AstraOpus индекс координатора дата: 2026-10-01 final

Django для API-серверов: производительность, гибкость, наблюдаемость и поддерживаемость без оверинжиниринга

Обе модели независимо пришли к одной схеме: модульный монолит на Django 5.2 LTS (или 6.1 по нужде), один API-фреймворк — DRF или Django Ninja, PostgreSQL с ограничениями в базе, обязательный scoped-доступ по компании, задачи после фиксации транзакции и минимальная наблюдаемость; ASGI, кэш, реплики, RLS, границы модулей, OpenTelemetry и JWT — только по сигналу с порогом. Качество, по обеим, держится на машинно проверяемых правилах (тест «чужая компания», число SQL, снимок OpenAPI, линтер миграций), а не на числе слоёв; главный признак оверинжиниринга — сервисы-прокладки над ORM. Расходятся выбор очереди без брокера (Procrastinate у Opus, Huey или задачи Django с бэкендом у Astra), глубина протокола офлайн-синхронизации и значения по умолчанию для пагинации и соединений.

Astradone
Модель
gpt-6-astra · effort ultra
Время
30 мин
Источников
90
Слов
17941
Утверждений
535
Валидация
блокеров 0, предупреждений 0
Opusdone
Модель
claude-opus-5-5 · effort xhigh
Время
47 мин
Источников
133
Слов
21296
Утверждений
587
Валидация
блокеров 0, предупреждений 1
Стоимость
$19.50 по списочным ценам

Вердикт координатора

Архитектура совпала. Обе модели рекомендуют модульный монолит на Django: один основной API-фреймворк (DRF или Django Ninja), PostgreSQL с PostGIS, ограничения данных в базе, короткие транзакции, постановку задач после фиксации и минимальную наблюдаемость с первого сценария. Базовая версия у обеих — Django 5.2.17 LTS с поддержкой до апреля 2028 года; 6.1.1 берут, когда нужны её возможности, а 6.0 как новую базу не выбирают. Совпали и актуальные версии библиотек: DRF 3.18.1, Ninja 1.7.1, Celery 5.6.3, drf-spectacular с OpenAPI 3.2, а drf-yasg генерирует только OpenAPI 2.0 и в новый проект не идёт. Задачи Django 6.0 (django.tasks) дают API постановки, но не исполнитель: production-воркера в ядре нет.

Место бизнес-логики обе выбрали посередине спора. Правило одной сущности живёт в методе модели или QuerySet; сценарий из нескольких моделей, задач и внешних вызовов — в именованной функции с явной транзакцией (у Astra operations.py, у Opus services.py). Обязательный services.py на каждый CRUD обе отвергают, сервис-прокладку над Model.objects.create обе называют главным признаком оверинжиниринга и предлагают ловить AST-скриптом. Спор HackSoft (сервисы и селекторы) с Беннеттом и Плантом (модели и QuerySet) обе называют прямо: контролируемых сравнений нет, работают оба подхода.

Главный резерв качества — проверяемые границы, а не слои. Обе ставят в основу одинаковые проверки: каждый QuerySet API ограничен компанией и есть тест «чужой объект = 404» по list, detail, create, связанным ID, задачам и кэшу; тест числа SQL при росте страницы; инварианты — ограничениями базы, F(), условным UPDATE по версии или select_for_update; outbox для события, потеря которого недопустима, даже при малой нагрузке; миграции expand/contract; снимок OpenAPI в репозитории и diff в CI. Opus формулирует это как 17 практик базового набора, закреплённых шагами CI, Astra — как 10 базовых практик, 6 по сигналу и 19 типовых задач.

Доказательная база у обеих честно слабая. Контролируемых сравнений архитектур и бенчмарка DRF против Ninja на запросах к базе не найдено; кейсы Kraken, Sentry, PostHog, Zulip, Instagram, NetBox и Healthchecks.io доказывают осуществимость, а не причинность. Opus добавляет опрос DSF и JetBrains 2026 года (около 3 500 ответов: API-only 53 %, DRF 73 %, Ninja 17 %, async используют 33 %), Astra — рандомизированный эксперимент METR (16 разработчиков, 246 задач, рост времени на 19 %) и его пересмотр 2026 года; обе делают вывод, что фиксированного ускорения от ИИ-агентов обещать нельзя. Пороги сигналов у обеих — авторские ориентиры.

