Merge pull request 'fix(tradein/estimator): yandex/cian valuation в /estimate через пул прокси; честный лог при пустом пуле (#3398)' (#3399) from fix/3398-estimator-valuations-proxy-pool into main
All checks were successful
Deploy Trade-In / changes (push) Successful in 11s
Deploy Trade-In / build-frontend (push) Has been skipped
Deploy Trade-In / build-browser (push) Has been skipped
Deploy Trade-In / test (push) Successful in 4m14s
Deploy Trade-In / build-backend (push) Successful in 1m4s
Deploy Trade-In / deploy (push) Successful in 1m33s
Deploy Trade-In / deploy-status (push) Successful in 1s
Deploy Trade-In / perimeter-smoke (push) Successful in 11s

This commit is contained in:
bot-backend 2026-09-06 07:06:47 +00:00
commit bbf38f544f
2 changed files with 454 additions and 12 deletions

View file

@ -906,8 +906,18 @@ def _defer_external_refresh(label: str, work: Callable[[Session], Awaitable[obje
db = SessionLocal()
try:
await work(db)
except Exception:
logger.exception("deferred %s: догрузка не удалась (кэш не прогрет)", label)
except Exception as exc:
if caused_by_no_proxy(exc):
# #3398: пустой пул — НАША инфраструктура, HTTP-запрос не уходил вовсе
# (NoProxyAvailableError поднимается в curl_proxy_url ДО запроса). WARNING,
# не ERROR: GlitchTip слушает event_level=ERROR, а это штатная деградация
# прогрева, не сбой площадки — событие тут было бы шумом.
# На проде ESTIMATE_EXTERNAL_SOURCES_BACKGROUND=true, поэтому настоящий
# фетч уходит именно сюда: synchronous-ветка с fetch_on_miss=False отдаёт
# None ДО прокси-слоя и до своего WARNING в estimate_quality не доходит.
logger.warning("deferred %s: пул прокси пуст — кэш не прогрет: %s", label, exc)
else:
logger.exception("deferred %s: догрузка не удалась (кэш не прогрет)", label)
finally:
db.close()
@ -1006,14 +1016,27 @@ async def _get_or_fetch_yandex_valuation_cached(
# Fresh fetch
try:
async with YandexValuationScraper(
RealScraperConfig(), delay_provider=get_scraper_delay
RealScraperConfig(),
delay_provider=get_scraper_delay,
# #3398: без provider'а `curl_proxy_url` считает use_pool=False (флаг AND
# provider is not None) — пул выключен по построению, curl-сессия уходит на
# env-прокси SCRAPER_PROXY_URL (мёртвый узел #2613 → 407 на каждой пробе).
# Lease один на сессию: acquire в __aenter__, release в __aexit__ — в т.ч.
# на исключении и на отмене по таймауту _with_budget.
proxy_provider=RealProxyProvider(),
) as scraper:
result = await scraper.fetch_house_history(
address=address,
offer_category=offer_category,
offer_type=offer_type,
)
except Exception:
except Exception as e:
if caused_by_no_proxy(e):
# #3398: «пул прокси пуст» — НАША инфраструктура, HTTP-запрос не уходил вовсе.
# Отдельный текст (и WARNING, не ERROR): это не сбой Яндекса, GlitchTip-событие
# здесь было бы шумом. Возврат None — тот же graceful путь, /estimate не 5xx.
logger.warning("yandex_valuation: пул прокси пуст — продолжаем без Yandex: %s", e)
return None
# logger.exception (не .warning) — намеренно: GlitchTip LoggingIntegration
# (main.py/scheduler_main.py) слушает event_level=logging.ERROR. WARNING,
# даже с exc_info=True, остаётся ниже порога и НЕ создаёт событие в GlitchTip
@ -1023,7 +1046,15 @@ async def _get_or_fetch_yandex_valuation_cached(
return None
if result is None:
logger.info("yandex_valuation: empty result for address=%s", address[:60])
