docs(运维): 补记今夜两版上线回读,并核掉健康评估报告第 6 条
报告称外观/货源的 allRowCount/loadAllRowsByBaseId 静默返回 0 会造成假完成, 逐个调用点读完确认不成立:它们只喂展示字段与同组回填,完成判定走的是不带 try/catch 的载荷读取 + 覆盖率阈值。顺这条链查出的是整批完成标记不区分是否 真的落库,已在上一笔修掉。
This commit is contained in:
@@ -9,12 +9,37 @@
|
||||
|---|---|---|
|
||||
| `8536ddb3` | 外观专利行重发加轮次上限,超限就地判失败并写明原因 | 已上线 |
|
||||
| `6a82697a` | MinIO 建连超时 5min→10s;delete-brand / collect-data 巡检 cron 30s→2min | 已上线 |
|
||||
| `2d33f478` | 用户态接口的 `user_id` 归属改由令牌身份判定(只绑定、暂不要求凭据) | 已上线 |
|
||||
| `10dec56e` | 外观专利:完成标记只打在真正落库的行上(少回的行撤销重发) | 已上线 |
|
||||
|
||||
线上产物:`162,588,520 B` / md5 `e97fd273473db849b705a766b7b505c7`,两台一致(替换前为 `368495364897a776df486a25d2d779e2`)。
|
||||
发版后回读:健康 200、Flyway `Schema aiimage is up to date`(137)、instanceId `server-110`/`server-121`、
|
||||
启动异常 0 条、ERROR 0 条、`重发轮次已达上限` 0 条(无误杀)、巡检已按 2 分钟节奏触发。
|
||||
线上产物:`162,590,216 B` / md5 `b834d489c8640fd1f6cc9d51238f4606`,两台一致。
|
||||
(今夜此前两版:`e97fd273473db849b705a766b7b505c7` → `e0854c23cc99344a6ddadbf2019e08bf`。)
|
||||
发版后回读(重启后 5–15 分钟窗口,A 4780 行 / B 530 行日志):健康 200、Flyway 137 up to date、
|
||||
instanceId `server-110`/`server-121`、ERROR 0 条、绑定 403 0 条、`[admin-guard] rejected` 0 条、
|
||||
`重发轮次已达上限` 0 条(无误杀)、`本批结果未全部落库` 0 条。
|
||||
**A 上重启时确有一批外观 LLM 在飞**(03:15:36 发出 5 品请求),03:20:52 该任务
|
||||
`llm batch done taskId=29447 jobId=20802 rows=10` —— 中断后自行续跑并交付了一批,
|
||||
本轮未出现开机自回收日志(ready 时没有心跳已停的遗留 RUNNING,属正常分支)。
|
||||
|
||||
发版顺序是先 B(当时空闲)后 A(A 上有 14 个在飞任务,按"不管有没有任务在跑"的授权执行)。
|
||||
发版顺序是先 B(当时空闲)后 A(A 上有在飞任务,按"不管有没有任务在跑"的授权执行)。
|
||||
|
||||
### 附:健康评估报告第 6 条(外观/货源"静默降级")已核,不必再追
|
||||
|
||||
报告称 `allRowCount` 读失败 `return 0`、`loadAllRowsByBaseId` 读失败返回空,会把期望行数压低造成"假完成"。
|
||||
逐个调用点读完后的结论是**不成立**,记录在此免得再查一遍:
|
||||
|
||||
- `allRowCount` 的返回值只喂两处:`FileResultEntity.row_count`(列表页显示的"共 N 条")和进度分母。
|
||||
两处都写了"0 不覆盖已有非零值"(`finalizeTask` 的 `rowCount > 0 ? rowCount : result.getRowCount()`、
|
||||
货源 `resolvePythonUploadProgress` 的 `totalRows <= 0 && uploadedRows > 0` 兜底),
|
||||
而 `createResultRecordForAssembly` 的兜底分支自己会重读载荷,读不动时异常照常上抛。
|
||||
**没有任何成功/失败判定吃这个数**。
|
||||
- 真正的完成判定是 `validateCompleteLlmCoverage`,它的分母来自 `assembleResultWorkbook` 里
|
||||
**不带 try/catch 的** `readParsedPayload(task)`——载荷坏了会直接抛,不会静按 0 行放行;
|
||||
覆盖率低于 `llm-coverage-min-ratio`(默认 0.5)时抛"LLM 结果不完整"。
|
||||
- `loadAllRowsByBaseId` 返回空只影响 `expandRows` 的同组兄弟回填,**不影响发不发检测**
|
||||
(候选行来自分片自身的 `readChunkRows`),落库匹配也不看它。所以后果是"兄弟行各发一次、多扣几次",
|
||||
而不是丢行。
|
||||
- 顺着这条链查到的是另一个口子,已在 `10dec56e` 修掉:整批完成标记此前不区分"结果有没有真的写进分片"。
|
||||
|
||||
## 二、需人工决策
|
||||
|
||||
@@ -121,10 +146,10 @@ main 代码零调用者)。
|
||||
该文件被 git 跟踪,含生产库口令与 OSS secret。这与"result_json 存用户 apiKey"是两件事。
|
||||
处置是**轮换 + 改走 env + 清历史**,三步都需要人执行(轮换会影响所有读这些值的服务,需同窗口发布)。
|
||||
|
||||
## 三、遗留:本地已上线,Gitea 远端还差 6 个提交
|
||||
## 三、遗留:本地已上线,Gitea 远端还差 7 个提交
|
||||
|
||||
`git push` 今夜没落库(远端 `master` 仍是 `56913563`,本地 HEAD 为本轮"未落库不判完成"那一笔,
|
||||
其前依次是 `8536ddb3`、`6a82697a`、`15384358`、`2d33f478`、`eaafd502`)。
|
||||
`git push` 今夜没落库(远端 `master` 仍是 `56913563`;本地依次为
|
||||
`8536ddb3`、`6a82697a`、`15384358`、`2d33f478`、`eaafd502`、`10dec56e`,加上这份文档的收尾一笔)。
|
||||
用 `GIT_CURL_VERBOSE` 定位到的真实原因不是网络慢,而是**认证弹窗在等人**:
|
||||
|
||||
```
|
||||
@@ -136,7 +161,7 @@ main 代码零调用者)。
|
||||
工作站上没有任何可静默使用的凭据(`cmdkey /list` 无 git 条目、无 `~/.netrc`、无 `~/.git-credentials`、
|
||||
各仓库 `.git/config` 的 remote URL 均无内嵌凭据),所以非交互推送必然挂在那里等一次人工输入。
|
||||
|
||||
三种解法,任选其一即可把这两笔推上去:
|
||||
三种解法,任选其一即可把这七笔推上去:
|
||||
|
||||
- 在有界面的终端里手跑一次 `git push origin master`,凭 GCM 弹窗输入;
|
||||
- 先定住 helper、跳过那 90 秒选择弹窗:`git config --global credential.helperselector.selected manager`;
|
||||
|
||||
Reference in New Issue
Block a user