Расхождения. - Очередь без брокера: Opus советует брать Procrastinate на PostgreSQL для средних объёмов и django-tasks-db для малых; у Astra Procrastinate нет, а простая очередь — Huey или задачи Django с проверенным бэкендом, для тяжёлой периодики профиля — Celery. - Офлайн-синхронизация: Astra разбирает ловушку поздней фиксации (транзакция, начатая раньше, фиксируется после выдачи watermark, и изменение теряется) и предлагает строку ревизии на компанию; Opus строит протокол на updated_at с серверным временем и tombstones и эту ловушку не называет, хотя она относится и к меткам времени (раздел «Офлайн-синхронизация»). - Значения по умолчанию: пагинация — номер страницы 50/200 у Astra и курсорная у Opus; соединения — CONN_MAX_AGE = 0 в примере Astra и 300 секунд с проверкой здоровья у Opus. - Python для Celery 5.6: Astra берёт 3.13 общей точкой, потому что страница нововведений 5.6 перечисляет версии до 3.13; Opus по changelog пишет о поддержке 3.14 и предупреждает о регрессии памяти Python 3.14 до патча 3.14.5. - Формат ошибок: у Opus RFC 9457 — базовая практика, у Astra привычный формат DRF допустим для одного закрытого клиента.

Уверенность. Высокая в версиях, сроках поддержки и механизмах Django, PostgreSQL и Celery: обе опираются на первоисточники, числа совпали. Средняя в архитектурных рекомендациях: это позиции практиков и кейсы больших организаций. Низкая в числовых порогах: ни одна модель не запускала Django, PostgreSQL и брокер, примеры кода и CI не проверены исполнением.

Карта согласий и расхождений

Раздел Согласие Astra Opus Комментарий координатора
0. Вердикт в целом Модульный монолит; резерв качества в проверяемых границах; новое ограничение — совместимость связки последних версий Монолит на 5.2 LTS или 6.1; 17 практик, закреплённых CI; 16 расширений по сигналу; самая сильная альтернатива — модульный монолит с контрактами Одна архитектура; Opus формулирует через CI, Astra — через риск совместимости
1. Что это и как работает полное Путь запроса пятью участками, atomic и on_commit, бюджет соединений: 4 × 5 + 8 = 28 Путь запроса шестью шагами, формула соединений: 3 × 4 × 4 + 2 × 8 = 64 при max_connections 100 Одинаковая арифметика процессов и соединений
2. Актуальность и доказательная база в целом Срез версий, изменения 5.1–6.1, METR, бенчмарк Healthchecks.io ~250 запросов/с Те же версии плюс опрос DSF и JetBrains 2026, DEP 20 о годовом цикле с 2028, DRF feature-complete, эмпирика Бениты Версии совпали; доказательная база дополняет друг друга
3. Где применимо и где нет полное Связанные данные, небольшая команда, региональные установки, офлайн-клиенты То же плюс один горячий эндпоинт и десятки тысяч долгих соединений как случаи «не подходит» Совпадают
4. Альтернативы и дерево решений в целом 5 вариантов устройства, 5 авторов, 7 проектов, дерево 10 ветвей и 13 листьев 6 подходов, таблица философий 15 строк по 9 колонкам, 8 развилок и 28 листьев Совпадают по сути; расходится очередь без брокера
5. Практическое применение в целом Б01–Б10, S01–S06, T01–T19, 6 упрощений со сроком годности, сквозной сценарий Б01–Б17, Р01–Р16, 17 задач, 9 лайфхаков, 10 типичных ошибок, сквозной сценарий на 8 недель Карточки совместимы (сопоставление ниже); расходятся синхронизация и значения по умолчанию
6. Артефакты в целом Скелет, настройки, пример approve_invoice с проверкой версии и outbox, Ruff/pytest/mypy, CI из 10 проверок, матрица тестов, SQL диагностики, нагрузочный протокол, чек-лист ревью, демо decisions.html Скелет, настройки, pyproject, CI из 11 шагов со Squawk и Schemathesis, чек-листы ревью и аудита, AGENTS.md, журнал решений по сигналам Наборы дополняют друг друга
7. С чем используется в связке полное 10 связок с конфликтами и контролем 7 усиливающих связок, 18 известных конфликтов Совпадают; у Opus конфликтов больше
8. Метрики здоровья и антипаттерны в целом 16 метрик с порогами, 7 детекторов, 5 антипаттернов 14 метрик, 5 антипаттернов, сводки 13 признаков оверинжиниринга и 8 недоинжиниринга с обнаружением Общие антипаттерны: прокладки, async ради моды, наблюдаемость без действия; объединённые детекторы ниже
9. Инструменты и софт в целом 4 основных инструмента, 8 развилок, каталог из 24 строк Около 40 вердиктов, функциональный разбор DRF, Ninja, Celery, Sentry и GlitchTip Вердикты совпали; у Opus шире набор и есть Procrastinate
10. Адаптация под LLM и агентов в целом Короткий AGENTS.md, метрики работы агентов, предложенный эксперимент, METR AGENTS.md, навыки Sentry и Vinta, django-mcpz, 11 приёмов устройства проекта Одинаковый вывод: правила работают, когда закреплены CI; эффект не измерен
11. Происхождение и что читать в целом Кратко, 9 чтений 10 этапов с 2003 года, 10 фигур, 19 чтений Opus подробнее; книгу «Two Scoops of Django» не прочитала ни одна
12. Открытые вопросы полное Совместимость последних версий, бенчмарки, эффект ИИ, пороги То же плюс зрелость бэкендов django.tasks и недоступные кейсы ухода с монолита Совпадают

