- **Вердикты меток — как есть, гипотезы не пересматривались** (они записаны в лабах 4 и 5):
- загрузки: H1 и H4 — да; H2 — нет (вариант «до» — `9cc6c0c`, где места загрузки уже есть, как и в лабе 5); H3 — нет
(1 MiB: «с лимитом» 89–90 % «без лимита» при пороге 90 %, на 10 MiB — 112–117 %; в лабе 5 — 85–89 %). Сценарий
`load-benchmark` «Буферы соединений ограничены» (вне сверки покрытия) — нет: 1,05 MiB на клиента при пороге 1 MiB
(LB 0,57 + `sock` 0,49); у метки лабы 5 этой строки ещё не было. Оба сценария `attachments` исключений выполнены:
«без лимита» — 1,21 тела на загрузку (порог 1,5), «с лимитом» — 182,6 / 189,4 / 193,6 МиБ при 10 / 20 / 40 клиентах,
OOM 0, 5xx 0;
- очередь: H3, H5–H9 подтверждены (девять сценариев исключений `queue-overload` опираются на H6–H9 и блоки);
H1 и H2 — нет, обе только на `lp` (4, 4): ядро завершало процесс worker (`oom_kill` 55 и 97, 2 и 11 перезапусков
в r2 и r3), CPU worker в окне `over` у r3 — 0,795 при пороге 0,85, `memory.peak` r1 — 870 МиБ при условии ≥ 95 %
лимита во всех повторах, отношение длительностей 0,869 при пороге 1,5. В лабе 5 на той же ячейке условие тоже было
неустойчивым (`baseline3` — H2 «нет»); с телеметрией перезапусков больше (13 против 5 у `baseline4` лабы 5), у
lp-c4p4-r3 — пометка `failed` (задания `retry_exhausted`). Рекомендация правила прежняя — (2, 2).
- **Хост в перерыве.** Агент продолжил после сброса лимита основной сессии; контейнеры `domains-*` к этому моменту уже
запустила команда замера (последний шаг цепочки).
### Вопросы
Пока нет.