fix(task-retry): 原件被迟到回传复活后停掉重复子任务,避免同一份活跑两遍

现网 2026-10-22 实测到一对:子任务 31857 RUNNING,而它的原件 31751 也被迟到回传拉回 RUNNING
(SimilarAsinStaleReopenSupport 那一路)。重试面放宽到「所有 FAILED」之后,心跳超时这类
**可翻转的判死**就接到了真金白银上——两遍抓取+两遍 LLM 计费,烧的是用户本人额度。

清账做在巡检开头而不是复活路径里:复活支持是在 SimilarAsinTaskService(基线点名的 1936 行长文件)
现场 new 的,多一个依赖就得动它;而「父子两条都活着=重复劳动」与模块无关,收在这里一次覆盖
所有复活入口,顺带收掉存量对,代价是最长滞后一个巡检周期(2 分钟)。留原件停子任务:复活是客户端
拿着真实分片回来触发的,数据在原件上。

状态取 FAILED 而非 CANCELLED,照 ExpiredAccountTaskStopService 的先例:TaskResultAdmission 只对
FINISHED_ORDERED(SUCCESS/FAILED) 带 40901,客户端据此才删本地副本收口;取消态不在那张表里,
被领走的子任务会陷入「永远送不进也不放手」的补发循环(10-11 那起单设备 14,906 行/天的病理)。
因此 TaskRetryEligibility 补第四类 STOPPED,文案直接引 DUPLICATE_STOP_REASON 常量而非抄字面量——
两处各写一遍,改一处就静默失效、双跑被自己捡回来。

LIVE_STATUSES 引用 TaskStatuses.FileTask 常量:状态词表棘轮判的就是新增内联状态集合字面量,
被它管的对象不该另立一份(这是全量跑出来的红,局部三支类测不到)。