Шкала согласия: полное, в целом, частичное, расхождение, только у одной.

Уникальные находки

Только у Astra

  • Ловушка watermark при синхронизации: транзакция T1 получила номер 100, T2 зафиксировала 101, клиент забрал 101, T1 фиксируется позже, и изменение 100 клиент уже не получит. Предложение — строка ревизии на компанию, которую блокируют все пишущие, и выдача изменений одним согласованным снимком.
  • Матрица drf-spectacular 0.30 перечисляет Django только до 6.0 и DRF до 3.17, поэтому связку Django 6.1 + DRF 3.18 + spectacular нужно подтвердить своими тестами схемы. DRF 3.18 изменил форму ошибок many=True, а 3.18.1 добавил настройку совместимости — пример регрессии контракта из-за обновления библиотеки.
  • Основная поддержка Django 6.0 закончилась 2026-08-04, поэтому 6.0 не годится новой базой.
  • Пример approve_invoice(): блокировка членства, условный UPDATE по ожидаемой версии с проверкой числа изменённых строк и запись в outbox в одной транзакции, с честной оговоркой, что пример не реализует повтор команды.
  • Факты о RLS: проверки внешних ключей и уникальности обходят политики; FORCE не ограничивает суперпользователя и роли с BYPASSRLS; роль приложения должна быть без DDL и BYPASSRLS, и это проверяется запросом к pg_roles.
  • Набор SQL для диагностики (дорогие запросы, невалидные индексы после неудачной сборки CONCURRENTLY, блокирующие процессы) и протокол нагрузки, который считает отклонённые запросы и ожидание до обслуживания.
  • Матрица тестов из 8 сценариев, включая «брокер недоступен после фиксации» и «поздняя фиксация при синхронизации».
  • Масштаб опыта: Django-обработчик Healthchecks.io выдерживает около 250 запросов/с на i7-9700K, а пики выше 11 000 запросов/с — у закрытого обработчика на Go, это не Django. Регионализация единого входа в Sentry заняла около 15 человек и больше 18 месяцев и стоила больше $3 млн.
  • Для агентов: эксперимент METR и его пересмотр 2026 года, метрики работы агентов (полное время до принятого результата, нагрузка на ревью, архитектурный долг, проверяемость отчёта), правило «второй агент с тем же контекстом — не ревью», план контролируемого сравнения режимов работы.
  • Таблица «полезные упрощения и срок годности» и экранирование формул при экспорте CSV.
  • Интерактивный навигатор решений.

