huangzd1997
|
80b53695dd
|
docs(多公司): 基线 dump 的位置随出库一起订正
那句"非 Java 通道只有一份基线 dump src/main/resources/db/aiimage.sql"写的还是出库前的路径,
现在照它去找会找不到文件(它已移出仓库、只在本地 gitignored 的 backend-java/data/ 下)。
|
2026-10-07 11:19:36 +08:00 |
|
huangzd1997
|
351c1ac5c9
|
fix(品牌数据库): 全平台共享落到实处——读改删都不再按分组锁人,分组列对所有人展示
用户 10-07 报「用其他公司登录后品牌数据库没共享到、看不到数据」。页面文案写着
"本页全平台共享,不按公司区分",读侧却仍按操作者换一份可见集。真凶不是 company_id
(V151 已把它退掉),而是 10-04 就记下的那条:非站点超管一律
`record_source='MANUAL' AND group_id=<可访问分组里 id 最小的那一个>`,账号没有分组时
更狠——`id = -1` 整页判空。`company_super_admin` 在控制器那句
`"super_admin".equals(currentRole)` 上判 false,于是整页落成 0 行。
上线前只读取证(内部令牌通道,公开链 api.aishufu.top):
- operatorId=1205 张三(company_super_admin,公司3)→ total=0
- operatorId=1193 华华11(admin,公司2)→ total=0
- operatorId=1(站点超管)→ total=15234
- 库侧:biz_invalid_asin_data 共 15234 行,其中 AUTO 15174 行的 group_id 全为 NULL,
MANUAL 只有 60 行 → "只给 MANUAL + 单个分组"这条谓词必然筛空。
改法(用户选「全放开:读+改+删都不锁分组」+「显示分组列」):
- InvalidAsinDataService 的 page/create/update/delete 形参表里不再有 superAdmin,
page 连 operatorId 都不收 ⇒ 想把「按人收窄」接回来必须先改签名,这是编译期护栏。
- 分组只在校验「存在」这一步过(getAccessibleById 的 superAdmin=true 是正当用法)。
AUTO 行仍不在这一页重归分组——那是来源语义,与角色无关。
- 新增 GET /api/admin/invalid-asin-data/groups:这一页自己的全平台分组名册,走与列表
同一道页面准入门,不开成匿名口。不能复用店铺页的 /shop-manages/groups——它对非超管
只返回本人可访问的分组,共享列表里别家的分组就筛不动。
- 前端:分组列/筛选/表单下拉对所有拿到这一页的人展示且可选,lockedGroupId 模型退役。
护栏:
- InvalidAsinDataServiceTest 13 例 + InvalidAsinDataControllerTest 9 例。反向钉成对配尺子
自证(rulersCanMeasureThePreRevertPredicate 把退回前那半条谓词原样搭一遍,证明
「sql 里没有 record_source」「参数表里没有 -1」这几条断言真的量得到)。
- 前端删掉钉老锁形状的 align-invalid-asin-lock.test.ts,改由 align-invalid-asin-shared.test.ts
5 例反向钉(先让同一把尺子在 QueryAsinPage/ShopManagePage 量出 v-if="isSuperAdmin" 命中,
再断本页 0 命中;并钉分组列/筛选确实还在——「把列删了」也能满足 0 命中)。
- align-group-visibility.test.ts 是「分组列只对超管显示」的全站口径表,本页按用户批准移出
两张 gate 表并在表头写明例外。
口径来源:用户 10-07 定的「company_super_admin 在业务数据面与 super_admin 同套逻辑,
差别只在管理动作(公司管理、建别家公司超管)」。本轮只落品牌库这一页,其余 15 个仍按
公司隔离的注册表页没动;准入门(能不能进这一页)也不变。
门禁:后端全量 3957 例 / 0 红 / 7 跳;admin-frontend-vue 1737 例全绿;vue-tsc rc=0;
变异自证 6/6 KILLED(注入 record_source 谓词 / 恒筛 group_id / id=-1 空集兜底 /
写侧改回要求可访问分组 / AUTO 行也被重归分组 / 名册端点去掉准入门),每轮还原后哈希一致。
|
2026-10-07 04:52:10 +08:00 |
|
huangzd1997
|
b0444f0903
|
docs(菜单权限): 上线复验记录,并改掉两处与实现不符的注释
§11 记下 17:3x 的实跑读数(jar 08b79b33… / Flyway 到 151 / 库侧三条残留为 0 /
两台逐行一致的行为侧 E2E / admin-vue 聚合摘要对平 / 巡检 3 条告警的归因)。
两处注释是复验当场证伪的:menu-manage-api.ts 与 company-scope.ts 都写着
"超管不带 company_id 拿到的是全部公司的行(两排同名菜单)",实测拿到的是本公司那 26 行
—— resolveScopeCompanyId 在参数为空时对超管也返回操作者本公司。留着这句话,
下一个人会以为不传参也能看到别家,从而把 tab 的显式传参当成多余的。
不改行为:后端这道门本就该默认锁本公司。
|
2026-10-06 17:46:32 +08:00 |
|