# #3398: None здесь НЕразличимо «дом не найден» и «фетч не дошёл» — kit ловит
# ProxyError/HTTP-код внутри fetch_house_history и логирует своей строкой
# («yandex valuation fetch failed» / «returned NNN»). Прежний текст «empty result»
# читался как «у Яндекса нет данных», хотя при мёртвом прокси это был 407.
logger.info(
"yandex_valuation: пусто для address=%s — данных нет ЛИБО фетч не дошёл "
"(причина строкой выше от scraper_kit: прокси/HTTP)",
address[:60],
)
return None
# Save to cache (UPSERT on (source, cache_key))
@ -4624,6 +4655,21 @@ async def estimate_quality(
"deal_type": "sale",
"use_cache": True,
"house_id": target_house_id,
# #3398: без provider'а curl_proxy_url считает use_pool=False (флаг AND
# provider is not None) → env-прокси CIAN_PROXY_URL/SCRAPER_PROXY_URL, мёртвый
# узел (#2613) → «Cian valuation fetch failed: … 407». Lease живёт внутри
# curl_proxy_url: acquire до запроса, release в finally.
#
# Весь этот dict переиспользуется отложенной фоновой догрузкой ниже
# (`_defer_external_refresh` захватывает `_c_kwargs` замыканием), то есть
# `config` и `proxy_provider` — ОДИН инстанс на два вызова, которые могут идти
# одновременно (фон стартует после ответа, но живёт своей задачей). Корректно
# это ровно пока оба stateless: `RealScraperConfig` — read-only снимок настроек,
# `RealProxyProvider` не хранит полей вообще и открывает короткую сессию БД на
# каждую операцию (acquire/release/mark_health), поэтому lease'ы двух вызовов не
# пересекаются. Появится у любого из них per-вызов состояние (кэш lease'а,
# счётчик, открытая сессия) — фоновой задаче нужен СВОЙ инстанс, а не общий.
"proxy_provider": RealProxyProvider(),
}
try:
cian_val = await _with_budget(
@ -4643,13 +4689,19 @@ async def estimate_quality(
cian_val.sale_accuracy,
cian_val.external_house_id,
)
except Exception:
# logger.exception (не .warning) — намеренно: GlitchTip LoggingIntegration
# (main.py/scheduler_main.py) слушает event_level=logging.ERROR. WARNING,
# даже с exc_info=True, остаётся ниже порога и НЕ создаёт событие в GlitchTip
# (только breadcrumb) — config-wiring регрессия здесь была бы не видна
# мониторингу. .exception() логирует на ERROR + traceback (#2337).
logger.exception("cian_valuation: lookup failed (graceful)")
except Exception as e:
if caused_by_no_proxy(e):
# #3398: пустой пул поднимает NoProxyAvailableError ДО HTTP (curl_proxy_url),
# то есть это не сбой Циана. WARNING, не ERROR: в GlitchTip такое событие —
# шум. Оценка отдаётся без cian-источника, /estimate не 5xx.
logger.warning("cian_valuation: пул прокси пуст — продолжаем без Cian: %s", e)
else:
# logger.exception (не .warning) — намеренно: GlitchTip LoggingIntegration
# (main.py/scheduler_main.py) слушает event_level=logging.ERROR. WARNING,
# даже с exc_info=True, остаётся ниже порога и НЕ создаёт событие в GlitchTip
# (только breadcrumb) — config-wiring регрессия здесь была бы не видна
# мониторингу. .exception() логирует на ERROR + traceback (#2337).
logger.exception("cian_valuation: lookup failed (graceful)")
# ── Pre-fetch: same-building anchor comps ─────────────────────────────────
# Guard mirrors the original in-block guard exactly; when false → ([], None).

View file

@ -0,0 +1,390 @@
"""Yandex/Cian valuation в /estimate идут через пул прокси, пустой пул не роняет ответ (#3398).
Корень тот же, что у IMV (#3386/PR #3397): `estimator` звал kit БЕЗ `proxy_provider` —
`YandexValuationScraper(RealScraperConfig(), delay_provider=...)` и
`estimate_via_cian_valuation(**_c_kwargs)`. `providers/_proxy.py::curl_proxy_url` считает
`use_pool = флаг AND proxy_provider is not None`, поэтому пул был выключен ПО ПОСТРОЕНИЮ, а
curl уходил на env-прокси `SCRAPER_PROXY_URL` (выключенный узел, #2613) → на проде каждая
проба `/estimate` давала `407 CONNECT tunnel failed` и «yandex_valuation: empty result».