Только у Opus

  • Опрос DSF и JetBrains 2026: API-only 53 %, DRF 73 %, Ninja 17 %, свой слой 13 %, GraphQL 9 %; async используют 33 % и планируют 40 %; PostgreSQL 76–79 %; на Django 6.0 — 43 %; Claude Code — 35 %; без автотестов — 19 %.
  • DEP 20 подробно: с 2028 года Django выходит раз в год, каждая версия получает три года поддержки; 6.2 LTS — апрель 2027 года с поддержкой до апреля 2030. DRF объявлен завершённым по функциям; у Ninja публично обсуждался риск единственного сопровождающего.
  • Инструменты безопасных миграций: правила Sentry (индексы дольше 10 секунд — post-deploy, удаление колонок в две фазы, переименование через db_column), django-pg-zero-downtime-migrations, линтер SQL-миграций Squawk, django-linear-migrations с max_migration.txt, миграции через pre-upgrade hook у Kraken.
  • Инструменты против N+1: django-zeal в тестах с накладными расходами 3–5 % по оценке автора, nplusone заброшен, в Django 6.1 вызов select_related() без аргументов устарел.
  • Конвенции Kraken: без неявного ordering в Meta, без ModelForm, валидаторов полей и запросов в @property; save() только в методах-мутаторах; 40+ контрактов Import Linter и 15 игнорируемых импортов как счётчик долга.
  • Zulip: тесты бэкенда параллельно меньше чем за 30 секунд, 100 % покрытия нового кода, каждый ответ API в тестах сверяется с OpenAPI.
  • Замеры Хаки Бениты: 32 500 строк загружаются за 128,8 с поштучно и за 0,46 с через COPY; COUNT(*) занимал 781 мс из 786 мс ответа списка — отсюда приём с statement_timeout 200 мс для счётчика пагинации.
  • Цена схем на арендатора: при ~1 780 схемах migrate_schemas тратит 5–14 секунд CPU базы на каждую даже без изменений.
  • Очереди на PostgreSQL: Procrastinate и django-tasks-db; официального бэкенда Celery для django.tasks нет, запрос открыт с января 2026 года.
  • Регрессия памяти инкрементального GC в Python 3.14 давала OOM при migrate; исправлено в 3.14.5, до патча помогает gc.collect() после миграций.
  • Цены эксплуатации наблюдаемости: self-hosted Sentry — 4 CPU и 16 GB RAM под лицензией FSL, GlitchTip — 256–512 MB RAM.
  • Черновик IETF Idempotency-Key (409 при параллельном повторе, 422 при другом теле), заголовки Standard Webhooks, таймаут вебхука Saleor 20 секунд.
  • Для агентов: навыки Sentry django-perf-review и django-access-review, плагины Vinta, MCP-сервер внутри Django через django-mcpz.
  • Квартальный чек-лист аудита существующего проекта и журнал решений по сигналам.

