diff --git a/backend-java/src/main/java/com/nanri/aiimage/config/SimilarAsinProperties.java b/backend-java/src/main/java/com/nanri/aiimage/config/SimilarAsinProperties.java index 29d671f94..9760932f8 100644 --- a/backend-java/src/main/java/com/nanri/aiimage/config/SimilarAsinProperties.java +++ b/backend-java/src/main/java/com/nanri/aiimage/config/SimilarAsinProperties.java @@ -192,10 +192,22 @@ public class SimilarAsinProperties { * 依据 2026-09-28 生产取证:主机A 近 3 小时 252 条主图下载失败全部是 * {@code m.media-amazon.com} 的 "Remote host terminated the handshake"(瞬时握手被 RST, * 事后 curl 8 条里 7 条直接 200),而旧实现一次都不重试、真实异常还被丢掉。 - * 发版后实测(同文档 §6.1):恢复窗口是分钟级,当前秒级 backoff 只救回 3/18=17% 段抖动, - * 行失败率 14.0% vs 旧代码 14.6% 基本没动 —— 确定收益是行失败日志自带真实原因、 - * 以及非 200 与连接级失败被分开计数。抬到秒级以上前先测恢复窗口分布(会占住并发仅 5 的行 worker)。 + * 发版后实测(同文档 §6.1):秒级 backoff 只救回 3/18=17%,行失败率 14.0% vs 旧代码 14.6% 基本没动, + * 确定收益是行失败日志自带真实原因、以及非 200 与连接级失败被分开计数。 + * 原因见下一条 §6.2:三次重试打在同一个被钉住的坏 CDN 节点上,所以等再久也不如换域名。 * 设 0 可退回旧行为。 */ private int llmImageDownloadRetryTimes = 2; + + /** + * 主图下载的备用域名映射,格式 {@code from=to},多组用 {@code ;} 分隔;置空即完全关闭。 + * 仅在连接级失败后的重试里生效(首试仍用原 URL)。 + * 依据 2026-09-28 主机A 取证:{@code m.media-amazon.com} 由多 CDN 池解析, + * 其中 Akamai 系(184.27.207.231/245)与 Fastly(199.232.113.16)对 + * SNI=m.media-amazon.com 一律 RST(同一 IP 不带 SNI 则 TLSv1.3 握手成功), + * 而 JVM 正向 DNS 缓存会把选中的节点钉住一段时间(JDK 默认 30 秒,此处未实测)→ 整批 10 行一起挂, + * 这正是上一条秒级 backoff 只救回 17% 的原因(三次都打在同一个坏节点上)。 + * 实测最近 20 条失败 URL 换 {@code images-na.ssl-images-amazon.com}:20/20 成功且 md5 逐字节相同。 + */ + private String llmImageHostAliasMap = "m.media-amazon.com=images-na.ssl-images-amazon.com"; } diff --git a/backend-java/src/main/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinLlmService.java b/backend-java/src/main/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinLlmService.java index 319761209..c5099a96e 100644 --- a/backend-java/src/main/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinLlmService.java +++ b/backend-java/src/main/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinLlmService.java @@ -549,7 +549,8 @@ public class SimilarAsinLlmService { } /** - * 主图下载:连接级异常按 {@code aiimage.similar-asin.llm-image-download-retry-times} 重试(默认额外 2 次)。 + * 主图下载:连接级异常按 {@code aiimage.similar-asin.llm-image-download-retry-times} 重试(默认额外 2 次), + * 且第 2 次起换到 {@code aiimage.similar-asin.llm-image-host-alias-map} 里的备用域名。 * 只重试连接级失败——非 200 是源站的确定答复,重试只是白等超时。 * 总耗时受 {@link #MAIN_DOWNLOAD_BUDGET_MILLIS} 约束:慢源 hang 住时不放大尾延迟 * (同模块的 alicdn 拼图已被这条咬过,见 SimilarAsinProperties#imageDownloadTimeoutSeconds 注释)。 @@ -564,12 +565,15 @@ public class SimilarAsinLlmService { long deadline = System.currentTimeMillis() + MAIN_DOWNLOAD_BUDGET_MILLIS; IOException last = null; for (int attempt = 0; attempt <= retryTimes; attempt++) { + // 首试保持原域名;连接级失败后换备用域名 —— 坏的是解析到的那个 CDN 节点, + // 同一个名字重试三次还是它,换个名字才等于换一批节点。 + String target = attempt == 0 ? trimmed : defaultToAlias(aliasedUrl(trimmed), trimmed); if (attempt > 0 && (System.currentTimeMillis() > deadline || !sleepBeforeRetry(attempt))) { break; } try { HttpRequest request = HttpRequest.newBuilder() - .uri(URI.create(trimmed)) + .uri(URI.create(target)) .timeout(Duration.ofSeconds(timeoutSeconds)) .header("User-Agent", "Mozilla/5.0 (Windows NT 10.0; Win64; x64)") // 刻意不发 Referer:阿里图床按 Referer 白名单防盗链,外链域名会被判 403 @@ -580,11 +584,11 @@ public class SimilarAsinLlmService { if (response.statusCode() == 200 && response.body() != null && response.body().length > 0) { if (attempt > 0) { log.info("[similar-asin][llm] main download retry-success url={} attempt={}/{}", - abbreviate(trimmed, 160), attempt + 1, retryTimes + 1); + abbreviate(target, 160), attempt + 1, retryTimes + 1); } return response.body(); } - log.warn("[similar-asin][llm] main download http {} url={}", response.statusCode(), abbreviate(trimmed, 160)); + log.warn("[similar-asin][llm] main download http {} url={}", response.statusCode(), abbreviate(target, 160)); return null; } catch (InterruptedException ex) { Thread.currentThread().interrupt(); @@ -592,7 +596,7 @@ public class SimilarAsinLlmService { } catch (Exception ex) { last = new IOException("主图下载失败(" + failureMessage(ex) + ")", ex); log.warn("[similar-asin][llm] main download fail url={} attempt={}/{} err={}", - abbreviate(trimmed, 160), attempt + 1, retryTimes + 1, failureMessage(ex)); + abbreviate(target, 160), attempt + 1, retryTimes + 1, failureMessage(ex)); if (Thread.currentThread().isInterrupted()) { break; } @@ -601,6 +605,50 @@ public class SimilarAsinLlmService { throw last == null ? new IOException("主图下载失败: " + abbreviate(trimmed, 160)) : last; } + private static String defaultToAlias(String alias, String fallback) { + return alias == null ? fallback : alias; + } + + /** 按 {@code aiimage.similar-asin.llm-image-host-alias-map} 换 host,其余部分逐字符保留。 */ + private String aliasedUrl(String url) { + String map = properties.getLlmImageHostAliasMap(); + if (map == null || map.isBlank()) { + return null; + } + URI uri; + try { + uri = URI.create(url); + } catch (Exception ex) { + return null; + } + String host = uri.getHost(); + if (host == null || host.isEmpty()) { + return null; + } + String text = uri.toString(); + int at = text.indexOf("//" + host); + if (at < 0) { + return null; + } + int end = at + 2 + host.length(); + char after = end < text.length() ? text.charAt(end) : '/'; + if (after != ':' && after != '/' && after != '?' && after != '#') { + return null; + } + for (String pair : map.split(";")) { + int eq = pair.indexOf('='); + if (eq <= 0 || eq >= pair.length() - 1) { + continue; + } + String from = pair.substring(0, eq).trim(); + String to = pair.substring(eq + 1).trim(); + if (from.equalsIgnoreCase(host) && !to.isEmpty()) { + return text.substring(0, at + 2) + to + text.substring(end); + } + } + return null; + } + private static boolean sleepBeforeRetry(int attempt) { try { Thread.sleep(Math.min(1000L, 250L * attempt)); diff --git a/backend-java/src/main/resources/application.yml b/backend-java/src/main/resources/application.yml index 33e0dc153..0606f7841 100644 --- a/backend-java/src/main/resources/application.yml +++ b/backend-java/src/main/resources/application.yml @@ -378,6 +378,7 @@ aiimage: llm-row-concurrency: ${AIIMAGE_SIMILAR_ASIN_LLM_ROW_CONCURRENCY:5} llm-image-download-timeout-seconds: ${AIIMAGE_SIMILAR_ASIN_LLM_IMAGE_DOWNLOAD_TIMEOUT_SECONDS:10} llm-image-download-retry-times: ${AIIMAGE_SIMILAR_ASIN_LLM_IMAGE_DOWNLOAD_RETRY_TIMES:2} + llm-image-host-alias-map: ${AIIMAGE_SIMILAR_ASIN_LLM_IMAGE_HOST_ALIAS_MAP:m.media-amazon.com=images-na.ssl-images-amazon.com} collect-data: stale-timeout-minutes: ${AIIMAGE_COLLECT_DATA_STALE_TIMEOUT_MINUTES:30} no-result-upload-timeout-minutes: ${AIIMAGE_COLLECT_DATA_NO_RESULT_UPLOAD_TIMEOUT_MINUTES:180} diff --git a/backend-java/src/test/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinMainImageDownloadRetryTest.java b/backend-java/src/test/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinMainImageDownloadRetryTest.java index 9236fcbcf..e6f335070 100644 --- a/backend-java/src/test/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinMainImageDownloadRetryTest.java +++ b/backend-java/src/test/java/com/nanri/aiimage/modules/similarasin/service/SimilarAsinMainImageDownloadRetryTest.java @@ -174,6 +174,71 @@ class SimilarAsinMainImageDownloadRetryTest { verify(client, never()).send(any(HttpRequest.class), any(HttpResponse.BodyHandler.class)); } + /** + * 按调用顺序记录请求 URI;前 {@code failTimes} 次抛连接级异常,之后返回 200。 + */ + private HttpClient recordingClient(int failTimes, List uris) { + HttpClient client = mock(HttpClient.class); + try { + when(client.send(any(HttpRequest.class), any(HttpResponse.BodyHandler.class))) + .thenAnswer(invocation -> { + uris.add(invocation.getArgument(0, HttpRequest.class).uri().toString()); + if (uris.size() <= failTimes) { + throw new IOException(RESET); + } + return new StubResponse(200, BODY); + }); + } catch (Exception ex) { + throw new IllegalStateException(ex); + } + return client; + } + + @Test + void 连接级失败后改用备用域名重试() throws Throwable { + List uris = new java.util.ArrayList<>(); + SimilarAsinLlmService svc = service(new SimilarAsinProperties(), recordingClient(1, uris)); + + assertArrayEquals(BODY, (byte[]) invokeDownload(svc, URL)); + + assertEquals(2, uris.size()); + assertTrue(uris.get(0).contains("m.media-amazon.com"), "首试必须用原域名,不改变正常路径行为: " + uris.get(0)); + assertTrue(uris.get(1).contains("images-na.ssl-images-amazon.com"), "第二次必须换到备用域名: " + uris.get(1)); + assertTrue(uris.get(1).endsWith("/images/I/61Yh2j3VZmL._AC_SX679_.jpg"), "只换 host,路径与尺寸后缀必须原样: " + uris.get(1)); + } + + @Test + void 备用域名映射置空时不换域名() throws Throwable { + SimilarAsinProperties props = new SimilarAsinProperties(); + props.setLlmImageHostAliasMap(""); + List uris = new java.util.ArrayList<>(); + + assertArrayEquals(BODY, (byte[]) invokeDownload(service(props, recordingClient(2, uris)), URL)); + + assertEquals(3, uris.size()); + assertTrue(uris.stream().allMatch(u -> u.equals(URL)), "置空即完全退回旧行为: " + uris); + } + + @Test + void 映射外的域名不受影响() throws Throwable { + List uris = new java.util.ArrayList<>(); + String alicdn = "https://cbu01.alicdn.com/img/ibank/x.jpg"; + + assertArrayEquals(BODY, (byte[]) invokeDownload(service(new SimilarAsinProperties(), recordingClient(1, uris)), alicdn)); + + assertEquals(List.of(alicdn, alicdn), uris, "阿里图床没有备用域名,不该被动到"); + } + + @Test + void 带端口与query的URL换域名后其余部分不变() throws Throwable { + List uris = new java.util.ArrayList<>(); + String