351 lines
26 KiB
Markdown
351 lines
26 KiB
Markdown
# CI-05 · Docker-Smoke: Runner-Isolation, Fail-fast-Timeouts und Diagnostik
|
||
|
||
| | |
|
||
|---|---|
|
||
| **Typ** | Dev (CI/Infra) |
|
||
| **Owner** | Raffael |
|
||
| **Phase** | P1 · Querschnitt/CI |
|
||
| **Cycle/Fenster** | v2-W1 · 2026-07-18 |
|
||
| **Status** | abgeschlossen · **6/6 DoD = 100 % done** |
|
||
|
||
## Abhängigkeiten & Parallelität
|
||
|
||
- **Blocked by:** keine. Die Repository-Härtung ist unabhängig von Produktcode ausführbar.
|
||
- **Blocks:** `VA-P26a` ausschließlich für einen vertrauenswürdigen Remote-Docker-Proof. Die fachlichen
|
||
Staging-/UAT-Gates von `VA-P26a` bleiben davon getrennt. `VA-P26b` und `VA-P26c` sind nur transitiv
|
||
über `VA-P26a` betroffen; es werden keine redundanten direkten Kanten angelegt.
|
||
- **Läuft parallel zu:** Produktarbeit, solange keine fremden Actions-Läufe abgebrochen und keine
|
||
Shared-Runner-/Docker-Daemon-Ressourcen neu gestartet werden.
|
||
- **Konflikt-Risiko:** hoch auf dem geteilten Docker-Daemon. Deshalb sind lauf-spezifische
|
||
Runtime-Ressourcen, ausschließlich gesperrte Dependency-Caches und begrenzte Prozessgruppen Teil
|
||
des Ticket-Scopes. Die fünf Root-Closures entstehen parallel innerhalb eines gemeinsamen,
|
||
atomaren Bundle-Schritts. Diese Isolation erlaubt Parallelität ohne Namens- oder Cache-Kollisionen.
|
||
|
||
## Auslöser und Befund
|
||
|
||
Der Docker-Smoke in Actions-Lauf `10527`, Job `44007`, baute rund 79 Minuten alle Images, bevor der
|
||
Worker-Smoke nach 1:21 Minuten mit Exit 1 und nur zwei Prisma-Ladezeilen scheiterte. Web-, Portal-,
|
||
API- und MCP-Runtime waren zuvor grün. Parallel laufende PR-Jobs verwendeten dieselben globalen
|
||
`hivegrid-*:smoke`-Tags, dieselbe Fake-Revision und denselben Host-Docker-Daemon. Auf `node1` wurden
|
||
gleichzeitig extreme Last, fehlende Snapshot-Layer, festhängende Container-Entfernung und
|
||
Healthcheck-/FIFO-Timeouts beobachtet. Ein retained-image-Probecontainer beendete seinen Prozess mit
|
||
Exit 0, blieb aber im Docker-Status `removing` hängen. Das belegt die Runner-/Daemon-Fehlerklasse,
|
||
nicht einen reproduzierbaren Worker-Produktfehler.
|
||
|
||
Zusätzlich läuft auf `node1` noch ein Runner, der `timeout-minutes` nicht wirksam durchsetzt. Dieses
|
||
Ticket baut deshalb einen vom Runner unabhängigen Prozessgruppen-Hardcap ein. Ein Runner-Upgrade ist
|
||
ein separater operativer Rollout und autorisiert keinen Neustart während aktiver Jobs.
|
||
|
||
## Was wir bauen
|
||
|
||
Den vorhandenen Gitea-Docker-Smoke so härten, dass PR-Läufe den geteilten Daemon nicht gegenseitig
|
||
verfälschen, ein kaputter Worker früh sichtbar wird und jeder Build-/Runtime-Schritt eine echte
|
||
Obergrenze sowie verwertbare, secret-sichere Fehlerausgabe besitzt. Der Smoke bleibt ein lokaler
|
||
Build gegen den persistenten BuildKit-Cache; es werden keine Images publiziert und keine
|
||
Produktions-/Staging-Ressourcen verändert.
|
||
|
||
## Definition of Done
|
||
|
||
- [x] **Lauf-Isolation:** echte `gitea.sha`-Revision; Image-Tags sowie Container-, DB-, Redis-,
|
||
Netzwerk- und Controller-Volume-Namen enthalten `run_id` + `run_attempt`. Globale `:smoke`-Tags,
|
||
Fake-SHA und kollidierende `/tmp`-Dateien sind im CI-Pfad ausgeschlossen.