Объединённое дерево решений

  • Если решается, где писать бизнес-логику→по правилам ниже
    • Если правило касается одного объекта или одного набора строк→метод модели или QuerySet
    • Если сценарий меняет несколько моделей, ставит задачи или зовёт внешний API→именованная функция с transaction.atomic
    • Если функция только повторяет один вызов ORM без политики→встроить вызов обратно
    • Если приложений больше 15–20, есть циклические импорты или 8–10 параллельных авторов, включая агентов→контракты Import Linter
  • Если выбирается API-слой→по правилам ниже
    • Если в проекте уже есть DRF→DRF без второго API-фреймворка
    • Если нужны готовые фильтры, права на объект и viewsets→DRF и drf-spectacular
    • Если проект новый и сквозные типы и async важнее экосистемы→Django Ninja
    • Если нужен только существующий контракт OpenAPI 2→оставить drf-yasg, новый API на нём не строить
  • Если выбирается сервер приложений→Gunicorn WSGI с потоками по умолчанию
    • Если долгие соединения нужны части эндпоинтов→отдельный ASGI-деплой для них
    • Если ожидание независимых внешних вызовов больше половины p95 и синхронный путь не держит SLO→async для этих эндпоинтов
  • Если нужна фоновая работа→по правилам ниже
    • Если процессов один–три и повторы редки→management command под внешним планировщиком с контролем последнего успешного запуска
    • Если нужны ретраи и расписание без брокера→очередь на PostgreSQL (Procrastinate у Opus) или Huey либо задачи Django с проверенным бэкендом (у Astra)
    • Если нужны несколько очередей, маршрутизация и тяжёлая периодика→Celery
    • Если потеря внешнего эффекта недопустима→outbox в той же транзакции и обработчик с повторным обходом
  • Если выбирается аутентификация→по типу клиента
    • Если клиент — браузер на своём домене→сессии и CSRF
    • Если клиент — мобильное приложение→непрозрачный токен на устройство, хранимый хешем
    • Если токен проверяют несколько независимых сервисов или нужен OIDC→JWT с коротким сроком жизни и проверкой отзыва
  • Если данные разделены по компаниям→общая база, company_id, scoped-менеджер и тест «чужая компания»
    • Если аудит требует гарантии на уровне базы→RLS с FORCE и ролью приложения без BYPASSRLS
    • Если нужно физическое разделение, размещение в стране клиента или установка у клиента→отдельный экземпляр с отдельной базой
    • Если выбрана схема на арендатора→только вместе с планом миграций по схемам и оценкой их времени
  • Если соединений на пике больше 70–80 % max_connections или установка соединения занимает больше 10 % времени запроса→пул
    • Если хостов приложения мало→встроенный пул Django с CONN_MAX_AGE = 0
    • Иначе→PgBouncer в transaction mode с DISABLE_SERVER_SIDE_CURSORS = True
  • Если повторяемые чтения после оптимизации SQL дают больше 20 % времени базы и свежесть допускает задержку→кэш с компанией и правами в ключе
    • Если после кэша выигрыш меньше 10 % p95→удалить кэш
  • Если CPU основной базы выше 60–70 % после оптимизации и чтения допускают лаг→реплика чтения
    • Если клиент читает сразу после своей записи→это чтение с основной базы
  • Если выбирается пагинация списка→по правилам ниже
    • Если список небольшой и нужен переход на страницу→номер страницы с максимумом размера
    • Если это лента, синхронизация или глубокие страницы нарушают p95→курсорная пагинация
    • Если нужен весь набор→асинхронный экспорт
  • Если мобильный клиент работает офлайн→по размеру данных и характеру правок
    • Если набор данных мал→полная выгрузка разрешённого набора с версией при записи
    • Если набор велик→delta-синхронизация с tombstones и watermark, защищённым от поздней фиксации
    • Если есть реальное совместное редактирование одной записи→только тогда CRDT
  • Если выбирается трекер ошибок→по допустимости SaaS
    • Если SaaS допустим→Sentry SDK и Sentry
    • Если установка у клиента или в регионе с ограничениями→Sentry SDK и GlitchTip
    • Если сервисов в цепочке несколько или нужна вендор-нейтральность→добавить OpenTelemetry
  • Если нагрузка выросла на порядок→сначала профиль SQL, сериализации, очередей и соединений, затем исправление измеренного узкого места

Карточки двух каталогов: соответствие

Базовый набор у моделей нарезан по-разному, но покрывает одно и то же. Пустая клетка значит, что у модели нет отдельной карточки, а тема разобрана внутри другой.

Тема Astra Opus
Версии, зависимости, обновления B10 (часть) Б01
Структура и место бизнес-логики B02 Б02
Явные схемы и контракт B01 Б03, Б04
Формат ошибок T19 Б05
Пагинация, фильтры, сортировка T01 Б06
Число SQL и N+1 B05 Б07
Целостность и конкурентные изменения B03 Б08
Миграции без простоя S03 (по сигналу) Б09
Рантайм и соединения S04 (по сигналу) Б10
Фоновые задачи B06, T06 Б11
Наблюдаемость B07 Б12
Права на объект и компания B04 Б13
Аутентификация T03 Б14
Конфигурация и секреты B10 Б15
Тесты B08 Б16
Типы, линтеры, форматирование B09 Б17
Async и ASGI S01 Р01
Кэш S02 Р04
Реплики и предвычисление S05 Р03
Трассировка и метрики S06 Р06, Р07
Границы модулей раздел 4, фасады Р05
Очередь сложнее простой T06 Р08

Миграции и соединения Opus держит в базовом наборе, Astra — в расширениях по сигналу. Это не противоречие по сути: обе требуют совместимых миграций и расчёта соединений с первого дня, но у Astra специальные инструменты (CONCURRENTLY, пул) включаются по наблюдаемому риску, а у Opus линтер миграций и формула соединений стоят в CI и README сразу.

Объединённые признаки оверинжиниринга и их обнаружение

Это ответ на главный вопрос задания. Обе модели предупреждают: детектор даёт кандидата для ревью, а не приговор; слой оправдан, если в нём есть политика, контракт или операционная ответственность.

