# Состояние разработки НСИ (Ordinis ЦУОД ОДХ)

**Версия:** v0.9 (anchor v1 — close-out этап, prod readiness в работе)
**Дата:** 2026-05-06
**Owner:** zimin.an@nstart.space
**Окружения:** staging (192.168.100.161 / cluster.265, ✅ STABLE), prod (192.168.100.142 / cluster.142, 🟡 hibernated)
**Предыдущий snapshot:** [2026-05-05-state.md](./2026-05-05-state.md) (v0.5)

---

## 0. Что изменилось с v0.5

Крупные блоки за последние сутки:

**Stability:**
- CNPG operator 1.24.1 → **1.25.4** (server-side apply через manifest, не helm). Дало `spec.probes` API → выставили liveness 15s/30s × 5 + stopDelay 60s. Закрыло хронические cascade failures когда single-node постгрес умирал под нагрузкой от parallel rolling deploys.
- **Config-server startupProbe** + bumped probe timeoutSeconds (5 → 10s). Spring Boot startup до 134с под нагрузкой больше не убивается liveness'ом.
- **CI helm armored**: `--atomic --cleanup-on-fail --wait --timeout 8m` + pre-step авто-rollback застрявших `pending-*` releases. Сегодня помогло trigger восстановиться от vault-injector-induced cascade без ручного `helm rollback`.
- **Migrate Job hardened**: hook-delete-policy включает `hook-failed`, `activeDeadlineSeconds: 600`, ttl 1h. Job в ImagePullBackOff больше не держит CPU request 4 часа подряд (incident 2026-05-05).

**Observability:**
- **Spring Boot percentiles-histogram** на `http.server.requests` с custom SLO buckets (5ms..5s). Без них `histogram_quantile()` в Grafana был пустой.
- **2 Grafana дашборда** (sidecar auto-discovery via label `grafana_dashboard=1`):
  - `ordinis-overview` — request rate, error rate, latency p50/p95/p99, up статусы
  - `ordinis-slo` — error budget burn rate (5m/1h/6h/24h), 30d budget remaining
- **SLO burn rate alerts** (Google SRE Workbook multi-window/multi-burn-rate):
  - read-api 99.9% (43m бюджет/30d): BurnFast 14.4× × 5m+1h, BurnSlow 6× × 30m+6h, BurnTicket 3× × 2h+1d
  - writer 99.5% (3.6h/30d): аналогично, чуть свободнее
- **ServiceMonitor label `release: monitoring`** — без него kube-prometheus-stack игнорирует SM. Добавили в helper, плюс PodMonitor для CNPG.
- **Tempo retention 48h → 168h (7d)**, pool tuning, global_overrides — для full-week investigation traces.
- **Loki compactor** с `retention_enabled=true`, ingestion limits — спасает PVC от bloat.

**UI:**
- **Scope-based grouping** в списке справочников: секции PUBLIC → INTERNAL → RESTRICTED + цветные accent-полосы слева у карточек (emerald/amber/rose). Search фильтрует across all sections.
- **Scope accent на detail page**: top stripe 4px цветом scope + colored chip в breadcrumb рядом с back-link.
- **Поиск + счётчик активных записей** на странице списка справочников (через `useDeferredValue` + N+1-safe `countActiveGroupedByDictionary`).
- **INTERNAL словари visibility fix**: `ORDINIS_AUTH_ROLES_CLAIM` теперь читает `resource_access.ordinis.roles` (Keycloak client-роли), не `realm_access.roles` (default). Маппинг `ordinis:client:internal` → INTERNAL уже работал в `ScopeContext`.
- **revisionHistoryLimit=3** на всех Deployment в чарте — было 49 stale ReplicaSets.
- **Pre-existing TS errors fixed** — `pnpm tsc --noEmit` зелёный (5 ошибок: unused imports, missing prop type, `$schema` field).

