Conservative SmartOS global-zone memory pressure guard with dry-run-first policy and SMF integration.
您最多选择25个主题 主题必须以字母或数字开头,可以包含连字符 (-),并且长度不得超过35个字符
 
 
 
 

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.