Simuler latence, panne, perte et duplication de messages, observer les conséquences et améliorer le système.
Scénario
HashBox lance des inscriptions en direct. Tu disposes d'un petit service distribué fragile (à écrire en suivant le module) et d'un banc d'essai qui injecte des pannes. Ta mission : le casser, comprendre pourquoi, et le rendre sûr.
Objectif
Construire un simulateur déterministe de service distribué (réseau avec pertes, duplications, retards ; nœuds qui tombent), y faire tourner trois conceptions successives, et vérifier des invariants sur des centaines d'exécutions.
Environnement
Python 3.10 ou plus, modules standard (random, sqlite3, threading, socket). Tout est simulé en local, avec des graines fixées pour pouvoir rejouer une exécution fautive.
État de départ
Un dossier lab/ avec simulateur.py, services.py, invariants.py et banc.py à créer.
Tâches
- Écris un réseau simulé : perte de requête, de réponse, duplication, retard, réordonnancement, avec une graine.
- Écris un service d'inscription naïf (sans clé, sans atomicité) et un client qui relance.
- Définis quatre invariants (capacité, pas de doublon d'intention, pas de perte d'une inscription confirmée, cohérence des réponses) et un vérificateur.
- Lance 500 graines : montre les violations du service naïf et rejoue l'une d'elles.
- Ajoute la clé d'idempotence et mesure ce qui disparaît et ce qui reste.
- Ajoute l'écrivain unique atomique par partition et mesure encore.
- Ajoute la réplication avec confirmation après quorum et une panne du leader avec basculement.
- Ajoute des délais, un budget de retries et une échéance propagée côté client ; mesure l'effet sur la charge pendant une panne.
- Supprime chaque mécanisme l'un après l'autre et montre quel invariant tombe.
- Rédige la table menace → mécanisme → test et un ADR.
Observations attendues
- Le service naïf viole plusieurs invariants dans presque toutes les exécutions.
- Chaque mécanisme ajouté supprime une famille de violations précise.
- La version finale ne viole aucun invariant sur au moins 500 graines.
- Une exécution fautive se rejoue à l'identique avec sa graine.
- La suppression d'un mécanisme fait réapparaître une violation (preuve de nécessité).
Validation
python banc.py affiche pour chaque conception le nombre de violations par invariant ; la dernière ligne indique 0 ; une personne tierce peut rejouer la graine d'une violation et comprendre pourquoi elle se produit.
Indices
💡 Indice 1
Commence par un réseau très simple (perte de réponse seulement) avant d'ajouter les autres fautes.
💡 Indice 2
Un générateur Python avec yield est un excellent moyen d'entrelacer des clients de façon déterministe.
💡 Indice 3
Quand une violation apparaît, affiche l'historique des événements de cette graine.
Preuves à rendre
- Le code du simulateur et des conceptions
- La sortie du banc d'essai pour chaque conception
- Une exécution fautive minimisée
- La table menace → mécanisme → test et l'ADR
Réflexion
- Quel défaut n'aurais-tu jamais trouvé sans l'entrelacement aléatoire ?
- Quel mécanisme a eu le meilleur rapport protection / complexité ?
HEF-140 — Systèmes distribués
Atelier Python