**Data:**
- **Bundle 7 → 40 справочников** (cuod v1.2.0). Закрыло раздел item 28 из v0.5.
- **Альтум pull verified** — внешний integration работает (item 22 → ✅).

**Production prep (планирование, не deployed):**
- `cluster-prod.yaml` (3-instance HA с synchronous replication, 90d retention, podAntiAffinity required)
- `scheduled-backup-prod.yaml` (daily 02:30 UTC + Weekly Sunday 04:00 UTC)
- `docs/runbooks/postgres-multi-instance-deploy.md` — sister runbook
- `docs/runbooks/cnpg-backup-s3-prod.md` — Selectel/Yandex S3 setup, IAM policy, ExternalSecret, Prometheus alerts (BackupFailed + WalArchiveStale)
- `k8s/benchmark/k6-read-api.js` + `k6-job.yaml` + `README.md` — Pareto 80/20 (records.list/dictionaries.list/record.byKey), JWT через `ordinis-bench` Keycloak SA, smoke 50 RPS → ramp 1k RPS → sustain 5m. Не запускался ещё.

---

## 1. Перечень требований

### 1.1. Реализовано (production-ready на staging)

| #  | Требование                                                   | Статус | Где зафиксировано |
|----|--------------------------------------------------------------|--------|---|
| 1  | Каталог НСИ ЦУОД ОДХ — единый источник истины                | ✅ | bundle `cuod` v1.2.0 (40 справочников) |
| 2  | Bitemporal модель (валидное-время + транзакционное-время)    | ✅ | `dictionary_records` + `valid_from`/`valid_to` + Hibernate Envers |
| 3  | JSON Schema валидация записей (Draft-07)                     | ✅ | `ordinis-validation` (networknt) |
| 4  | i18n поля (RU + EN) с patternProperties                      | ✅ | `x-localized: true` extension |
| 5  | Уникальные поля (бизнес-ключ + произвольные)                 | ✅ | `x-unique` extension + native query enforcement |
| 6  | Авто-derive businessKey из data поля                         | ✅ | `x-id-source` extension |
| 7  | История версий записи + diff                                 | ✅ | `/records/{key}/history` + UI drawer |
| 8  | Schema versioning + breaking-change detection                | ✅ | `diffSchemas` + Save-block + auto major/minor/patch |
| 9  | Аудит-лог (кто, когда, что, IP, trace_id)                    | ✅ | `audit_log` + `AuditLogger` + UI `/audit` + CSV export |
| 10 | Kafka outbox (at-least-once гарантия)                        | ✅ | `OutboxPoller` + DLQ cap (1000 attempts) |
| 11 | Idempotency для мутирующих запросов                          | ✅ | `Idempotency-Key` header + sha-256 hash |
| 12 | Multi-scope доступ (PUBLIC / INTERNAL / RESTRICTED)          | ✅ | `DataScope` + JWT roles + Kafka per-scope topics |
| 13 | Keycloak OIDC (issuer-uri auto-discovery)                    | ✅ | `ordinis-auth` + `JwtDecoders.fromIssuerLocation` + `resource_access.ordinis.roles` |
| 14 | Visual schema builder + CRUD UI (scope-grouped, search, counts) | ✅ | admin-ui (React 19 + TanStack + @nstart/ui) |
| 15 | SSO для admin-ui (PKCE Public client)                        | ✅ | react-oidc-context |
| 16 | Bundle import (idempotent seed)                              | ✅ | `CuodBundleImporter` startup runner |
| 17 | Swagger UI / OpenAPI 3 spec                                  | ✅ | springdoc на `/swagger-ui.html` |
| 18 | **40 справочников** + 51+ запись на staging                  | ✅ | bundle v1.2.0 (закрытие item 28 из v0.5) |
| 19 | Friendly error responses (409/400/404 вместо 500)            | ✅ | `GlobalExceptionHandler` |
| 20 | Метрики Prometheus + actuator/health + percentiles-histogram  | ✅ | `ordinis_outbox_*`, `ordinis_kafka_*`, `http_server_requests_seconds_bucket` |
| 21 | Тесты                                                        | ✅ | 24 backend + 51 frontend + 34 новых = **109 unit-тестов**, все зелёные |
| 22 | **Real consumer integration (Альтум)**                       | ✅ | Pull verified 2026-05-05/06, БFF (FastAPI) подключился |
| 25 | **Distributed tracing (Tempo) на staging**                   | ✅ | OpenTelemetry → Tempo OTLP gRPC, 7d retention |
| 27 | **SLO + alerts (Prometheus)**                                | ✅ | 4 burn rate alerts (Google SRE multi-window), 2 Grafana dashboards |
| 34 | **CI auto-rollback при failure**                             | ✅ | helm `--atomic --cleanup-on-fail` + pre-step pending-* recovery |
| 35 | **CNPG operator 1.25.4** (spec.probes API)                   | ✅ | стабильность под нагрузкой, нет cascade failures |
| 36 | **Loki compactor + retention enforcement**                   | ✅ | PVC bloat защита |

