Инженерия
Как устроены системы, которые нельзя останавливать. Платёжные ядра, миграции живых баз, требования регуляторов, производительность под нагрузкой. Пишем о решениях, которые принимали сами: что выбрали, почему и как это проверить.
Откатил 200 правок, сделанных агентами, и перепрогнал их тесты. Четверть прошла
Короткая версия: тест, написанный рядом с правкой, обязан падать без этой правки. Если он проходит и на старом коде — он не проверил ничего, и зелёный набор об этом молчит. Я сделал инструмент, который проверяет это механически, прогнал его по 200 смерженным пул-реквестам от кодовых агентов и перепроверил результат вручную, прежде чем называть число.
Все пять safety-свойств Raft прошли. Две реплики разошлись
Короткая версия: набор тестов, который никогда не краснел, одинаково описывает две ситуации — либо код правильный, либо никто не смотрит. По цвету они неразличимы. Единственный способ узнать, что проверка работает, — сломать код намеренно и потребовать, чтобы она назвала поломку по имени.
Тесты не доказывают отсутствие бага. Что доказывает
Коротко: набор тестов — это поиск. Он умеет сказать «нашёл» и не умеет сказать «нет». Для большей части кода этого достаточно, но не для протокола оплаты, конечного автомата заказа и любого места, где две задачи трогают общее состояние: там редкое сочетание шагов и есть баг. Проверка моделей обходит все достижимые состояния и отвечает на вопрос, на который тесты не отвечают в принципе.
Уровни изоляции: что ваша база разрешает на самом деле
Коротко: уровень изоляции — это не настройка производительности, а список того, что вашему приложению разрешено увидеть. Между «read committed» и «serializable» лежат аномалии с именами и с ценой: списание сверх остатка, две смены без дежурного, задвоенный документ. Прочитать в документации, что база «поддерживает snapshot isolation», недостаточно — это свойство исполнений, а не текста.
Падает мастер: что на самом деле происходит с вашими данными
Коротко: «у нас кластер из трёх узлов» — это описание конфигурации, а не свойство системы. Свойство появляется тогда, когда кто-то проверил: при разделении сети два узла не решат одновременно, что они главные, а запись, подтверждённая клиенту, не исчезнет вместе с упавшим лидером. Проверяется это симуляцией, а не выключением сервера руками.
Тест падает раз в триста прогонов. Это не погода
Коротко: тест, который падает раз в триста прогонов, уже нашёл настоящую гонку — вы просто не можете её повторить. Случаен не баг, а порядок выполнения, который выбрала операционная система. Отберите у неё этот выбор — и падение из анекдота превращается в адрес.
Повтор запроса не должен списывать деньги дважды
Коротко: сеть не сообщает, прошёл платёж или нет, — она просто молчит. Клиент нажимает кнопку второй раз, мобильное приложение повторяет запрос само, и без защиты вы списываете дважды. Разбираем, как устроена идемпотентность на уровне таблиц и кода и где её обычно ломают.
LCP с 6,4 до 2,2 секунды: как найти то, что закрывает первый экран
Коротко: метод поиска задержки отрисовки, показанный на нашем собственном сайте. Текст первого экрана приезжал с сервера за 10 миллисекунд, но отрисовывался позже: его закрывал полноэкранный слой, снять который мог только загрузившийся JavaScript. Перенос условия показа из JavaScript в CSS дал LCP 6,4 → 2,2 с и оценку производительности 73 → 98. Ниже — ход диагностики по шагам, включая гипотезу, которую отсеял замер.
Как переносят базу под нагрузкой и не теряют записи
Коротко: перенос «в ночь на воскресенье» — это не план, а ставка. Рабочий приём другой: некоторое время система пишет в оба хранилища сразу, история переносится фоном, данные сверяются, и только потом чтение переключается на новое. На каждом шаге до последнего можно вернуться назад.