url = "https://m.media-amazon.com:443/images/I/x.jpg?foo=bar%20baz"; + + assertArrayEquals(BODY, (byte[]) invokeDownload(service(new SimilarAsinProperties(), recordingClient(1, uris)), url)); + + assertEquals("https://images-na.ssl-images-amazon.com:443/images/I/x.jpg?foo=bar%20baz", uris.get(1)); + } + private static final class StubResponse implements HttpResponse { private final int statusCode; private final byte[] body; diff --git a/docs/ops/prod-decisions-2026-09-28.md b/docs/ops/prod-decisions-2026-09-28.md index a967cf17f..55ccce6cf 100644 --- a/docs/ops/prod-decisions-2026-09-28.md +++ b/docs/ops/prod-decisions-2026-09-28.md @@ -498,6 +498,41 @@ health 200、Flyway 137 无新迁移、`ERROR` 0 条、`AIIMAGE_ROCKETMQ_NAME_SE 现在的数据只够说明"秒级重试≈聊胜于无",**不够说明 (a) 有用**—— 要做 (a) 得先按 ASIN 关联"同一 URL 第一次失败 → 后来成功"的时间差分布,这个还没测。 +### 6.2 真根因:解析到的 CDN 边缘不认 `m.media-amazon.com` 这个 SNI,直接 RST(已修:备用域名) + +12:08 回读时它**还在掉数据**(窗口总行数 7,029 自证,不是"翻到几条算几条"): +`main download fail` 109 条、`retry-success` 只有 3 条、`row failed asin=` 35 条、非 200 仍是 0 条, +失败 host **109/109 全是 `m.media-amazon.com`**。往下查了四层,结论是第五节开头那句"瞬时抖动"只对了一半。 + +- **第一层:按节点固定 IP 打(`curl --resolve`,每节点 5 次)** —— 失败不是均匀分布,是**整族失败**: + `184.27.207.231` 0/5、`184.27.207.245` 0/5(Akamai 系,全 `code=000`,0.2s 内被重置); + `3.161.83.53` 5/5、`65.8.31.143` 5/5、`99.84.157.65` 5/5、`18.245.30.82`/`18.64.1.220`/`54.192.34.54` 200(CloudFront 系)。 +- **第二层:是不是节点本身死了 / 被墙了?都不是。** 同一个坏 IP 上: + 带 SNI `m.media-amazon.com` → `openssl s_client` 3/3 `write:errno=104`; + **不带 SNI → 3/3 握手成功**(`TLSv1.3 / TLS_AES_256_GCM_SHA384`); + **换 SNI 为 `images-na.ssl-images-amazon.com` → 同一 IP 直接 200**。 + TCP 443 两边都能连(`/dev/tcp` 都 yes)→ 复位发生在 ClientHello 之后 = **这台边缘没配这个虚拟主机名**, + 不是封禁、不是限流、不是 TLS 版本/套件问题。 +- **第三层:为什么会"整批一起挂"** —— 解析本身在抽奖:宿主机 24 次查询里 **15 次(62%)**给的是坏族、 + 容器内 12 次里 **4 次(33%)**;而 JVM 的正向 DNS 缓存会把抽到的节点钉住一段时间 + (`java.security:347` 那行是注释态 → 无 SecurityManager 时按 JDK 默认 30 秒,**这个 30s 没实测**, + 但"至少钉住一整批"是被数据证明的:同批 10 行在同一 200ms 内全挂、秒级重试 3/3 同败)。 + → §6.1 那 17% 就此得到机械解释:**250ms/500ms 的三次重试全打在同一个坏节点上**, + 只有踩在换期边界上的 3 段被救回;把 backoff 抬到 30s 以上确实能行,但要占住并发只有 5 的行 worker,不划算。 +- **改法(本次上线)**:连接级失败后的第 2、3 次尝试改用**备用域名** `images-na.ssl-images-amazon.com`, + 首试仍用原 URL;只换 host,端口/path/query 逐字符保留。换名等于换一批解析结果,**不等待、不占 worker**。 + - 为什么是这个名字:最近 20 条失败 URL 走它 **20/20 成功**,且与原域名取到的字节 **md5 零不一致(20 次比对)**; + 反例 `images-amazon.com` **6/6 全 000** —— 所以这是**白名单映射**,不是"随便换个 amazon 域名"。 + - 新键 `aiimage.similar-asin.llm-image-host-alias-map`(`application.yml:381`, + 默认 `m.media-amazon.com=images-na.ssl-images-amazon.com`,多组用 `;` 分隔), + **置空即关掉这条**、退回 §6.1 那版行为;回滚同样是 `/.env` 追加 `export AIIMAGE_SIMILAR_ASIN_LLM_IMAGE_HOST_ALIAS_MAP=""` 后重启 java。 + - 日志可分辨:救回来的那条会长成 `main download retry-success url=https://images-na.ssl-images-amazon.com/...`。 +- **测试**:`SimilarAsinMainImageDownloadRetryTest` 6 例 → **10 例**(首试必须原域名+二次换域名且路径不变 / + 映射置空完全退回 / 映射外域名(alicdn)不受影响 / 带端口与 query 的 URL 只换 host),原 6 例语义未改仍全绿。 +- **发版后要看的数**:`row failed asin=` 的占比应从 ~14% 往下走;`retry-success` 里 host=images-na 的占比 + 就是这条的命中量。若失败仍高,说明坏的不止这一族或不止这一个名字,再按同一套逐节点方法复查, + 不要直接加 retry 次数。 + ## 七、容器 json 日志已长到 2.7–3.6GB,`daemon.json` 里没有任何 log-opts(需人拍板)