Lab CRDT : synchro local-first, compteurs et texte en Python

Ce lab donne à chaque étudiant son propre JupyterLab, avec des CRDT écrits en Python simple, assez courts pour être lus en entier : un G-Counter et un PN-Counter, un registre où le dernier écrit gagne, un ensemble à retrait observé, des horloges vectorielles et un petit CRDT de texte dans le style de RGA, avec des pierres tombales. Onze petits scripts montrent chacun une idée, d’une modification perdue par une synchro naïve jusqu’à trois répliques qui s’accordent après de nombreux changements hors ligne.

Chaque réplique est un objet Python, et « hors ligne » veut dire deux objets pas encore fusionnés : rien ne passe par un réseau, et chaque exécution affiche la même chose. Chaque copie n’a aucun accès à internet ni à aucun autre étudiant, et rien n’y est téléchargé.

Ce que les étudiants apprennent

Pourquoi une application local-first continue de marcher hors ligne, et pourquoi une synchro qui garde la copie entière enregistrée en dernier perd des modifications : le lab perd ainsi un titre changé sur un téléphone. Ils fusionnent des G-Counters de trois répliques dans n’importe quel ordre et obtiennent 10 à chaque fois, là où un simple nombre compte deux fois un message répété et atteint 19. Ils voient un registre où le dernier écrit gagne perdre une écriture à cause d’une horloge en retard, un OR-set garder un article qu’une réplique a retiré pendant qu’une autre le rajoutait, et deux modifications hors ligne d’une même ligne de texte fusionner vers les mêmes mots sur les deux répliques. Ils comparent des horloges vectorielles (avant, après, égales ou concurrentes), envoient un delta de 29 octets au lieu d’un état de 7890, et voient quelles pierres tombales peuvent être jetées. Il convient aux cours de systèmes répartis, de bases de données et de développement mobile ou web ; vérifiez la formulation exacte dans l’unité de votre propre organisme certificateur, aucune n’est citée ici.

Le lancer dans votre navigateur

Le lab démarre un seul service, jupyter, qui écrit crdt.py, rga.py, un notebook de départ et les petits scripts dans son dossier de travail, sans rien télécharger. JupyterLab ne demande aucun jeton, car la porte de la plateforme sait déjà qui l’ouvre. Le terminal à côté du lab n’a pas de Python à lui : il atteint celui du lab avec docker exec jupyter, suivi de la commande à lancer à l’intérieur.

  1. Ouvrir la page Conteneur. Ouvrez « Créer » dans la barre et choisissez « Lancer un conteneur ». Tout le monde peut ouvrir la page, et le lab Git et le lab SQL se lancent sans compte. Tous les autres labs demandent un compte gratuit : créez-en un, connectez-vous, puis appuyez sur « Démarrer ».
  2. Trouver le lab. La carte « Laboratoires d’exemple » liste tous les exemples. Trouvez Local-first : compteurs, ensembles et texte CRDT qui fusionnent.
  3. Appuyer sur Démarrer. « Démarrer » le lance tel quel, en un clic. « Modifier le fichier d’abord » ouvre le fichier compose pour que vous puissiez le changer avant de démarrer.
  4. L’ouvrir. Sur la page du lab, la barre du lab a un lien nommé JupyterLab : appuyez dessus pour ouvrir JupyterLab dans votre navigateur et lire crdt.py dans l’éditeur de fichiers. Appuyez ensuite sur « Ouvrir le terminal » et tapez docker exec jupyter python3 steps/orset.py pour voir une liste partagée garder un article qu’une réplique a retiré pendant qu’une autre le rajoutait.

Que demander aux étudiants de rendre

Un notebook à eux qui utilise ces fichiers pour répondre à une question qu’ils ont choisie, par exemple si l’ordre des fusions change parfois un résultat, ce que ferait un ensemble où le retrait gagne là où l’OR-set garde un article, ou combien de pierres tombales un document garde après une journée d’édition, téléchargé depuis JupyterLab avec File, Download. Puis une ou deux phrases, avec leurs propres mots, sur ce qu’ils ont trouvé. Rien n’est noté automatiquement : la phrase montre si c’était compris. Pour un travail plus poussé, demandez d’expliquer pourquoi une fusion qui prend le plus grand de deux nombres peut être répétée sans risque.