Область Признак Как обнаружить автоматически Как обойти Кто
Структура Сервис-прокладка над одним вызовом ORM, Repository над ORM AST-скрипт по services.py: доля функций из одного вызова; grep "class .*Repository" Встроить вызов ORM, оставить функции только для сценариев обе
Структура Простое поле требует правки больше 5 файлов без изменения поведения Число файлов в PR для типового изменения Убрать пустые слои Astra
Структура Контракты импортов в маленьком проекте без единого нарушения за полгода История lint-imports Снять контракты до сигнала Opus
API Новая версия на каждое изменение Число каталогов v*/ и diff OpenAPI Аддитивные изменения в v1 обе
API Свой язык запросов в query string Ревью схемы фильтров, лимиты сложности Именованные фильтры, django-filter обе
ORM Кэш поверх N+1 Тест числа запросов при выключенном кэше Исправить запрос обе
Конкурентность Redis-блокировки для того, что решает база grep "lock(" рядом с клиентом Redis Ограничения, F(), условный UPDATE, select_for_update обе
Async async def, внутри которого только sync_to_async AST-поиск; задержка не снизилась Синхронное представление обе
Задачи Canvas и отдельная очередь на каждый тип задачи Очередей больше, чем пулов воркеров Одна-две очереди обе
Наблюдаемость 100 % трассировок в проде, дашборды без просмотров traces_sample_rate = 1.0; статистика просмотров за 90 дней Ошибки, JSON-логи, health, pg_stat_statements обе
Аутентификация JWT с таблицей отзыва в монолите с одним сервисом Есть blacklist-приложение при одном сервисе Непрозрачные токены обе
Мультиарендность Схемы на сотни мелких арендаторов Время миграции на арендатора Общая база с company_id обе
Настройки Цепочки из четырёх и больше файлов настроек Подсчёт файлов Один модуль и переменные окружения обе
Тесты Моки ORM, тесты, повторяющие вызовы реализации grep 'patch(".*objects'; падения без смены поведения Тест с реальной базой обе
Флаги Флаги без владельца и срока Сверка флагов в коде и базе; срок — 2 итерации у Astra, квартал у Opus Удалить ветку обе
Зависимости Пакеты без импортов и настроек Поиск неиспользуемых зависимостей с учётом плагинов Удалить Astra
Типы Рост # type: ignore и Any Тренд подавлений на diff; ориентир Kraken — около одного на 1 000 строк Упростить API функции обе

Признаки недоинжиниринга встречаются, по обеим, чаще оверинжиниринга:

Признак Как обнаружить Кто
Доступ по ID без scoped-менеджера, фильтр по компании только в списке AST-поиск .objects.get( в API, параметризованный тест «чужой объект = 404» обе
fields = "__all__", список без пагинации grep, тест обхода роутера обе
N+1 в сериализации django-zeal, assertNumQueries для 1 и 10–30 объектов обе
obj.balance += x; obj.save(), уникальность только в валидаторе AST-шаблон += и .save(), отсутствие UniqueConstraint обе
Блокирующий DDL в миграции Squawk, RAISE_FOR_UNSAFE, makemigrations --check обе
.delay() внутри atomic, объект в аргументах задачи AST-поиск, captureOnCommitCallbacks обе
Ошибки на почту, логи без request_id Проверка LOGGING и наличия SDK обе
Версия Django вне поддержки, накопленные предупреждения об устаревании Тесты с -W error::DeprecationWarning, скрипт «до конца поддержки меньше 90 дней» обе
Периодическая задача «жива», но давно не завершалась Метрика времени последнего успешного запуска и возраста старейшей задачи обе

Сигналы и пороги

Пороги у обеих — авторские ориентиры, и там, где обе дали число, числа близки.