|
||
- [x] **Parallel-sichere Cache- und Laufisolation:** die gemeinsamen Dependency-Layer bleiben über
|
||
einen ausschließlich gesperrten, selbstheilenden Store deduplizierbar. Alle fünf
|
||
Production-Closures entstehen parallel in einem atomaren Bundle-Layer, danach laufen ihre
|
||
Prune-/SBOM-Stages ohne Store-Mount. Lauf-spezifische Runtime-Ressourcen erlauben Smokes
|
||
verschiedener Refs ohne globale Job-Sperre; supersedierte Läufe werden abgebrochen statt weiter
|
||
in der Queue zu stehen.
|
||
- [x] **Zwei-Wellen-Ausführung und gezielter Retry:** alle sechs Images bauen kontrolliert parallel
|
||
und werden vollständig eingesammelt; erst nach dieser Barriere laufen alle sechs unveränderten,
|
||
service-isolierten Runtime-Smokes parallel. Jeder Zieltyp bleibt einzeln erneut ausführbar und
|
||
nutzt dabei das revisionsgleiche Web-Migrator-Image.
|
||
- [x] **Echte Zeitgrenzen und Cleanup:** portable Prozessgruppen-Timeouts begrenzen Suite, Builds,
|
||
Runtime-Smokes, Docker-Probes, Logs und Cleanup. TERM wird nach kurzer Grace-Period zu KILL
|
||
eskaliert; Exit 124 ist eindeutig. Cleanup erhält den ursprünglichen Fehlerstatus und kann den
|
||
Job nicht endlos blockieren.
|
||
- [x] **Verwertbare, secret-sichere Diagnostik:** Stage, Dauer und Exit/Signal werden ausgegeben,
|
||
aber weder argv noch Environment. Migrations-/`db push`-Fehler werden nicht unterdrückt;
|
||
Containerlogs sind zeitlich und per Tail begrenzt. Keine `ERR`-/`BASH_COMMAND`-Ausgabe.
|
||
- [x] **Proof:** Workflow-/Runtime-Vertragstests, Typecheck, Lint und vollständige Testsuite sind
|
||
lokal grün. Ein isolierter Gitea-Lauf beweist entweder den vollständigen grünen Docker-Smoke oder
|
||
einen innerhalb des definierten Budgets abgebrochenen Fehler mit benannter Stage und Diagnose.
|
||
|
||
## Technische Bausteine
|
||
|
||
- `.gitea/workflows/ci.yml`: superseded-run-Cancellation, `gitea.run_id`/`run_attempt`, echte SHA und
|
||
runner-unabhängiger Suite-Hardcap.
|
||
- `Dockerfile` und `scripts/ci/deploy-production-closures.sh`: ein deduplizierter, gesperrter und
|
||
selbstheilender v2-Store; Fetch plus fünf parallele Offline-Deploys bilden gemeinsam einen
|
||
atomaren Closure-Layer, danach bleiben Pruning und SBOM target-spezifisch.
|
||
- `scripts/ci/docker-smoke-suite.sh`: Zwei-Wellen-Orchestrator mit `all` sowie einzelnen Targets;
|
||
run-spezifische Tags, Build-Barriere, Web-Migrator-Reuse und pro Phase begrenzte Ausführung.
|
||
- `scripts/lib/run-command-with-timeout.mjs`: portabler Node-24-Prozessgruppen-Runner ohne Shell-
|
||
Interpolation oder Ausgabe von Kommandoargumenten/Environment.
|
||
- `scripts/lib/docker-runtime-smoke.sh`: gemeinsame Bash-3.2-Helfer für Run, Capture, Probe,
|
||
Tail-Logs und statusbewahrenden Cleanup.
|
||
- `scripts/docker-*-runtime-smoke.sh`: lauf-spezifische Ressourcen, sichtbare Migrationen,
|
||
begrenzte Diagnostik/Cleanup.
|
||
- `scripts/verify-gitea-ci-workflow.mjs` und Vertragstests: negative Guards gegen Fake-SHA, globale
|
||
Tags, erneut eingeführte Job-Serialisierung, unkontrollierte Parallelität und fehlende Timeouts.
|
||
|
||
## Retry-Vertrag
|
||
|
||
Ein fehlgeschlagener Lauf behält seine run-spezifischen Image-Tags. Auf demselben Runner kann exakt
|
||
ein Target mit identischer Run-ID und Revision erneut ausgeführt werden, zum Beispiel
|
||
`DOCKER_SMOKE_RUN_ID=<run>-<attempt> DOCKER_SMOKE_REVISION=<sha> bash
|
||
scripts/ci/docker-smoke-suite.sh worker`. Fehlt das passende Web-Migrator-Image oder stimmt sein
|
||
Revision-Label nicht, baut der Orchestrator nur dieses notwendige Image nach. Erfolgreiche Retries
|
||
ersetzen keinen vollständigen CI-Proof.
