Conservative SmartOS global-zone memory pressure guard with dry-run-first policy and SMF integration.
Vous ne pouvez pas sélectionner plus de 25 sujets Les noms de sujets doivent commencer par une lettre ou un nombre, peuvent contenir des tirets ('-') et peuvent comporter jusqu'à 35 caractères.
 
 
 
 

6.0 KiB

Validación de la entrega v1.0.4

Fecha: 2026-09-21. v1.0.3 se desplegó y se está validando en SmartOS real sólo en dry-run; confirmó la telemetría, SMF, scans y caché persistente, pero reveló que zone_score podía monopolizar el top‑3. v1.0.4 no se ha desplegado, no ha activado armed y no ha enviado señales reales. El manifiesto mantiene --force-dry-run, la configuración mantiene ACTION_MODE dry-run, la instancia SMF viene deshabilitada y no se distribuye ningún UUID allow.

CHECKPOINT.md conserva la validación operativa previa de v1.0.2. INCIDENT_PAGEOUT_DEADMAN_2026_09.md documenta el incidente, el endurecimiento v1.0.3 y el hallazgo que motiva v1.0.4. La telemetría nativa ya validada no se ha refactorizado.

Evidencia real que motiva esta revisión

El host pasó de 143.127 páginas libres a 48.893 en unos siete segundos y cruzó lotsfree=130875 hasta minfree=49077 en aproximadamente seis. V1.0.2 llegó a EMERGENCY y produjo WOULD_ACTION, pero permaneció correctamente en dry-run. Un proc_scan degradó de 10–15 ms a unos 9,5 s, quedó incompleto y la ruta de acción registró bloqueos por scan/presupuesto. El fixture tests/fixtures/pageout_deadman_real_incident_2026_09.csv reproduce los puntos de la cronología disponibles.

En la validación posterior de v1.0.3, candidate_cache contenía tres PHP-FPM de web5 de unos 245–285 MiB mientras el mismo scan mostraba clamd elegibles de aproximadamente 1,33 GiB en cuatro zonas menores. El fixture tests/fixtures/global_victim_ranking_smartos_2026_09.csv conserva esas proporciones y procesos mysqld protegidos.

Comprobaciones automatizadas de v1.0.4

  • make test completa 138 comprobaciones de política y 138 de runtime.
  • La suite de política cubre configuración estricta, seis estados, transición temprana, fixture real, telemetría, identidades, protecciones, TERM/KILL, recuperación y presupuesto jerárquico.
  • La suite runtime incluye src/main.c con backend totalmente simulado y prueba la ruta usada por el daemon: top‑3 global multizona, componentes d5/d15/d60, zona contextual acotada, preservación tras scan incompleto, fallback O(1), rechazo de PID reutilizado y cero señales reales en dry-run.
  • Un contador de backend demuestra que act() no llama platform_walk() en EMERGENCY, incluso cuando el último scan fue incompleto.
  • Se conserva la regresión del contrato de logging de v1.0.2 para compromiso, swap físico y pageout anónimo con ventanas 5/15/60.
  • make test-sanitize ejecuta AddressSanitizer y UndefinedBehaviorSanitizer. Cuando el entorno supervisado impide LeakSanitizer se usa ASAN_OPTIONS=detect_leaks=0; no se atribuye una comprobación de fugas.
  • make portability aplica C99 estricto, warnings como errores, GCC -fanalyzer por unidad, sh -n y XML bien formado con xmllint.
  • Los tests/api-sketch sólo permiten comprobar consistencia C en Linux; no sustituyen cabeceras, ABI, enlace ni ejecución nativa illumos.
  • La búsqueda de producción no encuentra system, popen, exec* ni kill(2). El envío real sigue aislado en el backend nativo y no se enlaza en las pruebas.

Los resultados exactos se guardan en logs/policy-tests.log, logs/runtime-tests.log, logs/sanitizers.log y logs/portability.log.

Propiedades verificadas por las pruebas nuevas

  1. El fixture sale de NORMAL en la segunda muestra bajo lotsfree y alcanza PRESSURE antes de minfree.
  2. Sólo un scan completo reemplaza la caché; un parcial conserva top‑1/2/3.
  3. Una acción puede decidir con scan_complete=0 usando una caché reciente.
  4. La ruta de acción no inicia un scan completo.
  5. Una identidad rank 1 obsoleta cae a rank 2/3.
  6. PID + instante de inicio detectan reutilización.
  7. allow sigue siendo obligatorio; protect/observe/unmapped/global quedan fuera.
  8. CRITICAL respeta el límite normal; EMERGENCY y floor sólo amplían hasta sus límites configurados y registran el override.
  9. Recuperar desfree entra en RECOVERY y cancela el pendiente; NORMAL requiere estabilidad sobre lotsfree.
  10. Dry-run produce WOULD_ACTION y cero solicitudes de señal real.
  11. El fixture multizona sitúa tres clamd de más de 1,3 millones de KiB por delante de PHP-FPM de 245–285 mil KiB aunque web5 sume unos 8 GiB.
  12. mysqld, relleno protegido, unmapped y global nunca entran en la caché.
  13. Un PHP-FPM todavía menor asciende a rank 1 al crecer con rapidez en d5.
  14. El contexto de zona nunca supera el 25 % del RSS del proceso.
  15. El warmup armed bloquea sólo la señal con reason=armed_warmup; detección, scan y caché siguen activos durante los 60 s.

Validación obligatoria pendiente en SmartOS

  1. Compilar con cabeceras nativas (gmake CC=gcc), ejecutar gmake test CC=gcc y comprobar ELF de 64 bits y dependencias.
  2. Ejecutar --probe --force-dry-run y contrastar la telemetría ya conocida.
  3. Validar el manifiesto con svccfg validate, importar y ejecutar SMF sólo con --force-dry-run.
  4. Confirmar que el top‑3 es global: los clamd grandes de zonas menores deben superar a PHP-FPM pequeños de web5, sin incluir ningún mysqld protegido.
  5. Confirmar que un scan lento/incompleto no retrasa ni borra la decisión cacheada; medir candidate_age_ms y latencia de action_decision.
  6. Revisar manualmente todos los UUID y eventos WOULD_ACTION de varios episodios. No provocar presión peligrosa en producción para obtenerlos.
  7. Sólo en laboratorio desechable y en una fase posterior: probar PCKILL, supervisores, cooldown, 4/8/12 y rollback. armed continúa siendo NO GO.

Límites conocidos

La caché sólo contiene tres procesos y puede quedar sin candidato si todos cambian o superan 15 s de edad. En ese caso el diseño falla cerrado y no recorre todo /proc bajo emergencia. RSS sobrecuenta memoria compartida y una señal no garantiza liberar páginas. Kstat, ZFS, libc, logging y la revalidación puntual todavía pueden bloquear. No hay fsync por muestra. Este guard reduce una ventana de riesgo; no garantiza evitar pageout_deadman.