Files
mtusi2026lab3/REPORT.md
T
2026-11-10 10:43:15 +03:00

5.4 KiB

Отчёт — Лабораторная 3 (Балансировка и отказ API-реплики)

  • Автор, группа: Захарова Ксения Алексеевна, БВТ2302
  • Целевая оценка: 5 (выбран Трек 1: Цена масштабирования)
  • Commit/PR: [ссылка на MR]
  • Использованные источники: Материалы курса, документация Nginx, Docker Compose, PostgreSQL.

1. Запуск из чистого clone

git clone <URL>
cd mtusi2026lab3
cp .env.example .env
docker compose --env-file .env up -d --build --scale api=2

2. Архитектура

  • Nginx (LB): единая точка входа, слушает порт 8080, распределяет запросы по upstream.
  • API: Python-сервер. Запущено 2+ реплики. В ответах отдают X-Instance-Id.
  • PostgreSQL: общая БД (volumes).
  • Redis: общее хранилище сессий с TTL.

3. Доказательства критериев (Уровень 3 и 4)

Критерий Команда/сценарий Результат Файл
≥2 реплик за LB, одна сессия 1..4 | Invoke-WebRequest Заголовки X-Instance-Id чередуются (4 разных ID). evidence/01_instances.txt
Общая идемпотентность POST /messages (2 раза с одним ключом) Оба ответа вернули один и тот же ID сообщения (дубля нет). evidence/02_idempotency.txt
Отказ реплики (Failover) stop-one.bat Убит 1 контейнер из 4. LB вернул HTTP 200 OK. evidence/03_failover.txt
Сохранность при рестарте docker compose restart Токен из памяти клиента прочитал сообщения после рестарта. evidence/04_persistence.txt
Публичный smoke make test PYTHON=python PASS: lab3 public API scenario Логи консоли

4. Эксперимент: Трек 1 (Цена масштабирования)

Гипотеза: При увеличении числа реплик RPS будет расти до тех пор, пока не будет достигнута точка насыщения (saturation point). Поскольку база данных и балансировщик остаются в единственном экземпляре, рост производительности начнет замедляться при добавлении реплик.

Методика

  • Среда: локальный Docker Desktop (Windows).
  • Лимиты: каждой реплике API выделено 0.5 CPU и 256 MB RAM.
  • Профиль нагрузки: tests/load.py --duration 15 --concurrency 20.
  • Повторы: тест запускался 3 раза для 1, 2 и 4 реплик API (БД и Nginx всегда в 1 экземпляре).

Результаты

Источник: evidence/05_track1_metrics.txt.

Кол-во реплик API RPS (успешные) p95 (латентность) Ошибки
1 59.0 698.7 мс 12
2 133.9 361.0 мс 2
4 210.5 271.1 мс 0

Анализ результатов

  • При переходе с 1 на 2 реплики RPS вырос в 2.26 раза, а p95 снизилась примерно в 1.93 раза. Это согласуется с тем, что Nginx распределяет нагрузку между репликами.
  • При переходе с 2 на 4 реплики RPS вырос в 1.57 раза, а не в 2 раза. Это указывает на замедление отдачи от масштабирования и возможное приближение к точке насыщения.
  • Возможные узкие места: PostgreSQL (в том числе ограничения пула соединений ThreadedConnectionPool на 20 соединений), накладные расходы Nginx или ограничения локальной дисковой подсистемы при записи WAL. По приведённым измерениям нельзя однозначно установить конкретное узкое место — для этого нужны отдельные метрики БД, Nginx и хоста.
  • Ошибки: при 1 реплике возникло 12 ошибок (таймауты из-за очереди к пулу, согласно наблюдениям); при 4 репликах ошибок не было.

Ограничения эксперимента

  • Тест запускался на одном физическом хосте (Docker Desktop), поэтому конкуренция за CPU/RAM происходила внутри одной ОС.
  • Nginx и PostgreSQL не масштабировались и оставались в одном экземпляре; их ресурсы использовались всеми репликами API.
  • Результаты характеризуют только данную локальную конфигурацию и профиль нагрузки; их нельзя напрямую переносить на production-среду.