Une leçon de base sur ce lab

CRDT Basics est une petite leçon qui se fait dans ce lab. L’étudiant y perd une modification avec une synchro naïve, fusionne des compteurs de trois répliques, garde un article dans une liste partagée, fusionne deux modifications d’une même ligne de texte, compare des horloges vectorielles et synchronise trois répliques après de nombreux changements hors ligne.

Un compte personnel gratuit la reçoit dans le module Basics, qui se trouve sur « Accueil », et chaque établissement peut la copier depuis le dossier Basics de la Bibliothèque. Elle est volontairement petite : elle montre à un enseignant ce qu’est une leçon qui se fait dans un lab, et le lab fait le reste. Copiez-la dans un module à vous pour la modifier. Le module universitaire Logiciel local-first et CRDT se travaille dans le même lab.

Le code sur GitHub

Le fichier compose n’a pas de Dockerfile : il lance une seule image publique, scipy-notebook des Jupyter Docker Stacks, figée sur une étiquette datée, avec son propre compte sans privilèges et 512 Mo de mémoire, et les CRDT n’utilisent que la bibliothèque standard de Python. L’image est sous licence BSD-3-Clause et n’est pas distribuée par nous. Le fichier écrit chaque fichier Python à partir d’un texte fixe au démarrage, et le seul script aléatoire utilise une graine fixe : chaque copie affiche donc la même chose et rien n’est téléchargé. Les limites sont honnêtes : l’image ne contient aucune bibliothèque CRDT, donc Automerge et Yjs ne tournent pas ici et sont comparés avec des mots, et les répliques sont des objets dans un seul processus plutôt que des appareils sur un réseau. Rien n’est conservé quand le lab s’arrête : l’étudiant télécharge son notebook avant.

En faire un travail

Indiquez dans la tâche ce qu’il faut rendre.

  1. Créer le lab. Dans votre module, ajoutez une tâche et choisissez la carte « Lab de conteneurs », puis « Dans un dépôt GitHub ». Indiquez https://github.com/mitsurutech/lab-crdt-lab avec la branche main. Le fichier compose par défaut est compose.yaml. Faites d’abord un fork du dépôt si vous voulez le modifier, par exemple pour ajouter votre propre CRDT à crdt.py ou un autre script dans steps.
  2. Publier et l’essayer. « Publier » fige le commit qui vous a été montré : un changement ultérieur dans le dépôt ne modifie donc pas un lab que vous avez déjà proposé. Démarrez d’abord votre propre copie.
  3. Le distribuer. Attribuez-le comme n’importe quelle tâche, avec une échéance si vous le souhaitez, et indiquez dans la tâche ce qu’il faut faire et ce qu’il faut rendre.
  4. Noter ce qui est rendu. Ouvrez la copie d’un étudiant et le travail rendu, notez-le et renvoyez-le avec un motif s’il demande un complément.

Essayer ce lab, et ce qu’il coûte

Un compte personnel gratuit permet de suivre les leçons de base de ce lab, avec chaque mois assez de crédit gratuit pour suivre la plupart des leçons, sans carte. Pour une classe, un établissement a ses 365 premiers jours gratuits pour 50 élèves au plus, puis paie par élève et par an, tous les labs compris et les enseignants gratuits.

Questions fréquentes

Pourquoi n’y a-t-il ni jeton ni mot de passe à taper ?
La page web d’un lab ne s’atteint que par la porte de la plateforme, qui sait déjà qui vous êtes et ne laisse entrer que vous et les enseignants de votre module. JupyterLab démarre donc sans jeton. Ne le lancez pas ainsi sur une machine que d’autres peuvent atteindre.
Pourquoi le terminal utilise-t-il docker exec jupyter ?
Le terminal du lab contient quelques clients, mais pas Python. docker exec jupyter lance une commande dans le conteneur du lab, qui a Python. JupyterLab a aussi son propre terminal, sous File, New, Terminal.
Le lab fait-il tourner Automerge ou Yjs ?
Non. Le lab est une seule image publique, sans rien de téléchargé au démarrage, et cette image ne contient aucune bibliothèque CRDT. Les mêmes idées, compteurs, ensembles, horloges vectorielles et un CRDT de texte avec pierres tombales, sont écrites en Python simple pour que les étudiants les lisent, et les leçons expliquent comment les bibliothèques font le même travail.
Où est le réseau ?
Il n’y en a pas, exprès. Chaque réplique est un objet Python et une synchro est un appel à merge : l’étudiant contrôle exactement quelle réplique a entendu quoi, et chaque exécution affiche la même chose. Passer hors ligne, c’est simplement ne pas encore appeler merge.