Merge pull request #286 from bootjp/feature/fix-create-node

Jepsen test add failuer case test

Author: bootjp

.github/workflows/jepsen.yml

@@ -0,0 +1,75 @@
+name: Jepsen VM Run
+
+permissions:
+  contents: read
+
+on:
+  workflow_dispatch:
+    inputs:
+      time-limit:
+        description: "Workload runtime seconds"
+        required: false
+        default: "60"
+      rate:
+        description: "Ops/sec per worker"
+        required: false
+        default: "10"
+      faults:
+        description: "Comma-separated faults (partition,kill,clock)"
+        required: false
+        default: "partition,kill,clock"
+
+jobs:
+  jepsen:
+    # Requires a self-hosted runner with VirtualBox + Vagrant and at least 12GB RAM free.
+    runs-on: [self-hosted, virtualbox]
+    timeout-minutes: 120
+    steps:
+      - name: Checkout
+        uses: actions/checkout@v4
+        with:
+          submodules: recursive
+
+      - name: Set up Go
+        uses: actions/setup-go@v5
+        with:
+          go-version: "1.25.5"
+
+      - name: Bring up Jepsen VMs
+        working-directory: jepsen
+        run: vagrant up
+
+      - name: Run Jepsen workload
+        working-directory: jepsen
+        env:
+          HOME: ${{ github.workspace }}/jepsen/tmp-home
+          LEIN_HOME: ${{ github.workspace }}/jepsen/.lein
+          LEIN_JVM_OPTS: -Duser.home=${{ github.workspace }}/jepsen/tmp-home
+        run: |
+          vagrant ssh ctrl -c "cd ~/elastickv/jepsen && \
+            lein run -m elastickv.redis-workload \
+              --nodes n1,n2,n3,n4,n5 \
+              --time-limit ${{ github.event.inputs['time-limit'] || github.event.inputs.time-limit }} \
+              --rate ${{ github.event.inputs['rate'] || github.event.inputs.rate }} \
+              --faults ${{ github.event.inputs['faults'] || github.event.inputs.faults }} \
+              --concurrency 10"
+
+      - name: Collect Jepsen artifacts
+        if: always()
+        working-directory: jepsen
+        run: |
+          mkdir -p $GITHUB_WORKSPACE/artifacts
+          vagrant ssh ctrl -c "cd ~/elastickv/jepsen && tar czf /home/vagrant/results.tgz store/ target/ tmp-home/jepsen.store || true"
+          vagrant scp ctrl:/home/vagrant/results.tgz $GITHUB_WORKSPACE/artifacts/results.tgz || true
+
+      - name: Destroy VMs
+        if: always()
+        working-directory: jepsen
+        run: vagrant destroy -f
+
+      - name: Upload artifacts
+        if: always()
+        uses: actions/upload-artifact@v4
+        with:
+          name: jepsen-results
+          path: artifacts/results.tgz

JEPSEN_TODO.md

@@ -3,49 +3,59 @@
 本家 Jepsen Redis テストに近いレベルで Elastickv/Redis プロトコルを検証するために必要な構成要素と TODO です。
 
 ## 1. クラスタ構成
-- 最低 5 台のノードを用意する:
+- [x] 最低 5 台のノードを用意する:
   - 1 台: コントロールノード（Jepsen runner）
   - 4〜5 台: DB ノード（Elastickv を起動）
-- 全ノードで SSH 鍵認証（root または sudo 無パス）をセットアップ。
-- `/etc/hosts` 等でノード名解決をそろえる。
+- [x] 全ノードで SSH 鍵認証（root または sudo 無パス）をセットアップ。
+- [x] `/etc/hosts` 等でノード名解決をそろえる。
 
 ## 2. DB ドライバの拡張
-- `jepsen/src/elastickv/redis_workload.clj` を拡張し、`jepsen.os.debian` などを使って以下を実装:
-  - 各ノードへのバイナリ配布（ビルド or 配布）。
-  - 起動/停止/リスタートを `Remote` 経由で管理。
-  - データ/ログディレクトリをノードごとに初期化・掃除。
-  - ポート割り当て (Redis/GRPC/Raft) をノードごとに設定。
+- [x] `jepsen/src/elastickv/redis_workload.clj` を拡張し、`jepsen.os.debian` などを使って以下を実装:
+  - [x] 各ノードへのバイナリ配布（ビルド or 配布）。
+  - [x] 起動/停止/リスタートを `Remote` 経由で管理。
+  - [x] データ/ログディレクトリをノードごとに初期化・掃除。
+  - [x] ポート割り当て (Redis/GRPC/Raft) をノードごとに設定。
+  - [x] 起動時のサービス待機（gRPCポート待機など）の実装。
 
