Files
talkscore-asr/tests/test_concurrency.py
T
Vladimir BryzgalovandClaude Opus 5 91b69ebe06 Очередь открывается при старте сервиса, а не при импорте модуля
На Windows процессы поднимаются через spawn и заново импортируют app.main.
Хранилище задач создавалось на уровне модуля, поэтому каждый новый процесс
при старте помечал чужие выполняющиеся задачи как сорванные - все три
записи падали с "сервис был перезапущен во время обработки".

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-08-15 23:29:38 +05:00

284 lines
11 KiB
Python

"""Тесты параллельной обработки.
Замеры показали: обе стадии упираются в 4 потока, а на 16 работают вчетверо
медленнее. Значит ядра нужно занимать не шириной одной задачи, а несколькими
задачами сразу - и тогда очередь обязана быть устойчивой к гонкам.
"""
import threading
import pytest
from app.store import JobStatus, JobStore
@pytest.fixture
def store(tmp_path):
return JobStore(tmp_path / "jobs.db")
class TestClaimIsAtomic:
def test_claim_marks_running(self, store):
job_id = store.create(filename="a.wav", duration_sec=1.0)
assert store.claim_next() == job_id
assert store.get(job_id)["status"] == JobStatus.RUNNING
def test_second_claim_gets_nothing(self, store):
store.create(filename="a.wav", duration_sec=1.0)
store.claim_next()
assert store.claim_next() is None
def test_each_job_claimed_once_under_load(self, store):
"""Главное требование: два воркера не должны взять одну задачу."""
ids = {store.create(filename=f"{i}.wav", duration_sec=1.0) for i in range(50)}
claimed: list[str] = []
lock = threading.Lock()
def worker():
while True:
job_id = store.claim_next()
if job_id is None:
return
with lock:
claimed.append(job_id)
threads = [threading.Thread(target=worker) for _ in range(8)]
for t in threads:
t.start()
for t in threads:
t.join()
assert len(claimed) == len(set(claimed)) == 50
assert set(claimed) == ids
def test_claims_oldest_first(self, store):
first = store.create(filename="1.wav", duration_sec=1.0)
store.create(filename="2.wav", duration_sec=1.0)
assert store.claim_next() == first
class TestWorkerSettings:
def test_default_threads_is_capped(self, tmp_path, monkeypatch):
"""Дефолт умеренный: оптимум зависит от процессора и подбирается замером."""
from app.config import load_settings
monkeypatch.setattr("os.cpu_count", lambda: 32)
config = tmp_path / "config.toml"
config.write_text('[processing]\nthreads=0\n', encoding="utf-8")
assert load_settings(config).effective_threads() == 8
def test_explicit_threads_respected(self, tmp_path):
from app.config import load_settings
config = tmp_path / "config.toml"
config.write_text('[processing]\nthreads=6\n', encoding="utf-8")
assert load_settings(config).effective_threads() == 6
def test_workers_derived_from_cores(self, tmp_path, monkeypatch):
from app.config import load_settings
monkeypatch.setattr("os.cpu_count", lambda: 32)
config = tmp_path / "config.toml"
config.write_text('[processing]\nthreads=4\nworkers=0\n', encoding="utf-8")
assert 1 <= load_settings(config).effective_workers() <= 4
def test_workers_never_below_one(self, tmp_path, monkeypatch):
from app.config import load_settings
monkeypatch.setattr("os.cpu_count", lambda: 1)
config = tmp_path / "config.toml"
config.write_text('[processing]\nthreads=4\nworkers=0\n', encoding="utf-8")
assert load_settings(config).effective_workers() >= 1
def test_explicit_workers_respected(self, tmp_path):
from app.config import load_settings
config = tmp_path / "config.toml"
config.write_text('[processing]\nworkers=3\n', encoding="utf-8")
assert load_settings(config).effective_workers() == 3
class TestLazyWarmup:
"""Воркеры создаются заранее, а модели грузят при первой своей задаче."""
def test_transcribe_warms_up_when_needed(self, tmp_path, monkeypatch):
import sys
import types
for name in ("sherpa_onnx", "onnx_asr", "onnxruntime"):
monkeypatch.setitem(sys.modules, name, types.ModuleType(name))
from app.pipeline import Pipeline
p = Pipeline(models_dir=tmp_path, threads=1,
replacements_path=tmp_path / "r.txt", base_dir=tmp_path)
called = {"warmup": 0}
monkeypatch.setattr(p, "warmup", lambda: called.__setitem__("warmup", 1))
# transcribe упадёт дальше на чтении файла, но warmup обязан быть вызван
with pytest.raises(Exception):
p.transcribe(tmp_path / "нет.wav")
assert called["warmup"] == 1
def test_no_runtime_error_about_warmup(self, tmp_path, monkeypatch):
"""Прежде здесь падало «модели не загружены, вызовите warmup()»."""
import sys
import types
for name in ("sherpa_onnx", "onnx_asr", "onnxruntime"):
monkeypatch.setitem(sys.modules, name, types.ModuleType(name))
from app.pipeline import Pipeline
p = Pipeline(models_dir=tmp_path, threads=1,
replacements_path=tmp_path / "r.txt", base_dir=tmp_path)