|
||
|
||
## Rollback
|
||
|
||
Repository-Rollback: Workflow auf den vorherigen monolithischen Docker-Smoke zurücksetzen und die
|
||
neuen Orchestrator-/Helper-Dateien entfernen. Bereits erzeugte run-spezifische Tags und Ressourcen
|
||
sind reine CI-Artefakte; sie können erst nach read-only Namensprüfung durch die bestehende
|
||
Runner-Prune-Routine entfernt werden. Kein Daemon-Neustart, kein pauschales Löschen und keine
|
||
Änderung an Staging/Produktion gehören zu diesem Rollback.
|
||
|
||
## Quellen
|
||
|
||
- Gitea Actions `10519/43979`, `10527/44007` und paralleler Lauf `10523`
|
||
- Erfolgreicher isolierter Docker-Proof: Gitea Actions `10574/44135`
|
||
- `.gitea/workflows/ci.yml` · `scripts/docker-*-runtime-smoke.sh`
|
||
- `docs/AGENT-CHECKLIST.md` · `AGENTS.md` §Estate-Infrastruktur/Deploy
|
||
- `infra/STANDARDS.md` · `infra/LESSONS.md` (Shared Runner und Docker-Daemon)
|
||
|
||
## Umsetzungs-Notiz
|
||
|
||
2026-07-18 · Raffael: Ticket nach Runner-/Workflow-Forensik angelegt. Der Produktbranch von
|
||
`VA-P26a` bleibt unverändert. **Startstand: CI-05: 0/6 DoD = 0 % done · 6 Punkte selbst machbar.**
|
||
|
||
2026-07-18 · Raffael: Der Docker-Smoke ist lokal auf lauf-spezifische Images, Container, Netze und
|
||
Volumes umgestellt und ref-übergreifend serialisiert. Der neue sequenzielle Orchestrator prüft Web
|
||
und Worker zuerst, bietet einen revisionsgebundenen Einzel-Target-Retry und beendet die Gesamtsuite
|
||
runner-unabhängig nach spätestens 42 Minuten. Jeder Build-, Migrations-, Rollen-, Runtime-, Probe-,
|
||
Log- und Cleanup-Pfad besitzt einen benannten Prozessgruppen-Timeout mit TERM/KILL-Eskalation.
|
||
Erwartete fachliche Ablehnungen benötigen zusätzlich zu ihrem Exit 1 einen ausschließlich im
|
||
laufenden Container erzeugten Marker; Timeout 124, Spawn-, Transport- und Docker-Daemon-Fehler
|
||
können Negativtests nicht mehr falsch-grün machen. Cleanup ist bei bereits
|
||
fehlenden Ressourcen idempotent, meldet aber hängende oder nachweislich verbliebene Ressourcen,
|
||
ohne den ursprünglichen Jobstatus zu überschreiben. Environment-Werte und Kommandoargumente werden
|
||
nicht in Wrapper-Diagnosen ausgegeben.
|
||
|
||
**Lokaler Proof:** Typecheck und Lint grün; vollständige Suite: 957 Testdateien und 6.598 Tests
|
||
bestanden, 10 Dateien beziehungsweise 55 Tests erwartungsgemäß übersprungen. Die fokussierten
|
||
Timeout-/Runtime-/Workflow-Verträge sind 190/190 grün. Gitea-CI-Vertrag 167/167,
|
||
Deploy-Vertrag 201/201, Portal-Controller-Vertrag 27/27, CI-Baseline 35/35, Source-Health 19/19,
|
||
Docker-Baseline 309/309 und Non-Root 4/4 grün. Secret-Scan: 0 reale Treffer. `bash -n`, ShellCheck
|
||
auf Warning-Level und `git diff --check` sind grün. Das unabhängige Diff-Review wurde bis zu den
|
||
Negativtest-, RLS-Provisionierungs- und Cleanup-Fehlerklassen nachgezogen; alle konkreten Findings
|
||
sind mit Regressionstests geschlossen.
|
||
|
||
Der erste Remote-Qualitätslauf zeigte zusätzlich eine Linux-spezifische Test-Harness-Falle: Der
|
||
Gitea-Jobcontainer verwendet keinen reaping Init-Prozess, sodass bereits getötete Enkelprozesse als
|
||
Zombies in `/proc` sichtbar bleiben und `kill(pid, 0)` weiter erfolgreich ist. Der Test akzeptiert
|
||
jetzt ausschließlich die Linux-States `Z`/`X`/`x` oder `ENOENT` als terminiert; laufende und
|
||
gestoppte States bleiben rot. Die produktive Timeout-Logik war davon nicht betroffen.