Сигнал Astra Opus
Async Независимый ввод-вывод больше 50 % p95 и синхронный путь не держит SLO 3 и больше внешних вызовов, ожидание которых больше половины p95
Пул соединений Установка соединения больше 10 % времени или занято больше 70 % бюджета на пике Соединений больше 70–80 % max_connections
Реплика Чтения больше 70 % времени базы CPU основной базы выше 60–70 % после оптимизации
Кэш Повторяемая часть не меньше 20 % времени базы или CPU; удалить при выигрыше меньше 10 % p95 выше цели из-за повторяющихся одинаковых запросов
Границы модулей Измеримое препятствие CI или выпуску между продуктами 15–20 приложений, циклические импорты, 8–10 параллельных авторов
N+1 Рост числа SQL при странице 1 → 30 Рост числа SQL при 1 → 10 объектах
Время тестов Локально не больше 60 с, PR не больше 10 минут Эталоны: Zulip меньше 30 с, Kraken меньше 30 минут на 100 000 тестов
Трассировка Два инцидента в месяц с неизвестным участком ожидания Больше одного сервиса в цепочке или требование вендор-нейтральности
Фича-флаги Две итерации после полного включения Не старше квартала
Сервисы-прокладки Кандидат на ревью по AST Меньше 20–30 % функций services.py

Офлайн-синхронизация: где схемы разошлись

Для профиля задания с мобильным офлайн-клиентом это самое практичное расхождение. Обе берут за образец протокол WatermelonDB: сервер ставит отметку своим временем, удаления хранятся как tombstones, push отклоняется при конфликте, pull делается согласованным снимком.

Вопрос Astra Opus
Метка изменений Серверный watermark; предупреждение, что номер из sequence или BIGSERIAL не гарантирует порядок фиксации updated_at с серверным временем
Поздняя фиксация Транзакция, начатая раньше, фиксируется после выдачи watermark, и её изменение теряется; воспроизводить двумя соединениями Не обсуждается
Защита Строка ревизии на компанию, которую блокируют все пишущие, и выдача watermark и данных одним снимком; многостраничная выдача — по устойчивому журналу изменений с фиксированной верхней ревизией Консистентный снимок pull; журнал изменений на триггерах (pghistory) — при массовых изменениях на сервере
Идентификаторы — Создаются на клиенте; UUID7() в Django 6.1
Повторы push Дедупликация команд Idempotency-Key

Позиция координатора: ловушка поздней фиксации относится и к меткам updated_at: время ставится до фиксации, и изменение долгой транзакции может оказаться раньше отметки, которую клиент уже получил. Протокол стоит брать из карточки T12 Astra и проверять тестом с двумя соединениями и управляемым порядком фиксации; цена строки ревизии — сериализация записи внутри компании, её нужно измерить по времени ожидания блокировок.

Удачные костыли и упрощения

Приём Зачем Перестаёт работать, когда Кто
Management command под systemd или внешним планировщиком вместо очереди Нет брокера и воркеров Нужны ретраи, параллелизм, много расписаний; перекрытия запусков обе
Порционный цикл по первичному ключу вместо ETL Простой checkpoint и ограниченная память Нужна сложная дедупликация или несколько источников Astra
SQL-файл для одного сложного отчёта Виден план и смысл запроса Условия начали собирать строками Astra
Небольшое дублирование вместо базового класса Локальная читаемость Правило разошлось в двух местах Astra
TTL вместо точной инвалидации Понятная ограниченная несвежесть Любое устаревшее значение ломает корректность Astra
Периодический обход outbox и inbox Подбирает потерянную постановку задачи Задержка обхода нарушает SLO Astra
COUNT(*) пагинатора под statement_timeout 200 мс Списки на больших таблицах без смены интерфейса Клиенту нужен точный итог Opus
FETCH_PEERS в менеджере по умолчанию для старого кода Убрать большинство N+1 без ручного select_related Нужен точный only() и минимум данных Opus
Переименование поля только в Django через db_column Нет блокирующего RENAME в базе Колонку читают внешние системы Opus
gc.collect() после каждой миграции на Python 3.14 Обойти OOM migrate После патча 3.14.5 Opus
max_migration.txt Конфликт веток миграций виден в git Миграции пишет один человек Opus
Вынос одного горячего эндпоинта в отдельный процесс Снять основную нагрузку CPU Логика эндпоинта растёт и дублирует домен Opus
?brief=true для облегчённых списков Меньше полей и запросов Клиентов с разными наборами полей становится много Opus