验证:后端全量 4677 例 / 0 红 / 17 skip,rc=0;新增 3 例契约(停对、原件仍 FAILED 时一条都不许停、
dryRun 只数不落库)+ 2 例判据。变异验证:摘掉两处调用点 ⇒ 失败数 1→2,非空跑。
This commit is contained in:
2026-10-22 14:12:44 +08:00
parent cac901df34
commit 973128216a
5 changed files with 239 additions and 11 deletions
@@ -3,9 +3,13 @@ package com.nanri.aiimage.modules.task.service;
import ch.qos.logback.classic.Logger;
import ch.qos.logback.classic.spi.ILoggingEvent;
import ch.qos.logback.core.read.ListAppender;
import com.baomidou.mybatisplus.core.MybatisConfiguration;
import com.baomidou.mybatisplus.core.metadata.TableInfoHelper;
import com.nanri.aiimage.modules.task.mapper.FileTaskMapper;
import com.nanri.aiimage.modules.task.model.entity.FileTaskEntity;
import com.nanri.aiimage.modules.task.spi.ClientTaskRetrySpi;
import org.apache.ibatis.builder.MapperBuilderAssistant;
import org.junit.jupiter.api.BeforeAll;
import org.junit.jupiter.api.Test;
import org.slf4j.LoggerFactory;
import org.springframework.test.util.ReflectionTestUtils;
@@ -28,6 +32,18 @@ import static org.mockito.Mockito.when;
*/
class TaskResumeServiceTest {
/**
* 清账那一路要写 {@code LambdaUpdateWrapper.set(...)},它在**调用当场**就要把方法引用解析成列名,
* 没有 TableInfo 缓存直接抛「can not find lambda cache for this entity」;查询 wrapper 只在生成
* SQL 时才解析,mapper 被 mock 掉就碰不到——所以只有含写操作的本类需要这一步。
* 口径抄 {@code ProgressQueryOwnershipOutletTest}。
*/
@BeforeAll
static void initMybatisPlusTableInfo() {
TableInfoHelper.initTableInfo(new MapperBuilderAssistant(new MybatisConfiguration(), ""),
FileTaskEntity.class);
}
private static ClientTaskRetrySpi retrySpi(String moduleType, Long childTaskId) {
return new ClientTaskRetrySpi() {
@Override
@@ -280,6 +296,82 @@ class TaskResumeServiceTest {
assertEquals(List.of(9001L), stats.retriedTaskIds);
}
private static FileTaskEntity liveChild(Long id, Long originId, String status) {
FileTaskEntity child = new FileTaskEntity();
child.setId(id);
child.setModuleType("SIMILAR_ASIN");
child.setUserId(1134L);
child.setStatus(status);
child.setResumeOfTaskId(originId);
child.setResumeAttempt(1);
return child;
}
private static FileTaskEntity taskWithStatus(Long id, String status) {
FileTaskEntity task = new FileTaskEntity();
task.setId(id);
task.setModuleType("SIMILAR_ASIN");
task.setStatus(status);
return task;
}
/**
* 现网 2026-10-22 实测到的那一对:子任务 31857 RUNNING,而它的原件 31751 被迟到回传复活成
* RUNNING——同一份活跑两遍=两遍真实抓取+两遍 LLM 计费,烧的是用户本人的额度。
*/
@Test
void 原件复活后停掉还活着的重复子任务() {
FileTaskMapper mapper = mock(FileTaskMapper.class);
// 清账的扫描在前、克隆候选的扫描在后,所以两次 selectList 要分别给值
when(mapper.selectList(any()))
.thenReturn(List.of(liveChild(31857L, 31751L, "RUNNING")), List.of());
when(mapper.selectBatchIds(any())).thenReturn(List.of(taskWithStatus(31751L, "RUNNING")));
when(mapper.update(any(), any())).thenReturn(1);
ClientTaskRetrySpi spi = mock(ClientTaskRetrySpi.class);
when(spi.moduleType()).thenReturn("SIMILAR_ASIN");
TaskResumeService service = service(mapper, List.of(spi), true, 3);
TaskResumeService.ResumeStats stats = service.resumeInterruptedTasks();
assertEquals(1, stats.stoppedDuplicateChildCount);
verify(mapper).update(any(), any());
verify(spi, never()).cloneForRetry(any());
}
/** 反向对照:原件还是老实的 FAILED(重试的正常形态)时,一条都不许停——否则整个重试机制自己把自己掐了。 */
@Test
void 原件仍是失败态时不动它的子任务() {
FileTaskMapper mapper = mock(FileTaskMapper.class);
when(mapper.selectList(any()))
.thenReturn(List.of(liveChild(31857L, 31751L, "RUNNING")), List.of());
when(mapper.selectBatchIds(any())).thenReturn(List.of(taskWithStatus(31751L, "FAILED")));
ClientTaskRetrySpi spi = mock(ClientTaskRetrySpi.class);
when(spi.moduleType()).thenReturn("SIMILAR_ASIN");
TaskResumeService service = service(mapper, List.of(spi), true, 3);
TaskResumeService.ResumeStats stats = service.resumeInterruptedTasks();
assertEquals(0, stats.stoppedDuplicateChildCount);
verify(mapper, never()).update(any(), any());
}
/** dryRun 只报"将会停几条",不落库——回填端点默认走这条路,先看不能先动。 */
@Test
void 回填dryRun只数重复子任务不落库() {
FileTaskMapper mapper = mock(FileTaskMapper.class);
when(mapper.selectList(any()))
.thenReturn(List.of(liveChild(31857L, 31751L, "PENDING")), List.of());
when(mapper.selectBatchIds(any())).thenReturn(List.of(taskWithStatus(31751L, "RUNNING")));
ClientTaskRetrySpi spi = mock(ClientTaskRetrySpi.class);
when(spi.moduleType()).thenReturn("SIMILAR_ASIN");
TaskResumeService service = service(mapper, List.of(spi), false, 3);
TaskResumeService.ResumeStats stats = service.retryFailedTasks(36, 200, true, null);
assertEquals(1, stats.stoppedDuplicateChildCount);
verify(mapper, never()).update(any(), any());
}
/**
* 开机必须把重试的生效配置打出来。
*
@@ -49,4 +49,24 @@ class TaskRetryEligibilityTest {
assertNull(TaskRetryEligibility.forceMajeureCategory(null));
assertNull(TaskRetryEligibility.forceMajeureCategory(" "));
}
/**
* 系统自己停掉的重复子任务不许再被克隆(B14):否则"停一份"这个收口动作会被下一轮巡检
* 重新克隆成两份,自己喂自己。文案取 {@code TaskResumeService.DUPLICATE_STOP_REASON},
* 不在这里抄字面量——两处各写一遍,改一处就静默失效。
*/
@Test
void 系统停掉的重复子任务不再克隆() {
assertEquals(TaskRetryEligibility.Category.STOPPED,
TaskRetryEligibility.forceMajeureCategory(TaskResumeService.DUPLICATE_STOP_REASON));
assertEquals("重复子任务已停止",
TaskRetryEligibility.skipReason(TaskResumeService.DUPLICATE_STOP_REASON));
}
/** 反向对照:判据认的是那句完整文案,不是"停止"这个字——含"停止"的真实失败必须仍可重试。 */
@Test
void 停止判据不吃邻近文案() {
assertNull(TaskRetryEligibility.forceMajeureCategory("任务被用户手动停止"));
assertNull(TaskRetryEligibility.forceMajeureCategory("客户端回传中断"));
}
}