### 1.2. В работе / required для v1 closure

| #  | Требование                                                | Статус       | Прогресс с v0.5 / Блокер |
|----|-----------------------------------------------------------|--------------|--------|
| 23 | DNS A-record + Let's Encrypt cert на prod                 | 🔴            | DNS не проброшен на prod IP, prod hibernated. Нет изменений. |
| 24 | `ORDINIS_AUTH_REQUIRED=true` на prod                      | 🔴            | Зависит от готовности SSO admin-ui на prod + Альтум. |
| 26 | CNPG backup в S3 + DR rehearsal                           | 🟡 ready      | **Манифесты + runbook готовы** (`cluster-prod.yaml`, `scheduled-backup-prod.yaml`, `cnpg-backup-s3-prod.md`). Не запущено: ждёт provider creds (Selectel default) + Vault path. |
| 28 | 30+ справочников ЦУОД ОДХ (full coverage)                 | ✅            | **Закрыто** — bundle 1.2.0 содержит 40. |
| 29 | Operator runbook                                          | 🟡 70%        | **Добавлены** `postgres-multi-instance-deploy.md`, `cnpg-backup-s3-prod.md`, `k8s/benchmark/README.md`. Остаётся: рестарт Kafka StrimziPodSet, разбор DLQ, рестарт outbox-loop. |
| 30 | e2e API тесты (testcontainers)                            | 🔴            | Только unit. Нет изменений. |
| 31 | Component тесты frontend (RTL)                            | 🔴            | Только pure-logic. Нет изменений. |
| 32 | Bundle code-splitting (~660KB gzip)                       | 🔴            | echarts/lottie/@nstart/ui тянут единый chunk. Нет изменений. |
| 33 | Vault auto-unseal                                         | 🟢 deferred   | **Сознательно skipped** по решению owner — приоритет prod-deploy. Mitigation: manual unseal runbook. |
| 37 | **Multi-instance Postgres prod (HA failover)**            | 🟡 ready      | `cluster-prod.yaml` + `postgres-multi-instance-deploy.md` готовы. Не applied (ждёт prod stand-up). |
| 38 | **Performance benchmark (1k RPS, p99 < 1s)**              | 🟡 ready      | k6 setup в `k8s/benchmark/`. Не запускался — нужно: создать `ordinis-bench` Keycloak SA → Secret → ConfigMap → `kubectl apply -f k6-job.yaml`. |
| 39 | AlertmanagerConfig per-channel webhooks                   | 🔴            | Сейчас 1 webhook (#AltumAlerts) на всё. Нужны URLs для разделения critical / warning / info. |

### 1.3. v2 (governance / data quality / federation)

Не блокирует prod stand-up. Roadmap ~2-3 квартала, без изменений с v0.5:

