80 lines
6.3 KiB
Markdown
80 lines
6.3 KiB
Markdown
# План: доказать, что таймауты — в пути/шлюзе Nubes — v4 (ОПУС 4.8)
|
||
|
||
> ✅ **ПОМЕТКА: план от Claude Opus 4.8** (пользователь передал ответ Опуса,
|
||
> который изучил репозиторий и три предыдущих плана).
|
||
> Сохранено 2026-08-15. Ниже — план Опуса + ответы основного агента на его
|
||
> уточняющие вопросы.
|
||
|
||
## TL;DR
|
||
|
||
Доказательство — изоляцией слоёв. «Виновата платформа» = таймауты
|
||
воспроизводятся БЕЗ нашего кода (port-forward чист, echo/сырой TCP таймаутит)
|
||
+ tcpdump с клиента ловит потерю сегмента, когда nginx/под ответили за
|
||
миллисекунды.
|
||
|
||
**Два РАЗНЫХ явления — раздельно:**
|
||
- **A. Большие POST ~51с** — локализовано: MSS=1448 → пакет 1488 > underlay
|
||
1450 → дроп при DF, PMTUD мёртв. Осталось зафиксировать порог ping-зондом.
|
||
- **B. Малые тела 512б, ~1 таймаут/37с** — MTU не объясняет. Регулярность =
|
||
таймер (шлюз VIP / ARP-флап kube-vip / conntrack GC). Главная нераскрытая часть.
|
||
|
||
## Ответы Опуса на вопросы
|
||
|
||
1. **Echo vs сырой TCP.** Сырой TCP недостаточен (только SYN/ACK; потери в
|
||
фазе данных). Самое дешёвое доказательство невиновности приложения —
|
||
`kubectl port-forward` мимо шлюза, а не echo. Echo — позже, только если
|
||
port-forward+логи не закрыли вопрос (он внутри кластера, а подозрение на шлюзе).
|
||
2. **Поймать таймаут.** tcpdump на клиенте, корреляция по TCP seq/ack: ретрансмиты
|
||
SYN → потеря на установлении; тишина после ACK → потеря после nginx; ICMP
|
||
frag-needed → PMTUD; кто и через сколько шлёт RST → чей таймер; интервал
|
||
между таймаутами → подтвердить ~37с.
|
||
3. **Через kubectl.** nginx access-log request_time/upstream_response_time:
|
||
499+большой request_time = клиент ушёл; 200+малый upstream без ответа клиенту
|
||
= потеря nginx↔клиент; записи нет = потеря до nginx. cilium monitor --type
|
||
drop — на cilium-ПОДЕ нужной ноды (не operator). externalTrafficPolicy
|
||
Cluster/Local.
|
||
|
||
## Шаги (дешевле → дороже)
|
||
|
||
- **Фаза 0 (бесплатно):** nginx access-log за прошлый тест → логи kube-vip
|
||
(флапы) → тикет Nubes (A и B раздельно).
|
||
- **Фаза 1 (клиент, ~30 мин):** PMTUD-зонд ping -M do (fallback mtr --tcp) →
|
||
tcpdump + повтор теста через long_compare_local.py с логом timestamp каждого
|
||
таймаута → контрольный канал YMQ во всех прогонах.
|
||
- **Фаза 2 (kubectl, без деплоя):** port-forward ПЕРВЫМ (невиновность приложения)
|
||
→ cilium monitor drop параллельно → проверка externalTrafficPolicy/nodePort.
|
||
- **Фаза 3 (echo, если 0–2 не хватило):** Go echo без ingress на NodePort →
|
||
таймаутит → nginx и код исключены → потом echo через ingress (изоляция nginx).
|
||
- **Фаза 4 (тикет):** одновременный tcpdump + nginx-log + cilium monitor,
|
||
корреляция по seq → pcap+логи+ping в тикет.
|
||
|
||
**Что считается доказательством:** echo-NodePort таймаутит тем же паттерном →
|
||
nginx+код исключены; nginx 200/upstream<100мс без ответа клиенту → потеря
|
||
nginx↔клиент; pcap показывает недоставленный сегмент; ping-порог → MTU;
|
||
cilium drop → внутри кластера; port-forward чист + внешний IP таймаутит →
|
||
приложение невиновно; стабильный интервал ~37с → таймер шлюза.
|
||
|
||
---
|
||
|
||
## Уточнения Опуса и ответы основного агента
|
||
|
||
1. **Второй клиент с другого ISP?** НЕТ. В распоряжении только ВМ
|
||
(5.172.178.213), но она рядом с платформой — с неё таймаутов нет, как
|
||
«второй клиент из другого сегмента» не подходит. Частичная замена уже есть:
|
||
контрольный канал YMQ с той же локали — 1 ошибка на 959 при 49 таймаутах на
|
||
Nubes (виноват локальный интернет → YMQ страдал бы так же). Полагаемся на
|
||
YMQ-канал; второй ISP — если появится доступ к VPS.
|
||
2. **Debug-под с NET_RAW?** Не проверяли; платформа managed, ноды недоступны,
|
||
привилегии урезаны — с высокой вероятностью запрещено. Под — alpine без
|
||
NET_RAW, серверный tcpdump не получится. Ограничиваемся nginx access-log +
|
||
cilium monitor + echo А/Б. Возможность kubectl debug проверяется одной
|
||
попыткой.
|
||
3. **Echo сразу?** НЕТ — только если фазы 0–2 не дадут однозначного ответа.
|
||
Доп. риск: новый NodePort для echo на managed может быть недоступен.
|
||
|
||
## Поправка основного агента
|
||
|
||
port-forward идёт через API-сервер (не тот сетевой путь) — он доказывает
|
||
только невиновность приложения, а не вину шлюза. Использовать формулировку
|
||
Опуса из таблицы доказательств (она корректна).
|