docs(运维决策): 记录续跑/兜底拉取开关 10-01 已开启与回读证据
§13.4 的"要不要开"由用户拍板为开,落地的只有 .env 两行; 同时记下与 13.4 的两处偏差(白名单已在代码里收窄、A 保持内部认领关闭) 以及外观专利中断单会被自动重跑并扣用户自付次数这个客户可感知代价。
This commit is contained in:
@@ -1288,6 +1288,47 @@ RUNNING 行等满 5 分钟阈值"一致,是兜底在正常工作,没有作
|
||||
B 的启动行在 17:14 那次读是空的,因为取的是 `--since 8m` 窗口而 B 是 17:05 重启的;
|
||||
17:07 那次单独读 B 已确认两行都在(`enabled=false`)。**这类"空窗口"别当成"没打"**。
|
||||
|
||||
### 13.6 决定:开(2026-10-01 00:20 已执行并回读)
|
||||
|
||||
用户拍的"开"。改动只有 `.env` 两行(宿主机 `/opt/1panel/runtime/java/java-server/.env`,两台各一份):
|
||||
|
||||
```
|
||||
export AIIMAGE_CLIENT_TASK_PULL_ENABLED="true"
|
||||
export AIIMAGE_CLIENT_TASK_PULL_MIN_PENDING_MINUTES="30"
|
||||
```
|
||||
|
||||
备份 `.env.bak-20261001001748`(A) / `.env.bak-20261001001749`(B);**回滚 = 删这两行 + `docker restart java-server`**。
|
||||
B 00:18:29 先起(重启前 3 分钟 0 条 LLM 活动)、A 00:19:58 再起(重启前 3 分钟只有 1 条 `llm batch waiting`)。
|
||||
|
||||
| 回读项 | A(server-110) | B(server-121) |
|
||||
| --- | --- | --- |
|
||||
| `[client-task-pull] 生效配置` | `enabled=true internalEnabled=false minPendingMinutes=30 moduleTypes=SIMILAR_ASIN,COLLECT_DATA limit=5` | 同上但 `internalEnabled=true internalMinPendingMinutes=2` |
|
||||
| `[task-resume] 生效配置` | `enabled=true maxAttempt=3 windowMinutes=30 limit=20` | 同上 |
|
||||
| java 进程 `/proc/<pid>/environ` | 两个键都在 | 三个键都在(含 09-30 那条 INTERNAL) |
|
||||
| 巡检 | 让锁给 B(7 条 `another instance holds the distributed lock`),**不打 summary ≠ 没开** | `resume(ran=true s=0 r=0 k=0 u=0)` ×3 —— 十天来第一次真扫描,候选 0 |
|
||||
| 健康/迁移/异常 | health 200、Flyway `up to date`、`ERROR` 0、`开机自回收本机遗留作业 count=2` | health 200、Flyway `up to date`、`ERROR` 0 |
|
||||
| 兜底拉取是否在处理请求 | 3 分钟内 `拉取完成` 169 次、候选全为 0、`pull-pending` 非 200 = 0 | 15 次、候选全为 0 |
|
||||
|
||||
**两条与原建议(13.4)的出入**:
|
||||
- 白名单**没有**写进 env —— 线上 jar(两台同版 `c7abec4adab92b1cefbd281707d90154`,09-30 15:33 起)的代码默认
|
||||
已经是 `SIMILAR_ASIN,COLLECT_DATA`,外观专利在转 Linux 内部认领时就从客户端兜底白名单摘掉了,13.4 那条"建议同时收窄"自动成立。
|
||||
- **A 的 `internal-enabled` 保持 false**:外观专利的 Linux worker 只打 B(`127.0.0.1:19080` → server-121),
|
||||
在 A 打开等于让一个没有 worker 的实例认领任务。
|
||||
|
||||
**打开后的量级**(10-01 00:1x 从 A 主库数的 30 天口径,`biz_file_task`):
|
||||
|
||||
| 事件 | 30 天分布 | 打开后 |
|
||||
| --- | --- | --- |
|
||||
| `任务长期未被领取,已自动失败`(只解析没点启动) | SIMILAR_ASIN 7 / COLLECT_DATA 6 / PUBLISH 1,参与用户 4–5 个 | 前两类被该用户在线客户端在**等满 30 分钟后**领走真跑;PUBLISH 无 SPI,仍判死 |
|
||||
| `客户端异常中断…` | 外观专利 9 / 店铺采集 3 / 采集 1 / 跟价 1(≈每天 1 个,未集中在发版日) | SPI 三模块(含外观专利)重排 PENDING 续跑,封顶 3 代;店铺采集/跟价不在 SPI 内,只进巡检计数 |
|
||||
| PENDING 存量 | **0 条**(判死线实测 120–129 分钟 ≈ 2 小时,积压不会被一次性释放) | — |
|
||||
|
||||
**要说给运营/客服的代价**:外观专利的中断单从此会自动重跑,**扣的是用户自付的 LLM 次数**(此前是白跑不重跑);
|
||||
用户反馈"我没点它却又跑了一次"属于本条设计行为。另:`拉取完成` 这行日志现在每次客户端轮询都打
|
||||
(A ≈69 次/分钟,约 +5 万行/天,A 日志原本 180 MB/天),嫌吵要降 debug 得发版。
|
||||
顺带证伪一条我自己的怀疑:容器 OS 是 UTC,但 `AiImageApplication.main` 有 `TimeZone.setDefault(Asia/Shanghai)`,
|
||||
所以 `windowMinutes=30` 就是 30 分钟、判死线就是 2 小时,**没有**时区错位。
|
||||
|
||||
## 十四、内部令牌能绕开刚上线的归属绑定(已修,17:3x)
|
||||
|
||||
§二.1 的"绑定"落地时我只核对到"匿名请求解析不出身份所以不受影响",漏了一类请求:**同时带 JWT 与
|
||||
|
||||
Reference in New Issue
Block a user