fix(task-lock): LLM 响应体补时间界+任务锁跨线程可放与持封顶,掐掉 11 小时无主锁
现网 31888/31856/31725 等任务永久停在 RUNNING,读数链是: java.net.http 的请求超时只封顶到响应头,响应体 read() 走 ArrayBlockingQueue.take(), 上游只发半截就发呆时这一读永久 park(12 条 similar-asin-llm-row 虚拟线程全停在那) ⇒ 无超时的 join() 把 task-queue 线程一起挂住 ⇒ 它手里的 task:similar-asin:<id> 被看门狗无条件续期(实测 11.3 小时,放过留痕 0 次)⇒ 该任务每次结果回传判 40902 (两小时 2370 次),且 12 个 taskQueueExecutor 许可被占满、44 条排队。 两道界各配非零对照: - HttpClientPool.readBodyBounded 把响应体读取挪进一次性虚拟线程、由调用方拿预算去等, 到点中断+关流退成可重试 IOException;三处同型 readResponseBodyBounded 改为委托它。 - LockHandle 直接绑住 HeldLock,任意线程 close 都真放手(旧实现按取锁线程的 ThreadLocal 找锁,跨线程 close 静默 no-op 就是无主锁本体);加持锁封顶 max(30 分钟, 6×TTL), 越界停止续期并 error 留痕,让键在 TTL 内自然过期。 裸跳过例外台账随之清空:它保的正是那条被现网证伪的静默 no-op。 门禁:干净 worktree(HEAD 97312821+本笔)后端全量 4686 例 / 0 红 / 17 skip / rc=0。
This commit is contained in:
+18
-25
@@ -23,8 +23,9 @@ import org.junit.jupiter.api.Test;
|
||||
* <p>要拦的行为很具体:{@code if (<某个 lock 变量> == null) { continue; }} /
|
||||
* {@code { return; }} —— 巡检任务每轮跑、被锁挡掉的任务直接消失,一行日志都不留。
|
||||
* 实测基线(2026-10-10 自己数出来的,不是评审给的 14):全树 {@code src/main/java} 共
|
||||
* <b>29</b> 处这种形状,28 处已接 {@link LockSkipWitness},1 处判定不该接(见
|
||||
* {@link #LEDGERED_EXCEPTIONS})。
|
||||
* <b>29</b> 处这种形状,28 处已接 {@link LockSkipWitness},剩下 1 处当年记进了例外台账。
|
||||
* <b>2026-10-22 那条例外被现网证伪并已删除</b>(它保的正是"跨线程 close 静默不放手"这条
|
||||
* 造成 11.3 小时僵尸锁的路径),台账现为空,见 {@link #LEDGERED_EXCEPTIONS}。
|
||||
*
|
||||
* <p>判据打在<b>分支体</b>上而不是打在"某个类里出现过锚点"上:分支体剥掉注释后必须只剩
|
||||
* {@code continue;} / {@code return;}(顶多一行 {@code LockSkipWitness.*} 调用)。
|
||||
@@ -46,12 +47,15 @@ class LockSkipSilentExitGuardrailTest {
|
||||
/**
|
||||
* 例外台账:<b>文件名 -> 判定不该接的原因</b>。加一行要有现网证据,删一行就是补了出口。
|
||||
*
|
||||
* <p>{@code TaskDistributedLockService.close()} 里的 {@code heldLock == null} 不是"跳过任务":
|
||||
* 它是重复 close 的幂等护栏(第二次 close 时本地登记已经没了,无事可做),不挡任何工作、
|
||||
* 也不丢数据。给它加锚点等于每次正常重复 close 都刷一条 WARN,把真正在响的那 28 处淹掉。
|
||||
* <p>2026-10-22 清空。原先唯一那行是 {@code TaskDistributedLockService.close()} 里的
|
||||
* {@code heldLock == null},当时的判读是"重复 close 的幂等护栏,不挡工作也不丢数据"。
|
||||
* 现网把它证伪了:那句判空按<b>取锁线程</b>的 ThreadLocal 找锁,于是
|
||||
* <b>跨线程 close 会走进这条"无事可做"分支静默不放手</b>——锁留在原地、续期任务留在原地,
|
||||
* 三把 {@code task:similar-asin:*} 被看门狗喂到 11.3 小时不放,期间该任务每次结果回传
|
||||
* 都判 40902(两小时 2370 次),任务永久停在 RUNNING。修复后句柄直接绑住持锁对象,
|
||||
* 这条分支已不存在,台账随之归零:今后任何文件再写一处裸跳过,上面那条判据直接判红。
|
||||
*/
|
||||
private static final Set<String> LEDGERED_EXCEPTIONS =
|
||||
Set.of("TaskDistributedLockService.java");
|
||||
private static final Set<String> LEDGERED_EXCEPTIONS = Set.of();
|
||||
|
||||
/** 已接线点位数的硬分母:只许升(新增出口),不许降(出口被摘)。 */
|
||||
private static final int MIN_WITNESSED_SITES = 28;
|
||||
@@ -84,24 +88,13 @@ class LockSkipSilentExitGuardrailTest {
|
||||
}
|
||||
|
||||
@Test
|
||||
void lockedExceptionsStayExactlyOneAndCannotGrowQuietly() {
|
||||
List<String> bareExceptions = new ArrayList<>();
|
||||
for (Path file : mainSources()) {
|
||||
if (!LEDGERED_EXCEPTIONS.contains(file.getFileName().toString())) {
|
||||
continue;
|
||||
}
|
||||
String source = SourceScan.withoutComments(read(file));
|
||||
for (String body : lockNullBranches(source)) {
|
||||
if (isSkipOnlyBranch(body) && !body.contains("LockSkipWitness.")) {
|
||||
bareExceptions.add(file.getFileName() + ":" + body.strip());
|
||||
}
|
||||
}
|
||||
}
|
||||
// 台账里那个例外只剩 1 处(close() 的幂等护栏)。变成 2 处说明同一个文件里又新写了一处裸跳过,
|
||||
// 那不是"台账里已论证过的形状",必须停下来看。
|
||||
assertThat(bareExceptions)
|
||||
.as("例外台账文件里的裸跳过分支数(基线:TaskDistributedLockService.close() 一处)")
|
||||
.hasSize(1);
|
||||
void exceptionLedgerCannotBeReopenedWithoutAStory() {
|
||||
// 台账一旦有名字,上面那条"每处裸跳过都要出口"就对该文件失效——等于自己给自己发免检。
|
||||
// 2026-10-22 那把 11.3 小时的僵尸锁就是这张免检牌保下来的形状,所以这里要求:
|
||||
// 想加回去,必须带着现网证据来改这段判据,而不是悄悄加一行文件名。
|
||||
assertThat(LEDGERED_EXCEPTIONS)
|
||||
.as("例外台账必须为空(唯一那条例外在无主锁事故里被证伪并已随修复删除)")
|
||||
.isEmpty();
|
||||
}
|
||||
|
||||
/**
|
||||
|
||||
Reference in New Issue
Block a user