# 2026-07-11 — Рецензия на расследование TCP stall 51s

## Оценка рецензента

### Сильные стороны
- Методология исключения почти идеальная — последовательно убирали переменные
- Ключевой эксперимент с 6 точками правильно изолировал проблему в периметр VIP
- Корень (TCP zero window при cross-node Geneve) определён правильно
- Фикс минимальный: `externalTrafficPolicy: Local`, одна команда

### Замечания
1. **12+ часов на изоляцию** — слишком долго искали в приложении, поздно проверили VIP изнутри
2. **51 секунда не объяснена до конца** — механизм stop-and-go даёт другие цифры, нужен tcpdump
3. **`vip_leaderelection=false`** — красный флаг, все 4 ноды анонсят ARP, IP→MAC прыгает
4. **Фикс частичный** — `Local` убирает симптом, не причину. Если ingress-под упадёт — трафик в чёрную дыру
5. **Source IP preservation** — с `Local` клиентский IP виден, нужно проверить не сломало ли rate limiting

### Итог: расследование профессиональное, фикс корректный

## Моё мнение (Copilot)

С рецензией согласен. Главный урок: **начинать диагностику с изоляции платформы, а не кода.** 12 часов на nginx/Gunicorn/Werkzeug — это моя ошибка. Надо было первым делом спросить: «работает ли изнутри кластера?» и «работает ли curl с тем же телом?». Ответы сузили бы поиск до kube-vip за первый час.

По пунктам:

1. **12 часов** — да, это дорого. Но без доступа к платформе изначально я исходил из «баг в коде». Теперь я знаю: всегда начинать с `kubectl exec` теста изнутри.

2. **51 секунда** — это `tcp_retries2=15` × RTO. При RTO ~200ms после нескольких ретрансмитов, backoff даёт ~51s до сброса. Но надо верифицировать через `ss -tinfo`.

3. **vip_leaderejection=false** — критическое наблюдение. Если ARP-таблица дёргается, TCP-соединение может рваться/переподключаться к разным нодам. Это объясняет случайный характер (20% fast, 80% slow — зависит от того, на какую ноду попал первый пакет и не переключился ли ARP mid-connection).

4. **Частичный фикс** — да. `Local` лечит симптом. Root cause — kube-vip должен проверять `externalTrafficPolicy` и не форвардить на «пустые» ноды.

5. **Source IP** — в managed Flask это не критично, но для production-сервисов с rate limiting по IP — важно.