Проверки по значению:
(а) оба call site передают provider'а (на main здесь None);
(б) пул пуст + environment=production оценка отдаётся БЕЗ этих источников, без
исключения, HTTP не уходит, а причина в логе честная «пул прокси пуст»;
(б2) прод-режим `ESTIMATE_EXTERNAL_SOURCES_BACKGROUND=true`: синхронный вызов уходит
с `fetch_on_miss=False` и до прокси-слоя не доходит вовсе, настоящий фетч делает
`_defer_external_refresh` там пустой пул тоже WARNING, а не ERROR с трейсбеком
(иначе GlitchTip получает событие на каждый /estimate по новому адресу);
(в) lease освобождён ровно один раз (успех и ошибка фетча) через настоящий
`curl_proxy_url`, а не через мок провайдера.
"""
from __future__ import annotations
import asyncio
import logging
import os
from contextlib import ExitStack
from datetime import UTC, datetime
from typing import Any
from unittest.mock import AsyncMock, MagicMock, patch
os.environ.setdefault("DATABASE_URL", "postgresql+psycopg://test:test@localhost:5432/test")
import anyio
import pytest
from scraper_kit.contracts import ProxyLease
from app.core.config import settings
from app.schemas.trade_in import TradeInEstimateInput
from app.services import estimator
from app.services.estimator import _get_or_fetch_yandex_valuation_cached, estimate_quality
from app.services.geocoder import GeocodeResult
_ADDRESS = "Первоуральск, ул. Ленина, 5"
# ── провайдеры-дублёры ──────────────────────────────────────────────────────
class _EmptyPoolProvider:
"""acquire → None (все узлы забанены/заняты)."""
def acquire(self, provider: str) -> ProxyLease | None:
return None
def release(self, lease: ProxyLease) -> None: # pragma: no cover — не должно звучать
raise AssertionError("release без lease")
def mark_health(self, lease: ProxyLease, ok: bool, **kw: Any) -> None: # pragma: no cover
raise AssertionError("mark_health без lease")
def mark_banned(self, lease: ProxyLease, *, source: str) -> None: # pragma: no cover
raise AssertionError("mark_banned без lease")
class _CountingProvider:
def __init__(self) -> None:
self.acquired: list[str] = []
self.released: list[int] = []
self.health: list[bool] = []
def acquire(self, provider: str) -> ProxyLease | None:
self.acquired.append(provider)
return ProxyLease(id=7, url="http://pool-node:3128", kind="datacenter", rotate_url=None)
def release(self, lease: ProxyLease) -> None:
self.released.append(lease.id)
def mark_health(self, lease: ProxyLease, ok: bool, **kw: Any) -> None:
self.health.append(ok)
def mark_banned(self, lease: ProxyLease, *, source: str) -> None:
pass
def _no_http(*a: Any, **kw: Any) -> Any: # pragma: no cover — не должно вызваться
raise AssertionError("HTTP-запрос при пустом пуле — прокси-гейт не сработал")
class _FakeResponse:
def __init__(self, status_code: int, text: str) -> None:
self.status_code = status_code
self.text = text
def _fake_curl_session(*, get: Any) -> Any:
"""Заглушка curl_cffi.AsyncSession: и как async-CM (cian), и как объект (yandex)."""