Статистика запусков

Показатель Astra Opus
Модель и effort gpt-6-astra, ultra claude-opus-5-5, xhigh
Время работы 30,2 мин 47,6 мин
Поиск и чтение 65 поисковых запросов по собственному учёту; 90 источников: 84 полных текста, 6 фрагментов 51 поиск, 152 обращения к страницам, 190 правок файла; 133 источника: 125 полных текстов, 7 фрагментов, 1 аннотация
Пересечение источников 28 общих URL и 27 общих доменов: релизы Django 6.0 и 6.1, async, страница загрузки и сроков поддержки; DRF — аутентификация, фильтры, пагинация, throttling, релизы; Celery tasks; drf-yasg, django-stubs, PyPI Ninja; HackSoft, Беннетт, Плант, Бенита; Kraken о типизации; Instagram о Cinder и Immortal Objects; PostHog architecture; RLS PostgreSQL; RFC 9457; WatermelonDB; GlitchTip; OpenTelemetry Django; pytest-django
Объём, слов 17 941 21 296
Типизация утверждений 535: 384 гипотезы, 113 фактов, 19 вендор, 16 мнений, 3 эмпирики 587: 417 фактов, 58 мнений, 57 гипотез, 36 эмпирики, 19 вендор
Ссылок на источники в тексте 185 708
Дерево решений 10 ветвей, 13 листьев 8 ветвей, 28 листьев
Антипаттерны, термины 5, 77 5, 54
Стоимость CLI не сообщает $19,50 по списочным ценам
Статус валидации 0 блокеров и 0 предупреждений с первого раза 0 блокеров, 1 предупреждение: текст JSON-примера в фигурных скобках принят за пометку

Открытые вопросы

  • Бенчмарка DRF против Ninja на эндпоинтах, где время уходит в базу, нет; аргумент о скорости Pydantic v2 не проверен.
  • Совместимость последней связки Django 6.1, DRF 3.18 и drf-spectacular 0.30 не подтверждена опубликованной матрицей spectacular; проверяется тестами схемы и контрактов проекта.
  • Поддержка Python 3.14 в Celery 5.6: страница нововведений перечисляет версии до 3.13, changelog говорит о 3.14; до выбора 3.14 проверить по своему стенду.
  • Зрелость сторонних бэкендов django.tasks, кроме django-tasks-db, не проверена; официального бэкенда Celery нет.
  • Эффект AGENTS.md и навыков для агентов на число дефектов не измерен ни в одном источнике; метрики Astra годятся для собственного замера.
  • Числовые пороги сигналов не откалиброваны ни одной моделью; их стоит заменить собственными измерениями после первых месяцев эксплуатации.
  • Выбор защиты синхронизации от поздней фиксации (строка ревизии на компанию или иной механизм) требует измерения времени ожидания блокировок на реальной нагрузке.
  • Книга «Two Scoops of Django» не прочитана ни одной моделью; Saleor, Read the Docs и addons-server разобраны частично; подтверждённой истории ухода с Django-монолита с числами не найдено.

Заметки о прогоне

  • В этот день шли две темы. Обе модели этой темы стартовали в 10:10 UTC; Astra закончила за 30 минут, Opus — за 48 минут и сразу освободил очередь для темы о рекламе в Instagram, которая ждала его с 10:23.
  • Стили типизации противоположны. Astra пометила гипотезой 384 утверждения из 535: все пороги, цены и рекомендации она прямо называет авторскими. Opus пометил фактами 417 из 587 и отделил ориентиры словом «ориентир» в тексте. Поэтому сравнение долей типов здесь говорит о стиле, а не о надёжности.
  • Opus дал 708 ссылок на источники в тексте при 133 источниках, Astra — 185 ссылок при 90 источниках.
  • Предупреждение валидатора у Opus ложное: в карточке Б05 форматы ошибок {"detail": ...} и {"message", "extra"} записаны в фигурных скобках, и валидатор принял их за пометки типа утверждения.
  • Opus сам отметил ограничение инструмента чтения: страница приходит сжатым изложением, а не сырым текстом; одну ошибку изложения (неверный год релизов Ninja на GitHub) он исправил сверкой с PyPI.
  • Astra оставила интерактивный навигатор решений и заметки по направлениям, Opus — только отчёт. Ни одна модель не поднимала Django, PostgreSQL и брокер: примеры конфигураций и CI не проверены исполнением.
  • Кейсы Kraken взяты из статей разных лет: около 9 млн строк Python в феврале 2025 года у Opus и почти 15 млн в марте 2026 года у Astra.