|
||
|
||
**Remote-Proof:** PR `#159`, Actions-Lauf `10574`, Docker-Job `44135`, Revision
|
||
`794cf1caadf11d96ecb197dfe2850999c70d88f8`. Der Job war nach 35:44 Minuten grün; die isolierte
|
||
Suite selbst nach 34:46,190 Minuten. Web, Worker, API, MCP, Hocuspocus und Portal-Controller waren
|
||
vollständig grün. Der Web-Build blieb mit 18:13 Minuten unter seinem 20-Minuten-Limit. Der danach
|
||
früh ausgeführte Worker-Build dauerte 3:20 Minuten; `runtime:worker` war nach 45,456 Sekunden grün,
|
||
einschließlich der zuvor unsichtbaren Migration in 31,753 Sekunden sowie Health-, Revisions-,
|
||
Negativ- und Cleanup-Probes. Der Gesamtlauf war nur wegen der oben beschriebenen Linux-Zombie-
|
||
Fehlklassifikation im separaten Unit-Test-Job rot; der Test-Harness-Fix ist lokal mit zehn
|
||
Wiederholungen, 190/190 fokussierten Tests und der vollständigen Suite verifiziert.
|
||
|
||
**Stand:** CI-05: **6/6 DoD = 100 % done · 0 Punkte offen, 0 selbst machbar**. Es wurden weder
|
||
fremde Actions-Läufe abgebrochen noch Runner, Docker-Daemon, Staging oder Produktion verändert.
|
||
|
||
### Performance-Nachzug nach Laufzeit-Regression
|
||
|
||
2026-07-19 · Raffael: Die historische Gegenprobe zeigt den harten Laufzeitknick: Mit allen sechs
|
||
Targets war der Docker-Smoke in Run `10389` noch nach 8:58 Minuten fertig. Nach globalem
|
||
`sharing=locked`, fünf zusätzlichen Production-Store-Rehydrationen und der vollständigen
|
||
Serialisierung brauchten Runs `10424`, `10440` und `10519` 32:56, 25:18 und 25:15 Minuten. Der
|
||
Controller beziehungsweise die Anzahl der Targets ist damit nicht die Hauptursache.
|
||
|
||
Der Nachzug nutzt den bereits warmen, ausschließlich gesperrt gemounteten v2-Store in genau einem
|
||
Production-Bundle-Schritt. Dieser versucht alle fünf Offline-Deploys innerhalb desselben Locks parallel
|
||
in getrennte `/prod/*`-Ziele. Bei einem vollständigen Warm-Store-Treffer entfällt `pnpm fetch` komplett.
|
||
Erst nach einem Fehlschlag werden alle fünf Child-Prozesse eingesammelt, genau die fünf Zielverzeichnisse
|
||
gelöscht, der Store mit einem frozen Fetch selbst geheilt und die vollständige parallele Welle einmal
|
||
wiederholt. Fetch- und Retry-Fehler bleiben fail-closed. Die Closures werden gemeinsam als regulärer
|
||
Layer-Output committed; Pruning und SBOM laufen anschließend pro Target außerhalb des Store-Locks.
|
||
Damit bleibt die Selbstheilung nach BuildKit-Garbage-Collection erhalten, ohne eine vorsorgliche
|
||
Store-Rehydration oder fünf serialisierte Deploys. Der Full-Smoke läuft in zwei kontrollierten parallelen
|
||
Wellen. Alle Build-Childs werden vor dem Start der Runtime-Welle vollständig eingesammelt;
|
||
alle Runtime-Ressourcen bleiben service- und laufisoliert. Die globale Job-Sperre entfällt und
|
||
supersedierte PR-/Branch-Läufe blockieren den Runner nicht mehr. Der bereits parallele Deploy
|
||
profitiert ohne Änderung seiner Release-, Signatur-, Migrations- oder Runtime-Gates von demselben
|
||
Fetch-once-/Deploy-parallel-Vertrag.
|
||
|
||
Ein verworfener Zwischenstand mit fünf getrennten kalten Stores wurde in Run `10647` bewusst
|
||
fail-closed widerlegt: Alle fünf Production-Targets erreichten parallel ihre Fetch-/Deploy-Stufe,
|
||
erzeugten danach 20 Minuten lang keinen Fortschritt und liefen gemeinsam in den Build-Timeout.