session = MagicMock()
session.get = get
session.close = AsyncMock()
session.__aenter__ = AsyncMock(return_value=session)
session.__aexit__ = AsyncMock(return_value=False)
return lambda *a, **kw: session
def _use_pool_in_production(monkeypatch: pytest.MonkeyPatch) -> None:
monkeypatch.setattr(settings, "use_proxy_pool_curl", True)
monkeypatch.setattr(settings, "environment", "production")
# fetch_on_miss=False (фоновый режим) вернул бы None ДО прокси-слоя — тест
# проверял бы тогда пустоту кэша, а не проводку пула.
monkeypatch.setattr(settings, "estimate_external_sources_background", False)
# ── (а) yandex: провайдер доезжает до скрейпера ──────────────────────────────
def _db_cache_miss() -> MagicMock:
db = MagicMock()
db.execute.return_value.mappings.return_value.first.return_value = None
return db
def _call_yandex(db: Any) -> Any:
async def _run() -> Any:
return await _get_or_fetch_yandex_valuation_cached(db, address=_ADDRESS)
return anyio.run(_run)
def test_yandex_valuation_call_passes_proxy_provider() -> None:
"""YandexValuationScraper получает proxy_provider (на main здесь None → пул off)."""
captured: dict[str, Any] = {}
def _fake_scraper_cls(*args: Any, **kwargs: Any) -> Any:
captured.update(kwargs)
scraper = MagicMock()
scraper.fetch_house_history = AsyncMock(return_value=None)
scraper.__aenter__ = AsyncMock(return_value=scraper)
scraper.__aexit__ = AsyncMock(return_value=False)
return scraper
with patch.object(estimator, "YandexValuationScraper", _fake_scraper_cls):
assert _call_yandex(_db_cache_miss()) is None
assert captured, "скрейпер не создавался — тест ничего не проверил"
assert captured.get("proxy_provider") is not None
# ── (а) cian: провайдер доезжает до kit-функции ──────────────────────────────
def _geo() -> GeocodeResult:
return GeocodeResult(lat=56.909, lon=59.960, full_address=_ADDRESS, provider="nominatim")
def _listing(i: int) -> dict[str, Any]:
return {
"source": "avito",
"source_url": f"https://avito.ru/offer/{i}",
"address": f"д. {i}",
"lat": 56.909,
"lon": 59.960,
"rooms": 2,
"area_m2": 45.0,
"floor": 5,
"total_floors": 9,
"price_rub": (200_000.0 + i * 1_000) * 45.0,
"price_per_m2": 200_000.0 + i * 1_000,
"listing_date": datetime(2026, 5, 1, tzinfo=UTC),
"days_on_market": 10,
"photo_urls": [],
"scraped_at": datetime(2026, 5, 20, tzinfo=UTC),
"distance_m": 150.0,
"relevance_score": 0.1,
}
def _run_estimate(*, extra_patches: list[Any], drain_deferred: bool = False) -> Any:
"""estimate_quality() со всеми внешними источниками кроме Cian заглушенными.
Cian намеренно НЕ патчится списком по умолчанию: тесты (б)/(в) гоняют настоящую
kit-функцию, чтобы прокси-слой (`curl_proxy_url`) реально отработал.
drain_deferred: дождаться задач фоновой догрузки (`_DEFERRED_REFRESH_TASKS`) ВНУТРИ
того же loop'а и не снимая патчей. Без ожидания `anyio.run` закрывает loop сразу
после ответа, задача умирает не начавшись («Task was destroyed but it is pending»)
и тест по фоновому пути был бы зелёным по построению.
"""
payload = TradeInEstimateInput(address=_ADDRESS, area_m2=45.0, rooms=2, floor=5, total_floors=9)
patches = [
patch("app.services.estimator.geocode", new=AsyncMock(return_value=_geo())),
patch("app.services.estimator.dadata_clean_address", new=AsyncMock(return_value=None)),
patch("app.services.estimator.match_house_readonly", return_value=None),
patch("app.services.estimator.get_house_metadata", new=AsyncMock(return_value=None)),
patch(
"app.services.estimator._fetch_analogs",
return_value=([_listing(i) for i in range(8)], False, "W"),
),
patch("app.services.estimator._fetch_anchor_comps", return_value=([], None)),
patch("app.services.estimator._fetch_deals", return_value=[]),
patch("app.services.estimator._get_or_fetch_imv_cached", new=AsyncMock(return_value=None)),
patch(
"app.services.estimator._get_or_fetch_yandex_valuation_cached",
new=AsyncMock(return_value=None),
),
patch("app.services.estimator._fetch_dkp_corridor", return_value=None),
patch("app.services.estimator._get_asking_sold_ratio", return_value=(None, None)),
*extra_patches,
]
async def _run() -> Any:
with ExitStack() as stack: # список патчей переменной длины — не `with (...)`
for p in patches:
stack.enter_context(p)
est = await estimate_quality(payload, MagicMock())
if drain_deferred:
# gather с return_exceptions=False: задача сама гасит свои ошибки, а если
# перестанет — тест обязан покраснеть, а не проглотить.
await asyncio.gather(*list(estimator._DEFERRED_REFRESH_TASKS))
return est
return anyio.run(_run)
def test_cian_valuation_call_passes_proxy_provider(monkeypatch: pytest.MonkeyPatch) -> None:
"""estimate_via_cian_valuation получает proxy_provider (на main здесь None)."""
_use_pool_in_production(monkeypatch)
captured: dict[str, Any] = {}
async def _fake_cian(_db: Any, **kwargs: Any) -> None:
captured.update(kwargs)
return None
est = _run_estimate(
extra_patches=[patch("app.services.estimator.estimate_via_cian_valuation", new=_fake_cian)]
)
assert est is not None
assert captured, "cian-вызов не состоялся — тест ничего не проверил"
assert captured.get("proxy_provider") is not None
# ── (б) пустой пул в проде: деградация, а не 5xx ─────────────────────────────
def test_yandex_empty_pool_in_production_degrades(
monkeypatch: pytest.MonkeyPatch, caplog: pytest.LogCaptureFixture
) -> None:
"""Пул пуст → None (ответ без Yandex), HTTP не уходит, причина в логе честная."""
_use_pool_in_production(monkeypatch)
result: Any = "unset"
with (
# Без create=True: RealProxyProvider импортирован в estimator — патч обязан
# бить по РЕАЛЬНОМУ атрибуту, иначе переименование импорта оставит тест зелёным.
patch.object(estimator, "RealProxyProvider", _EmptyPoolProvider),
patch("scraper_kit.providers.yandex.valuation._CurlCffiSession", _no_http),
caplog.at_level(logging.WARNING, logger="app.services.estimator"),
):
result = _call_yandex(_db_cache_miss())
assert result is None
assert "пул прокси пуст" in caplog.text, caplog.text
assert "fetch failed" not in caplog.text, "причина подменена на неспецифичную"
def test_cian_empty_pool_in_production_degrades(
monkeypatch: pytest.MonkeyPatch, caplog: pytest.LogCaptureFixture
) -> None:
"""Тот же контракт для Cian: оценка возвращается, исключение не всплывает наружу."""
_use_pool_in_production(monkeypatch)
with (
patch.object(estimator, "RealProxyProvider", _EmptyPoolProvider),
patch("scraper_kit.providers.cian.valuation._load_from_cache", return_value=None),
patch(
"scraper_kit.providers.cian.valuation.load_session",
return_value={"cookie": "x"},
),
patch("scraper_kit.providers.cian.valuation.AsyncSession", _no_http),
caplog.at_level(logging.WARNING, logger="app.services.estimator"),
):
est = _run_estimate(extra_patches=[])
assert est is not None # /estimate отвечает, просто без cian-источника
assert "пул прокси пуст" in caplog.text, caplog.text
assert "lookup failed" not in caplog.text, "причина подменена на неспецифичную"
# ── (б2) фоновый режим (прод-конфиг): пустой пул — WARNING, не ERROR ─────────
def test_cian_deferred_refresh_empty_pool_warns_without_traceback(
monkeypatch: pytest.MonkeyPatch, caplog: pytest.LogCaptureFixture
) -> None:
"""Прод-путь: ESTIMATE_EXTERNAL_SOURCES_BACKGROUND=true → фетч уходит в фон.
На проде (`docker-compose.prod.yml`) флаг включён, поэтому синхронный вызов идёт с
`fetch_on_miss=False` и возвращает None ДО прокси-слоя (`providers/cian/valuation.py`
«cache MISS fetch отложен») ветка WARNING в `estimate_quality` там не звучит.