- Approval workflow (draft → review → publish), ownership trees, RBAC per-dictionary
- Lineage / dependency graph
- Geo first-class (карта ввода/превью, bbox/polygon query)
- Cross-dictionary FK с cascade rules
- Data quality rules engine (cross-field constraints, ML-anomaly detection)
- Federation MDM-кластеров (master/replica)
- Schema registry (Apicurio/Confluent) для Kafka
- Webhooks для не-Kafka consumer'ов

---

## 2. Нерешённые технические вопросы

### 2.1. Критические для prod

1. **Multi-instance Postgres failover.** Single-node CNPG без replica → SPOF. Манифесты + runbook готовы (см. item 37). Apply при prod cutover.
2. **CNPG backup в external S3.** MinIO в кластере = same failure domain. Внешний S3 (Selectel/Yandex) — runbook готов (item 26). RTO < 30m, RPO < 5m по WAL archive interval.
3. **Audience валидация JWT.** Сейчас не enforced — принимаем токены от любого клиента в realm `nstart`. Допускает scope-эскалацию. На prod либо включить audience-check, либо мапить `aud=ordinis` через Keycloak Audience Mapper.
4. **Outbox poll-interval 1 сек.** При 100+ событиях/сек → 86k+ запросов к Postgres/день. Возможно нужен batch tuning или reactive listener вместо poll.

### 2.2. Архитектурные открытые вопросы

5. **Realtime invalidation для consumer'ов.** TTL 5 мин кэша достаточен для v1, но push через Kafka topic `ordinis.cuod.events.*` уже emit'ится — consumer'ам осталось subscribe.
6. **Геоданные.** PostGIS включён, но bitemporal-выборка по геометрии не реализована. Нужно подтверждение от ЦУОД что геопоиск нужен в v1 или v2.
7. **Multi-tenancy.** Anchor `bundle: cuod`. Второй клиент → второй bundle, своя тройка Kafka топиков. Шаринг общих справочников между bundle (например `spacecraft` для ЦУОД и геопортала) не определён архитектурно.
8. **Object storage / большие справочники.** Если справочник вырастет до 100k+ записей, JSONB в одной таблице может стать узким. Партиционирование `dictionary_records` по `dictionary_id` — потенциальное решение, требует оценки.

### 2.3. Operational (выявлено в этой сессии)

9. **Vault Agent Injector flaky под нагрузкой.** Restarted 68 раз за месяц, last 4m26s ago. Когда injector down — pods создаются БЕЗ vault-agent sidecar → app пишет `cannot open /vault/secrets/postgres` → CrashLoop. Воркэраунд: `kubectl delete pod` для recreate; долгосрочно — увеличить request resources injector + readinessProbe.
10. **CNPG metrics exporter slow queries.** Под нагрузкой parallel deploy `pg_stat_replication` парсится 9-22 секунды → scrape timeout (default 10s) → `up=0` для postgres. Mitigation: dashboard panel переключён на `kube_pod_status_ready` (стабильно). Корень — нагрузка на single-node под docker builds + Spring Boot startups + cnpg exporter одновременно.
11. **kube-apiserver TLS handshake timeouts** под нагрузкой (load avg 50+). Транзиентно блокирует kubectl. Mitigation: подождать 10-30s, retry. Долгосрочно — multi-node cluster.
12. **Vault-agent-init backoff.** ~3 минут при transient Vault unavailability — слишком долго. Тuning либо переход на CSI Driver.
13. **JDK 25 + Mockito inline** несовместим. Перешли на subclass mock-maker. При апгрейде до Java 26 проверить.
14. **CI path-filter.** Был костыль. Сейчас все docker jobs запускаются всегда (~30s extra на layer-cache). Можно вернуться к smart-filter когда GitLab variable interpolation в trigger jobs будет надёжной.

### 2.4. Compliance / правовые

15. **Audit retention policy.** `audit_log` пишется бессрочно. По регламенту ЦУОД нужно определить срок хранения (5/10 лет) + автоматическую архивацию. Блокер: legal deadline.
16. **Personal data handling.** В audit_log пишется `user_id` (Keycloak sub) + IP. ФЗ-152 — нужна оценка / DPA если в realm будут не-сотрудники.
17. **Электронная подпись изменений.** Если потребуется юридически значимая фиксация (КЭП оператора при close записи) — отдельный модуль, не реализован.