|
||
Hocuspocus war bereits nach 1:37 Minuten grün. Der Fetch-once-/Deploy-parallel-Vertrag ersetzt deshalb
|
||
diesen Zwischenstand; fünf vollständige parallele Kalt-Fetches sind nicht Teil des Ergebnisses.
|
||
|
||
Run `10653` bestätigte anschließend die gemeinsame Prime-Barriere, widerlegte aber einen read-only
|
||
gemounteten Store: Alle fünf Deploys starteten innerhalb von 0,2 Millisekunden und scheiterten mit
|
||
`ERR_SQLITE_ERROR`, weil pnpm 11 seinen Store-Index auch bei `--offline deploy` schreibbar öffnet.
|
||
Der Store bleibt deshalb nach dem Prime für pnpm-Metadaten schreibbar. Die Deploys enthalten
|
||
weiterhin keinen eigenen Paket-Fetch.
|
||
|
||
Run `10663` bestätigte den parallelen Writable-Deploy vollständig: Der Docker-Smoke war nach 12:47
|
||
Minuten grün, alle fünf Deploys starteten innerhalb von 0,6 Millisekunden, luden null Pakete nach und
|
||
alle sechs Runtime-Smokes bestanden in einer 1:47-Minuten-Welle. Der absichtlich pro Lauf leere
|
||
Zwischenstore verursachte dabei aber noch 1.655 Downloads beziehungsweise 6:14 Minuten Prime-Zeit.
|
||
Weil dies das Ziel weniger Minuten verfehlte, entfernt der finale Bundle-Vertrag diesen Run-Scope
|
||
wieder: v2 wird im gesamten Dockerfile ausschließlich `sharing=locked` verwendet; andere Refs können
|
||
den Store daher während Fetch und der intern parallelen Deploys weder lesen noch verändern.
|
||
|
||
Run `10665` lieferte den entscheidenden Zwischen-Proof: Der gemeinsame Store meldete 1.655 wiederverwendete
|
||
und null heruntergeladene Pakete, trotzdem kostete der noch vorsorglich ausgeführte Fetch 222,9 Sekunden;
|
||
die fünf parallelen Deploys danach nur rund 25 Sekunden. Der Web-Build war mit 13:16 Minuten Critical Path,
|
||
davon entfielen allein 185,4 Sekunden auf einen Layer-Copy. Beim Jobstart liefen auf dem geteilten
|
||
Docker-Host bereits 114 Container. Direkt nach dem I/O-intensiven Export blockierten fünf Runtime-
|
||
Docker-Kommandos exakt am bisherigen 30-Sekunden-Limit und der Web-Artefaktcheck am 60-Sekunden-Limit.
|
||
Die Image-Builds selbst waren vollständig grün; der Worker-Service-Job scheiterte unabhängig davon nach
|
||
fünf Sekunden im Checkout am defekten Runner-Action-Cache, bevor Repository-Code lief.
|
||
|
||
Der finale Nachzug überspringt deshalb den belegten 222,9-Sekunden-Hot-Path, entfernt außerdem die
|
||
ungenutzte `docker/setup-buildx-action` samt 83 Sekunden Setup und rund 14 Sekunden Post-Cleanup und setzt
|
||
BuildKit direkt über `DOCKER_BUILDKIT=1`. Die parallel ausgeführten gesunden Runtime-Pfade werden nicht
|
||
verlangsamt; nur ihre harten Docker-Kommando-/Artefakt-Caps steigen von 30/60 auf 90/180 Sekunden, damit
|
||
kurze Daemon-Lastspitzen keinen falschen roten Lauf erzeugen.
|
||
|
||
**Lokaler Proof:** Ein echter, durch die Helper-Änderung invalidierter Build der
|
||
`production-deps-bundle`-Stufe meldete alle fünf Starts innerhalb einer Millisekunde, null Downloads,
|
||
alle fünf erfolgreichen Abschlüsse und `READY source=warm-store`; die Bundle-RUN selbst brauchte 20,6
|
||
Sekunden. Der Fetch-Fallback, exakte Cleanup-Grenzen, vollständiges PID-Reaping, genau ein Retry und die
|
||
Fehlerweitergabe sind durch positive und negative Verträge geschützt. Die vier fokussierten Testdateien
|
||
sind 246/246 grün; Gitea-CI-Vertrag 170/170, Docker-Baseline 329/329 und Controller-Deploy-Vertrag 31/31
|
||
grün. Typecheck, Lint und die vollständige Suite sind grün: 971 Testdateien beziehungsweise 6.724 Tests
|
||
bestanden, 10 Dateien beziehungsweise 55 Tests wurden erwartungsgemäß übersprungen. ShellCheck,
|
||
Dockerfile-Check, Action-Pins, Non-Root 4/4 und `git diff --check` sind ebenfalls grün. Der Remote-Lauf
|
||
des finalen Nachzugs liefert den abschließenden Wallclock-Proof; bis dahin wird keine konkrete neue
|
||
Zielzeit als erreicht behauptet.