 ## 3. 故障注入 (Nemesis)
-- 本家に近いセットを有効化する:
-  - ネットワーク分断（partition-random-halves, majorities-ring 等）
-  - プロセス kill / 再起動
-  - ノード停止/再起動（必要なら再デプロイ）
-  - 時刻ずれ（clock-skew）
-- `jepsen.nemesis` を使い、複数 nemesis の組み合わせをテスト。
+- [x] 本家に近いセットを有効化する:
+  - [x] ネットワーク分断（partition-random-halves, majorities-ring 等）
+  - [x] プロセス kill / 再起動 (server 側の bootstrap エラー無視対応済み)
+  - [x] ノード停止/再起動（必要なら再デプロイ）
+  - [x] 時刻ずれ（clock-skew）
+- [x] `jepsen.nemesis` を使い、複数 nemesis の組み合わせをテスト。
 
 ## 4. ワークロード
-- 既存 append ワークロードに加え、以下を追加検討:
-  - 混合 read/write、トランザクション長バリエーション
-  - キー数増加、コンカレンシ/レート可変
-  - テスト時間 5〜10 分 / 試行、複数試行
+- [x] 既存 append ワークロード (基本動作確認済み)
+- [ ] 以下を追加検討:
+  - [ ] 混合 read/write、トランザクション長バリエーション
+  - [ ] キー数増加、コンカレンシ/レート可変
+  - [ ] テスト時間 5〜10 分 / 試行、複数試行 (現在は 60秒程度で検証中)
 
 ## 5. バイナリ配布/ビルド
-- DB ノード上で Elastickv をビルドするか、事前ビルド済みバイナリを `scp` 配布。
-- systemd/supervisor か Jepsen 管理スクリプトでプロセスを起動・監視。
+- [x] DB ノード上で Elastickv をビルドするか、事前ビルド済みバイナリを `scp` 配布。
+- [x] systemd/supervisor か Jepsen 管理スクリプトでプロセスを起動・監視。
 
 ## 6. 計測と証跡
-- Raft/Redis/アプリログをノード別に収集。
-- Jepsen history/analysis の保管。
-- 可能なら tcpdump やメトリクス（Prometheus/Grafana）も併設。
+- [x] Raft/Redis/アプリログをノード別に収集。
+- [x] Jepsen history/analysis の保管。
+- [ ] 可能なら tcpdump やメトリクス（Prometheus/Grafana）も併設。
 
 ## 7. CI への統合
-- GitHub Actions 単体では不足するため、外部の VM/ベアメタルクラスタを用意し、Actions から SSH で制御するワークフローを作成。
-- サブモジュール（`jepsen/redis`）取得を忘れず `submodules: recursive` を設定。
+- [x] GitHub Actions 単体では不足するため、外部の VM/ベアメタルクラスタを用意し、Actions から SSH で制御するワークフローを作成。
+- [x] サブモジュール（`jepsen/redis`）取得を忘れず `submodules: recursive` を設定。
 
 ## 8. 作業ステップ案
-1. ワークロードドライバを `db` / `os` / `nemesis` 付きに書き換える。
-2. デプロイ・起動スクリプトを用意（ビルド or 配布を選択）。
-3. 小規模 (2~3 ノード) でローカル VM を用いた疎通テスト。
-4. 故障注入を広げ、本家標準セットに近づける。
-5. 外部クラスタで長時間テストを回し、結果を保存。
+1. [x] ワークロードドライバを `db` / `os` / `nemesis` 付きに書き換える。
+2. [x] デプロイ・起動スクリプトを用意（ビルド or 配布を選択）。
+3. [x] 小規模 (2~3 ノード) でローカル VM を用いた疎通テスト。
+4. [x] 故障注入を広げ、本家標準セットに近づける (Partition, Kill, Clock 対応)。
+5. [ ] 外部クラスタで長時間テストを回し、結果を保存。
+
+## 9. 実装済みの足回り (最新ステータス)
+- **Vagrant Cluster**: `jepsen/Vagrantfile` と `jepsen/VM.md` でコントロール + 5 ノードの VM クラスタ構築済み。
+- **DB Adapter**: `jepsen/src/elastickv/db.clj` 実装済み。Go バイナリのビルド/配布、起動・停止、Raft 参加、再起動時の待機処理を管理。
+- **Fault Tolerance**: `elastickv` サーバー側で `raft.ErrCantBootstrap` を無視する修正を適用し、Kill Nemesis 耐性を獲得。
+- **Workload**: `jepsen/src/elastickv/redis_workload.clj` は Debian/SSH/combined nemesis（partition, kill, clock）対応済み。
+- **CI**: `.github/workflows/jepsen.yml` で self-hosted ランナー向けワークフローを用意。
+- **Result**: `partition`, `kill`, `clock` 障害下での `append` ワークロードテストをパス (`{:valid? true}`)。