Настоящий фетч делает `_defer_external_refresh`, где `NoProxyAvailableError` попадал в
общий `except Exception: logger.exception(...)` ERROR + traceback событие в
GlitchTip: ровно тот шум, который #3398 и убирает.
"""
_use_pool_in_production(monkeypatch)
monkeypatch.setattr(settings, "estimate_external_sources_background", True)
estimator._DEFERRED_REFRESH_TASKS.clear() # чужие мёртвые задачи из прошлых loop'ов
with (
patch.object(estimator, "RealProxyProvider", _EmptyPoolProvider),
# Фоновая задача открывает СВОЮ сессию (сессия запроса закрыта вместе с ответом) —
# в тесте она не должна ходить в реальную БД.
patch.object(estimator, "SessionLocal", MagicMock(return_value=MagicMock())),
patch("scraper_kit.providers.cian.valuation._load_from_cache", return_value=None),
patch("scraper_kit.providers.cian.valuation.load_session", return_value={"cookie": "x"}),
patch("scraper_kit.providers.cian.valuation.AsyncSession", _no_http),
caplog.at_level(logging.INFO, logger="app.services.estimator"),
):
est = _run_estimate(extra_patches=[], drain_deferred=True)
assert est is not None
ours = [r for r in caplog.records if r.name == "app.services.estimator"]
deferred = [r for r in ours if "deferred cian_valuation" in r.getMessage()]
assert deferred, [r.getMessage() for r in ours] # фоновая задача не отработала
assert all("пул прокси пуст" in r.getMessage() for r in deferred), [
r.getMessage() for r in deferred
]
errors = [r for r in ours if r.levelno >= logging.ERROR]
assert not errors, [(r.levelname, r.getMessage()) for r in errors]
assert not any(r.exc_info for r in ours), "traceback приложен — GlitchTip получит событие"
assert "Traceback" not in caplog.text, caplog.text
# ── (в) lease освобождён ровно один раз, через настоящий curl_proxy_url ──────
def _yandex_with_pool(monkeypatch: pytest.MonkeyPatch, *, get: Any) -> _CountingProvider:
_use_pool_in_production(monkeypatch)
provider = _CountingProvider()
with (
patch.object(estimator, "RealProxyProvider", lambda: provider),
patch(
"scraper_kit.providers.yandex.valuation._CurlCffiSession", _fake_curl_session(get=get)
),
):
_call_yandex(_db_cache_miss())
return provider
def test_yandex_lease_released_once_on_success(monkeypatch: pytest.MonkeyPatch) -> None:
provider = _yandex_with_pool(
monkeypatch, get=AsyncMock(return_value=_FakeResponse(200, "<html></html>"))
)
assert provider.acquired == ["yandex"]
assert provider.released == [7]
assert provider.health == [True]
def test_yandex_lease_released_once_on_fetch_error(monkeypatch: pytest.MonkeyPatch) -> None:
"""Ошибка транспорта (на проде — 407 от мёртвого env-прокси) не течёт lease'ом."""
provider = _yandex_with_pool(monkeypatch, get=AsyncMock(side_effect=OSError("proxy 407")))
assert provider.acquired == ["yandex"]
assert provider.released == [7]
def test_cian_lease_released_once_on_fetch_error(monkeypatch: pytest.MonkeyPatch) -> None:
_use_pool_in_production(monkeypatch)
provider = _CountingProvider()
with (
patch.object(estimator, "RealProxyProvider", lambda: provider),
patch("scraper_kit.providers.cian.valuation._load_from_cache", return_value=None),
patch(
"scraper_kit.providers.cian.valuation.load_session",
return_value={"cookie": "x"},
),
patch(
"scraper_kit.providers.cian.valuation.AsyncSession",
_fake_curl_session(get=AsyncMock(side_effect=OSError("proxy 407"))),
),
):
est = _run_estimate(extra_patches=[])
assert est is not None
assert provider.acquired == ["cian"]
assert provider.released == [7]
if __name__ == "__main__": # pragma: no cover
raise SystemExit(pytest.main([__file__, "-q"]))