monkeypatch.setattr(p, "warmup", lambda: None)
try:
p.transcribe(tmp_path / "нет.wav")
except RuntimeError as exc:
assert "warmup" not in str(exc)
except Exception:
pass
class TestBenchmarkEndpoint:
def test_benchmark_requires_token(self, tmp_path, monkeypatch):
import sys
import types
from fastapi.testclient import TestClient
config = tmp_path / "config.toml"
config.write_text('[security]\ntoken="t"\nallow_ips=""\n', encoding="utf-8")
monkeypatch.setenv("TALKSCORE_ASR_HOME", str(tmp_path))
for name in ("sherpa_onnx", "onnx_asr", "onnxruntime"):
monkeypatch.setitem(sys.modules, name, types.ModuleType(name))
for mod in [m for m in list(sys.modules) if m.startswith("app.")]:
del sys.modules[mod]
import app.config as cfg
monkeypatch.setattr(cfg, "BASE_DIR", tmp_path)
import app.main as main
main._worker_stop.set()
with TestClient(main.app) as c:
assert c.post("/v1/benchmark", files={"file": ("a.wav", b"x")}).status_code == 401
class TestSeparationQuality:
"""Метрика нужна, чтобы было видно, когда разметке по голосам верить нельзя."""
def test_distinct_voices_score_high(self):
import numpy as np
from app.acoustics import separation_quality
emb = np.vstack([np.random.RandomState(0).randn(8, 64),
np.random.RandomState(1).randn(8, 64) + 6])
labels = np.array([0] * 8 + [1] * 8)
assert separation_quality(emb, labels) > 0.4
def test_indistinguishable_voices_score_low(self):
import numpy as np
from app.acoustics import separation_quality
emb = np.random.RandomState(2).randn(16, 64)
labels = np.array([0] * 8 + [1] * 8)
assert separation_quality(emb, labels) < 0.3
def test_too_few_segments_returns_zero(self):
import numpy as np
from app.acoustics import separation_quality
assert separation_quality(np.random.randn(2, 64), np.array([0, 1])) == 0.0
def test_acoustics_reflect_high_frequency_content(self):
import numpy as np
from app.acoustics import segment_acoustics
sr = 16000
t = np.arange(sr) / sr
low = np.sin(2 * np.pi * 300 * t).astype(np.float32)
high = np.sin(2 * np.pi * 5000 * t).astype(np.float32)
assert segment_acoustics(high)["hf_ratio"] > segment_acoustics(low)["hf_ratio"]
def test_acoustics_reflect_loudness(self):
import numpy as np
from app.acoustics import segment_acoustics
loud = (np.random.RandomState(0).randn(16000) * 0.3).astype(np.float32)
quiet = loud * 0.1
assert segment_acoustics(loud)["loudness_db"] > segment_acoustics(quiet)["loudness_db"]
class TestProcessPool:
"""Расчёты уходят в процессы: библиотеки держат GIL, в потоках выигрыша нет."""
def test_worker_module_does_not_import_main(self):
"""На Windows дочерний процесс заново импортирует модуль с функцией.
Если бы он тянул app.main, в каждом процессе поднимался бы ещё один
веб-сервер со своей очередью. Проверяем сами импорты, а не текст файла.
"""
import ast
from pathlib import Path
src = (Path(__file__).resolve().parent.parent / "app" / "worker.py").read_text(encoding="utf-8")
imported = set()
for node in ast.walk(ast.parse(src)):
if isinstance(node, ast.Import):
imported.update(a.name for a in node.names)
elif isinstance(node, ast.ImportFrom) and node.module:
imported.add(node.module)
assert "app.main" not in imported
def test_pool_failure_falls_back_to_single_process(self, monkeypatch):
"""Сбой процессов не должен ронять сервис."""
import sys
import types
for name in ("sherpa_onnx", "onnx_asr", "onnxruntime"):
monkeypatch.setitem(sys.modules, name, types.ModuleType(name))
for mod in [m for m in list(sys.modules) if m.startswith("app.")]:
del sys.modules[mod]
import app.main as main
monkeypatch.setattr("concurrent.futures.ProcessPoolExecutor",
lambda **kw: (_ for _ in ()).throw(OSError("нет процессов")))
assert main._make_pool(4) is None
def test_run_job_needs_initialised_worker(self):
import app.worker as w
w._pipeline = None
try:
w.run_job("нет.wav", 2, "ffmpeg")
except RuntimeError as exc:
assert "не инициализирован" in str(exc)
else:
raise AssertionError("ожидалась ошибка о неинициализированном воркере")
class TestSpawnSafety:
"""На Windows дочерний процесс заново импортирует app.main."""
def test_importing_main_does_not_open_store(self, tmp_path, monkeypatch):
"""Иначе каждый новый процесс объявлял бы чужие задачи сорванными."""
import sys
import types
config = tmp_path / "config.toml"
config.write_text('[security]\ntoken="t"\n', encoding="utf-8")
monkeypatch.setenv("TALKSCORE_ASR_HOME", str(tmp_path))
for name in ("sherpa_onnx", "onnx_asr", "onnxruntime"):
monkeypatch.setitem(sys.modules, name, types.ModuleType(name))
for mod in [m for m in list(sys.modules) if m.startswith("app.")]:
del sys.modules[mod]
import app.config as cfg
monkeypatch.setattr(cfg, "BASE_DIR", tmp_path)
import app.main as main
assert main.store is None
assert not (tmp_path / "data" / "jobs.db").exists()