|
||
|
||
**Stand nach Performance-Nachzug:** CI-05 bleibt **6/6 DoD = 100 % done**. Die sechs Prüfoberflächen,
|
||
Timeouts, Diagnostik, Einzel-Target-Retries und Laufisolation bleiben vollständig erhalten.
|
||
|
||
**Temporäre Runner-Entlastung (2026-07-19):** Der separate Gitea-A11y-Workflow ist bis einschließlich
|
||
2026-07-22 nur manuell startbar. Die schnellen A11y-Verträge in der Haupt-CI bleiben aktiv. Danach
|
||
wird der separate Workflow mit UI-fokussierten Pfadfiltern wieder für Pull Requests aktiviert.
|
||
|
||
Der im ersten Remote-Lauf beobachtete Portal-Controller-Fehler war ein reproduzierbarer Test-Flake:
|
||
30 Sekunden Produktions-Lease waren im Test auf 30 Millisekunden komprimiert und konnten unter
|
||
Runner-Last vor dem JavaScript-Heartbeat ablaufen. Nur die zwei zeitabhängigen Tests wurden auf
|
||
virtuelle Timer umgestellt; die Lock-Implementierung bleibt unverändert. Proof: 64 parallele
|
||
Fokusläufe mit Parallelität 16 sowie der Controller-Typecheck sind grün.
|
||
|
||
Der Database-Check in Run `10653` traf denselben Lasttyp: Ein gesunder kalter
|
||
`postgres:16-alpine`-Start war nach rund 32 Sekunden bereit, während das Fixture bereits nach
|
||
30 Versuchen fail-closed abbrach. Nur das begrenzte Init-Fenster wurde auf 90 Sekunden erweitert;
|
||
Migration und Assertions bleiben unverändert. Der lokale Clean-/Legacy-/Concurrency-Proof ist
|
||
13/13 grün.
|
||
|
||
### Performance-Nachzug: CI- und Deploy-Critical-Path
|
||
|
||
2026-07-19 · Raffael: Der Deploy läuft künftig auf dem dedizierten Homeserver-Runner
|
||
`homeserver-hivegrid-deploy` mit Kapazität 1 und ausschließlich dem Label `toolctrl-deploy`. Die
|
||
Registrierung ist repository-scoped auf `toolctrl-labs/HiveGrid-Cloud`; der zunächst zu breit
|
||
registrierte Runner wurde vor Nutzung deaktiviert, gelöscht und seine Registrierung widerrufen.
|
||
Der operative Aufbau, die Repo-Scope-Prüfung und der Recovery-Pfad sind im separaten Infra-PR `#4`
|
||
dokumentiert. Preflight und Stage/Promote bleiben fail-closed, laufen nun aber in einem einzigen
|
||
Runner-Job. Dadurch entfallen ein zusätzlicher Queue-Slot sowie ein zweiter Checkout, eine zweite
|
||
Installation und ein zweiter Cache-Restore bei der Promotion. Die Produktions-Migrationskontrolle
|
||
verwendet den bereits exakt auf die freigegebene SHA gebundenen Workspace erneut.
|
||
|
||
Jeder Staging-Build importiert nur das vorherige target-spezifische `:staging`-Image und exportiert
|
||
den Cache inline mit dem ohnehin erforderlichen SHA-Image. Damit kann der neue Runner nach einem
|
||
kalten Start Cache-Metadaten per Pull wiederverwenden, ohne sechs tote `build-cache:*`-Lookups oder
|
||
einen separaten, nach dem eigentlichen Build zusätzlich fehleranfälligen Registry-Cache-Push. Die
|
||
Coolify-Abfrage läuft alle zwei statt fünf Sekunden; das harte Fehlerbudget bleibt unverändert bei
|
||
450 Sekunden. Healthchecks behalten ihre 30-Sekunden-Steady-State-Frequenz und erhalten nur während
|
||
des Startfensters ein Zwei-Sekunden-Intervall.
