diff --git a/docs/ops/prod-decisions-2026-09-28.md b/docs/ops/prod-decisions-2026-09-28.md index 7187e38f9..66cd62260 100644 --- a/docs/ops/prod-decisions-2026-09-28.md +++ b/docs/ops/prod-decisions-2026-09-28.md @@ -1592,7 +1592,7 @@ jar `162,619,842 B` / md5 `a31df4a21e2bb97bf16b6be0529981cd`。 - 麦象发布脚本两个假警报:`调度器启动: 0` 是 `tail -30` 被高频访问日志挤掉(实际 23:54:55 有启动行); `看门狗无告警: 2` 是 `watchdog.log` 停在 09-17 的陈年日志(root crontab 已无条目)。两条校验应改成时间窗过滤。 -## 二十、发版后 SQL 空跑抓到 collation 缺陷:设备花名册 3 条语句运行期必炸(热修 `ecb3be1d`,**待发布**) +## 二十、发版后 SQL 空跑抓到 collation 缺陷:设备花名册 3 条语句运行期必炸(热修 `ecb3be1d`,09-29 01:0x 已发两台) 看板 mapper 全是注解 SQL + Java 常量拼接,语法与列名错误只有运行期才炸,启动期(Flyway/启动日志) 与不连库的单测都拦不住。于是把 `TaskCenterQueryMapper` 的 21 条 `@Select`(含 16 个常量、``/``) @@ -1612,8 +1612,33 @@ jar `162,619,842 B` / md5 `a31df4a21e2bb97bf16b6be0529981cd`。 md5 `5bc38007b731a4c09028d6803c13e1bd`,`TaskCenterQueryMapper.class` 常量池含 `d.device_id COLLATE`, `entries=2059` 且 `docs/` 条目 0。 -影响面:权限未授权(`perm_rows=0`),没有任何管理员能打开看板 → 无用户可见影响; -但**授权前必须先把这个热修发上去**。状态:`ecb3be1d` 已推送 Gitea(`0 0` 回读)、 -热修 jar 已构建并自查;**待授权后两台发布**(A 发布前照旧做三取证)。 +影响面(**修正**:此前写"无用户可见影响",漏算了超管直通):`perm_rows=0` 只挡住默认管理员, +**超管不需要授权即可打开看板**(`requireAdminOrInternal` + `permissionMenuService.requireClientTaskCenterAccess`), +实际当晚就是超管在线上看到报错 —— 主机A 近 1 小时 16 次 1271,全部只打在 +`/api/admin/task-center/devices` 与 `/overview`(设备条 + 汇总卡),`/tasks` 正常 200; +用户浏览器(112.51.226.186)30 秒轮询反复触发。→ 结论:热修必须发,而不是"等授权再说"。 -附带修正:`docs/migration-inventory.md` 取号提示 `V138 → V139`(V138 已被本批占用;索引 DROP 迁移尚未取号)。 +**发布记录(2026-09-29 01:01 B / 01:03 A,分两跳)**:两台 md5 `5bc38007b731a4c09028d6803c13e1bd` +(162,664,984 B),health 200 / Flyway 保持 138 / 启动异常 0 / instanceId `server-121`+`server-110` 不撞。 +A 发布前在飞(外观专利 30 行/3m),已向用户报数后发;重启后 2 分钟外观日志已恢复 30 行/2m(客户端续跑正常)。 +**端到端复核(不依赖用户 JWT)**:用内部令牌通道(`X-Internal-Token: $AIIMAGE_INTERNAL_TOKEN` + +`?operatorId=<超管id>`,令牌只从 java 进程 `/proc//environ` 在远端 shell 内取用、不回显) +`GET /api/admin/task-center/devices` = **200**(21,355 B,98 台设备)、 +`GET /api/admin/task-center/overview` = **200** `{deviceTotal:98, deviceOnline:71, runningTasks:40, todayFinishedTasks:4, stuckTasks:4}`。 +重启后 8 分钟窗口 1271 计数 0。附带修正:`docs/migration-inventory.md` 取号提示 `V138 → V139` +(V138 已被本批占用;索引 DROP 迁移尚未取号)。 + +## 二十一、同批前端发布(设备列删除)与「成功 0 / 总 1」口径核查(2026-09-29 01:04 / 01:1x) + +- **前端**:`admin-vue-20260929-010432`(回滚点 `admin-vue-prev → admin-vue-20260929-000052`), + 含任务列表**删设备列**(设备维度改由设备条/设备筛选/详情抽屉呈现;`colspan` 10→9)。 + 线上字节校验:`assets/TaskCenterBoardPage-DU6ecPhx.js`(18,633 B)与 `assets/index-CAmaFJ39.js` 与本地 `dist/` md5 一致。 +- **「进度很多是成功 0 / 总 1」核查结论:口径使然,非缺陷**。看板进度列取值顺序 = + `biz_task_progress_snapshot`(按 task+module)→ 否则 `biz_file_task.source_file_count/success_file_count` + → 品牌行用 `progress_total/current`。**采集数据 / 跟价 / 上架 / 店铺匹配 / 无效品牌清理这 5 类不写进度快照**, + 只能用"输入文件数"当分母,而近 7 天这 5 类里有任务的 4 类共 **268 个任务 100% 是单文件** → 处理中恒显示「成功 0 / 总 1」, + 完成才跳 1/1。生产库实测:COLLECT_DATA RUNNING 24/24、PRICE_TRACK RUNNING 9/9 都是 0/1; + 看板第一页最近 30 条里 16 条是这个形态;近 24h 终态 SUCCESS 无一显示 0/1(FAILED 会,语义正确)。 + 写了快照的模块(外观专利/货源/品牌/查询ASIN/撤回/巡检/商品风险/店铺采集)显示的是处理单位数(如 0/65、65/65)。 + 若要让这 5 类显示行级进度,需要补客户端上报/服务端快照,属功能增强。取证脚本: + `数富AI/tmp/_progress.sql` + `tmp/_progress_probe.py`(只读、凭据从 stdin 进容器、跑完 shred+回读)。