---

## 3. Наличие технической документации

### 3.1. Создана и актуальна

| Документ | Назначение | Расположение |
|---|---|---|
| **API integration guide** | Гайд для интеграторов | `docs/tech/api-integration.md` |
| **Альтум integration ТЗ** | Согласованный план «Заказ съёмки» | `docs/integration/altum-imaging-order.md` |
| **OpenAPI 3 spec (Swagger)** | Машиночитаемая спецификация | `https://ordinis.k8s.265.nstart.cloud/swagger-ui.html` + `/v3/api-docs` |
| **Bundle manifest + schemas** | JSON Schema каждого справочника | `ordinis-cuod-bundle/src/main/resources/bundles/cuod/` |
| **Postgres multi-instance deploy** 🆕 | Runbook апгрейда staging single → prod 3-instance HA | `docs/runbooks/postgres-multi-instance-deploy.md` |
| **CNPG backup → external S3** 🆕 | Selectel/Yandex провижининг, IAM policy, ExternalSecret, Prometheus alerts | `docs/runbooks/cnpg-backup-s3-prod.md` |
| **k6 benchmark** 🆕 | Pareto 80/20 setup, preflight, regression tracking | `k8s/benchmark/README.md` |
| **CI/Helm values** | Параметризация per-env | `ordinis-infra/charts/ordinis/{values,values-staging,values-prod}.yaml` |

### 3.2. Отсутствует / требует написания

| Документ | Приоритет | Прогресс |
|---|---|---|
| **Operator runbook (full)** | 🔴 high | 70%: добавлены postgres-multi-instance + cnpg-backup. Остались: Kafka StrimziPodSet рестарт, DLQ-разбор, outbox-loop рестарт, vault unseal, поднятие hibernated prod. |
| **DR plan** | 🔴 high → 🟡 partial | Backup runbook готов с RTO/RPO targets. Quarter restore drill в operations calendar — не настроен. |
| **Архитектурный обзор (HLA)** | 🟡 medium | Single-pager не написан. |
| **User docs / справка оператора** | 🟡 medium | Не написана. |
| **Threat model + security review** | 🟡 medium | OWASP-чеклист не пройден. |
| **CHANGELOG.md** | 🟢 low | git log + commit messages. |

---

## Резюме

**Прогресс v0.5 → v0.9:**
- **27 из 39 требований v1 закрыто** (было 21/33). Прирост: items 18 (40 справочников), 22 (Альтум), 25 (tracing), 27 (SLO/alerts), 28 (full coverage), 35 (CNPG), 36 (Loki) + 3 новых item (CI auto-rollback, multi-instance ready, perf benchmark ready).
- **Архитектурный фундамент остаётся прочным**, добавлены защиты от cascade failures.
- **Главный риск**: prod stand-up зависит от DNS/cert (item 23) + multi-instance Postgres apply (item 37) + S3 creds (item 26). Все имеют готовые runbooks.
- **Документация**: prod-deploy artifacts готовы (postgres HA + S3 backup + k6 benchmark). Остаётся operator runbook completion + threat model.

**Прогноз до prod-ready (v1):** ~1-2 недели при текущем темпе. Блокеры — прежде всего внешние (DNS, S3 provider creds, ЦУОД real data). Inside-team задачи — 3-5 дней работы на code-splitting + e2e tests + AlertmanagerConfig.

**Что сегодня закрыло прошлые риски:**
- Хроническая нестабильность под нагрузкой → CNPG 1.25 + config-server probes + CI atomic.
- Observability vacuum → 4 burn rate alerts + 2 dashboards + 7d Tempo.
- INTERNAL словари невидимые → rolesClaim fix.
- Stuck helm releases → CI pre-step recovery + migrate Job hook-failed.