|
||
|
||
Der PR-CI-Job erzeugt den Prisma-Client einmal vor den Lesern und überlappt danach Typecheck/Lint,
|
||
Foundation/Package-Tests und Core-Tests. Die Parallelität ist explizit begrenzt: vier Core-Worker,
|
||
zwei Foundation-Worker sowie höchstens zwei Package-Prozesse mit jeweils einem Worker. So bleibt
|
||
der Wallclock-Gewinn erhalten, ohne den geteilten 20-CPU-Runner neben den sechs Docker-Builds in
|
||
Swap zu drücken. Docker-Builds rufen Prisma und die Build-Skripte ohne zusätzliche pnpm-Wrapper auf,
|
||
erzeugen die vier DB-Runtime-Artefakte in einem Node/esbuild-Prozess und lassen `.map`/`.d.ts`
|
||
bereits beim finalen BuildKit-Copy aus. Coverage und Bundle-Budget brechen supersedierte PR-Läufe
|
||
jetzt ebenso ab wie die Haupt-CI.
|
||
|
||
**Lokaler Proof:** Sechs unabhängige CI-/Deploy-/Docker-Verifier und 315 fokussierte Vertrags-Tests
|
||
sind grün. Typecheck, Lint, Foundation- und Package-Suiten sind grün. Der auf vier Worker begrenzte
|
||
Core-Rerun bestand 972 Testdateien und 6.743 Tests; 10 Dateien beziehungsweise 55 Tests wurden
|
||
erwartungsgemäß übersprungen, Wallclock 2:22,70 Minuten. Ein bewusst gleichzeitig ausgeführter
|
||
kalter Portal-Controller-Build provozierte zuvor genau einen zeitabhängigen Core-Flake; der
|
||
unbelastete identische Core-Rerun war vollständig grün. Das reale Controller-Image wurde danach
|
||
erfolgreich geladen und beweist Nonroot-UID 1000, exaktes Revisionslabel, SBOM sowie null
|
||
`.map`-/`.d.ts`-Dateien unter finalem `node_modules`. `git diff --check` ist grün. Der neue Remote-Lauf
|
||
`10674` lieferte den Full-Docker- und Wallclock-Proof: Alle sechs Images und Runtime-Smokes waren in
|
||
16:35 Minuten grün; die eigentliche Build-Welle brauchte rund zwölf Minuten statt der zuvor beobachteten
|
||
80 Minuten. Typecheck/Test war nach 13:07 Minuten grün, sein paralleler Quality-Block nach 7:23 Minuten;
|
||
Bundle-Budget und Coverage waren nach 9:34 beziehungsweise 4:12 Minuten grün. Der einzige rote Job
|
||
scheiterte vor jedem Repository-Schritt im bekannten parallelen Action-Cache-Race des alten
|
||
`gitea/act_runner` v0.6.1. Der node1-CI-Runner und der Homeserver-Deploy-Runner wurden deshalb bei
|
||
vollständig leerer Queue auf den digest-gepinnten `gitea/runner` v1.0.8 gehoben; der Upstream-Fix ist
|
||
seit v1.0.2 enthalten.
|
||
|
||
Der Wiederanlauf des Homeserver-Runners deckte zusätzlich einen bestätigten Docker-Engine-29.2.1-
|
||
BuildKit-Panic im History-Listener auf. Bis zum kontrollierten Host-Upgrade auf die gefixte Engine-Linie
|
||
29.4+ nutzt jeder Staging-Deploy deshalb denselben `docker-container`-Builder mit digest-gepinntem
|
||
BuildKit v0.31.2. Seine History ist auf 24 Stunden/20 Einträge, sein Cache auf 30 GB sowie 100 GB freien
|
||
Host-Speicher und seine Parallelität auf zwölf Build-Schritte begrenzt. Er startet erst direkt vor der
|
||
Build-Welle und wird danach auch bei regulären Fehlern gestoppt, aber nicht gelöscht; dadurch bleiben die
|
||
begrenzten Paket-Cache-Mounts warm. Jeder folgende serialisierte Deploy stoppt zuerst eine verwaiste
|
||
Host-Instanz; `restart-policy=no` verhindert ihren automatischen Wiederanlauf nach einem Docker-Neustart.
|
||
Der Staging-Pfad prüft Host-Image, Restart-Policy und die tatsächlich geladene TOML unabhängig von den
|
||
frischen Buildx-Client-Metadaten des Jobcontainers. Ein Hard-Abbruch kann damit nur diese eine stabile
|
||
Instanz bis zum nächsten Deploy hinterlassen, aber kein weiteres Cache-Volume erzeugen. Der reale
|
||
Fresh-Client-Boot/Stop/Restart beweist Driver `docker-container`, BuildKit v0.31.2, Cache-Erhalt und die
|
||
übernommenen GC-Grenzen. Promotionen bauen weiterhin kein Image neu.
