5.2 KiB
Лабораторная 6
Автор / группа: EgorAnti / БПИ2301
Целевая оценка (3/4/5): 5
Трек 5, если заявлен: «Цена наблюдаемости» — сравнение telemetry off, full 100%/10s, economy 5%/60s и balanced 25%/30s при одинаковом профиле нагрузки.
Что реализовано и что перенесено:
- из lab5 перенесён и сохранён работающий минимум API/worker, PostgreSQL, Redis, RabbitMQ, MinIO, outbox/retry/DLQ и публичные тесты;
- добавлены OpenTelemetry Java agent/API для API и worker, W3C trace context через RabbitMQ и durable retry, структурные OTLP logs, metrics и реальные traces;
- в общий Compose добавлены OTel Collector с memory limiter/batch/bounded queues, Prometheus, Loki, Tempo и Grafana с persistent volumes;
- provisioned datasources, импортируемый dashboard, p50/p95/p99 из histogram, error ratio, queue depth/age, DB pool, worker saturation, SLI/SLO и alert rules;
- воспроизведены отказ worker, отказ PostgreSQL, retry через MinIO и недоступность Loki/Tempo с firing/resolved evidence;
- проведён эксперимент стоимости телеметрии, проверены ingest/CPU/RAM/latency/sampling loss и выбран balanced-профиль: 25% parent-based traces, metrics 30s, все logs.
Команды запуска из чистого clone:
Copy-Item .env.example .env
# Заменить replace-with-* уникальными локальными значениями.
docker compose --env-file .env config --quiet
docker compose --env-file .env up -d --build
$env:PYTHONUTF8 = "1"
make check PYTHON=python
make test BASE_URL=http://localhost:8080 PYTHON=python
powershell -File scripts/experiment-observability-cost.ps1 `
-BaseUrl http://localhost:8080 -LoadSeconds 45 -Concurrency 4
Результаты проверок и ссылка на REPORT.md:
make check PYTHON=python:PASS: offline skeleton structure, local refs and Python syntax;make test BASE_URL=http://127.0.0.1:18080 PYTHON=python:PASS: lab6 public API scenario;docker compose --env-file .env config --quiet: успешно;- balanced работает с
OTEL_TRACES_SAMPLER_ARG=0.25,OTEL_METRIC_EXPORT_INTERVAL=30000; итоговыйmake testпрошёл; - во всех четырёх cost-режимах 0 load errors и 0 Collector transport-lost spans; normalized Tempo+Loki ingest balanced — 2200.52 B/request против 6918.72 B/request в full;
- sampling-probe: 40 контролируемых HTTP 500, 8 sampled и 32 unsampled logs; sampled trace найден в Tempo (200), unsampled отсутствует (404);
- полный отчёт:
REPORT.md; raw evidence:evidence/lab6-20261119-203024-observability-cost/.
Ограничения / известные ошибки:
- стенд локальный и однорепличный, telemetry retention — 72 часа/3 дня;
- cost experiment — один последовательный closed-loop прогон на Docker Desktop; абсолютные latency/CPU требуют повторов и confidence intervals перед production sizing;
- head sampling принимает решение до outcome/duration: balanced может не сохранить около 75% единичных ошибок и редких slow traces, однако их logs и metric aggregates сохраняются;
- на Windows перед
make checkнуженPYTHONUTF8=1, иначе Python с CP1251 не читает UTF-8 OpenAPI JSON.
Источники и использование ИИ:
-
использованы официальные спецификации/документация OpenTelemetry, W3C Trace Context, Prometheus histograms, Grafana provisioning, Loki и Tempo; ссылки зафиксированы в
contracts/observability.mdиREPORT.md; -
OpenAI Codex использовался для переноса lab5, реализации конфигурации/инструментации, подготовки воспроизводимых scripts, запуска проверок и анализа evidence; итог подтверждён командами и raw-артефактами выше.
-
Весь обязательный минимум текущей и предыдущих работ сохранён с объявленными переходами.
-
Контракт и публичные тесты не ослаблены.
-
make check и make test выполнены; приложен реальный вывод.
-
Сценарии отказов/безопасности своего уровня воспроизведены.
-
Все секреты и приватные ключи находятся вне Git; отчёт не содержит tokens.
-
README задания сохранён, REPORT.md содержит инструкцию именно моего решения.