|
||
|
||
Der erste Lauf nach der Runner-Umstellung (`10684`–`10686`) bestätigte den Effekt: Bundle-Budget war
|
||
nach 4:22 Minuten und Coverage nach 3:29 Minuten grün. Die Haupt-CI brauchte vom ersten bis zum letzten
|
||
Job 16:09 Minuten; Docker Smoke war nach 15:05 Minuten grün, davon 14:13 Minuten für die Suite und rund
|
||
12:01 Minuten für die Build-Welle. Static 1/2, Build, API, MCP, Hocuspocus, Worker, Controller und DB
|
||
brauchten 2:32/6:03, 7:30, 3:16, 1:37, 2:15, 3:52, 2:05 und 7:33 Minuten. Der grüne Hocuspocus-Lauf
|
||
bestätigt insbesondere, dass das frühere Action-Cache-Race unter Runner v1.0.8 nicht wieder auftrat.
|
||
|
||
Der einzige rote Job dieses Laufs waren zwei lastabhängige 20-Sekunden-Testtimeouts. Die beiden alten
|
||
Marketing-Report-Fixtures kopierten pro Negativfall rekursiv rund 41 MB beziehungsweise 4.896 Dateien;
|
||
zusammen erzeugten sie etwa 248 MB und 29.000 Dateikopien im Docker-Overlay. Die Tests verlinken nun die
|
||
nur gelesenen vollständigen `apps`-/`packages`-/`prisma`-Oberflächen und kopieren ausschließlich die
|
||
wenigen mutierten Doku-Fixtures. Dadurch bleibt der globale 20-Sekunden-Guard scharf; außerdem enthält
|
||
die KB-Fixture jetzt die zuvor fehlende `packages`-Oberfläche. Der Fokuslauf ist 8/8 grün bei rund
|
||
0,23 Sekunden je Datei. Typecheck, Lint und der vollständige lokale Lauf sind ebenfalls grün:
|
||
973 Testdateien und 6.762 Tests bestanden; 10 Dateien beziehungsweise 55 Tests wurden erwartungsgemäß
|
||
übersprungen. Der Folge-Lauf liefert den abschließenden Remote-Proof.
|
||
|
||
**Stand nach CI-/Deploy-Nachzug:** CI-05 bleibt **6/6 DoD = 100 % done · 0 Punkte offen,
|
||
0 selbst machbar**. RLS-, Migrations-, Signatur-, SBOM-, Nonroot-, Revision- und Runtime-Gates wurden
|
||
nicht gelockert.
|
||
|
||
Der zweite Remote-Lauf (`10687`–`10689`) bestätigte den inkrementellen Docker-Cache: Eine reine
|
||
Test-/Planungsänderung reduzierte die Build-Welle von rund zwölf auf 2:46 Minuten; alle sechs
|
||
Anwendungs-Layer wurden wiederverwendet. Drei Runtime-Smokes brachen danach nicht an Migrationen oder
|
||
Anwendungschecks ab, sondern während ihre frischen Postgres-Container unter der parallelen Hostlast
|
||
noch im Post-Bootstrap liefen. Die bereits zentral definierte 90er Readiness-Grenze ersetzt deshalb
|
||
für alle fünf DB-Smokes die versehentlich hart codierten 30 Versuche. TCP-Readiness, Fail-closed-Exit,
|
||
Logs und der äußere 420-Sekunden-Hardcap bleiben unverändert. Der Cleanup bleibt begrenzt, erhält aber
|
||
15 statt fünf Sekunden; die drei fehlgeschlagenen Container-Entfernungen hatten jeweils erst nach dem
|
||
bisherigen 5+2-Sekunden-Budget abgebrochen. Erfolgreiche Probes und Cleanups kehren weiterhin sofort
|
||
zurück.
|
||
|
||
Der gleichzeitig rote Coverage-Lauf war ein unabhängiges Listener-Race im WebSocket-Gateway-Test:
|
||
Ein 15-ms-Heartbeat konnte den Socket schließen, bevor der Test nach der Authentifizierung seinen
|
||
`close`-Listener registrierte. Der Listener wird nun vor der Authentifizierung gesetzt; produktiver
|
||
Code, Heartbeat-Intervall und globales 20-Sekunden-Testlimit bleiben unverändert. Der Fokusproof ist
|
||
130/130 grün; Gitea-CI-Vertrag 173/173, Docker-Baseline 355/355 und deren negative Vertrags-Suiten
|
||
165/165 sind grün. Der neue Remote-Lauf liefert den abschließenden End-to-End-Proof.
|
||
|
||
**Stand nach Robustheits-Nachzug:** CI-05 bleibt **6/6 DoD = 100 % done · 0 Punkte offen,
|
||
0 selbst machbar**.
|