huangzd1997
|
b7acfc0eef
|
feat(菜单权限): 每家公司一套菜单树(V149)+ 公司 tab 只在注册表页渲染
本批两件事,加上随本批一起入仓的并行会话在制品:
一、菜单权限按公司隔离(批次 6)
- V149 给 columns 加 company_id:先可空加列(末位、ALGORITHM=INSTANT)→ 回填公司 1 →
MODIFY 收紧 NOT NULL;三段式缺一即撞 1048。同时建 (company_id, column_key) 复合键、
把公司 2 的 16 笔授权按 column_key 改指向它自己的副本,三类 menu_type 全复制,
admin_companies 作为角色内生闸门行不复制(D3)。
- 第三道归属门 PermissionMenuService.resolveScopeCompanyId:站点超管可带 company_id
读写任意公司,非超管锁本公司、越界 403。它注册进 CompanyIdParamGoesThroughReadScopeTest
的 SCOPE_DOORS,四条判据与 readScope / readCompanyIdOrOwn 共用——护栏在代码出口,不靠清单。
- 旁路种子 PermissionMenuSchemaInitializer 只种公司 1:31 段种子逐条钉公司,
按 column_key 点查的 14 段全部带 company_id,否则摘了 DEFAULT 就是跨公司串写。
- CompanyService.create 同一次写入里给新公司复制模板树(D4)。
二、公司 tab 收口(批次 b)
tab 条挂在壳层,对 22 页全画;改为按正列表 companyTabAppliesTo(menuKey) 判定,
只有注册表页渲染。护栏钉在用户看见的那个出口。
三、并行会话在制品(控制方「全部提交」,未单独拆分——见下)
- V150 店铺密钥 biz_shop_key 按公司(readCompanyIdOrOwn + writeCompanyId 两道门)
- V151 品牌库/商品类目推翻为全平台共享:只退唯一键、company_id DEFAULT 保留为
NOT NULL 承重约束(摘了每条 1364);删掉 ProductCategoryControllerCompanyScopeTest
那支"按公司隔离"的旧护栏,readCompanyId 方法一并移除
- invalidasin 字段与外观专利合批的连带改动
为什么不拆笔:后端 3891 例 / 0 红、前端 1731 例 / 0 红这两个读数是"合起来的树"的读数,
拆成多笔会让每一笔落到从未一起验过的组合上,而这一版要直接上两台。
回滚脚本在 backend-java/docs/rollback-V149/V150/V151-*.sql,不放进 Flyway 扫描路径。
设计记录:docs/ops/menu-company-tree-design-2026-10-06.md
|
2026-10-06 17:17:14 +08:00 |
|
huangzd1997
|
764ac21d30
|
test(公司tab): Task 13 变异自证收尾——前端 11/11、后端 15/15 全杀,并记下这份台账没证明的东西
BG3-a 首轮存活(不是注入没跑到):adminPassingForeignCompanyGetsEmptyNot403 从没桩
memberUserIds(2L),而 Mockito 对未桩、返回 List 的方法默认交空表 ⇒「删掉 foreign 分支、
按本公司重算」这条注入交出的也是空集,isEmpty() 会因为错误的理由通过。本公司两列都桩成
非空后复跑:R0 先绿(tests=63 rc=0,DataReadScopeTest=7/0/0)⇒ BG3-a KILLED ⇒ BG3-b 仍 KILLED。
新增 G1 守卫「发送口的第二实参」(1b ④):task-center 五处 http.get 必须把 query 交给带
params 的第二实参——G1 原来按文件文本查 company_id = companyId,看不见"参数收下却没发出去、
接口照样 200"这一形。
backend-java/docs/mutation-company-tab.md:26 支注入(前端 11 + 后端 15)、被作废的那一整轮
(15 支全 tests=None=解析没抓到本轮 XML,而控制轮照样报 GREEN)、1b⑤ 的 @Test↔surefire 逐类
对平(2+7+7+3+9+3+13+19=63=分母),以及这份台账明确没证明的东西(另一路的第二道门 readCompanyId
的变异、八条人工实跑、live E2E)。
设计文档补一段线上现状:8e80dfc2..HEAD 唯一未上线的功能提交是 965e9690(看板五端点按公司筛,
2 支 src/main),区间新增迁移 0 支 ⇒ 下一版 jar 不动 Flyway 版本。
门禁:后端全量 3760 例 / 0 失败 / 0 错误 / 7 skipped、BUILD SUCCESS(450 个本轮 surefire XML
独立复算同数);admin-frontend-vue 1739/1739/0、vue-tsc rc=0。
本笔刻意**不含** DataReadScopeTest 里那 3 支 readCompanyId 用例——它们要的实现在另一路的未提交
改动里,一起提交会让别人 checkout 到这支提交时编译不过。
|
2026-10-06 00:15:58 +08:00 |
|
huangzd1997
|
468fd353f3
|
docs(性能): §九 记 10-04 二轮实做状态,并否证四条预估
新增一节"做完之后回头量",与前八节的预估冲突时以它为准:
- D1/A2 的落地形状、同树 A/B 实测体积、护栏例数与变异结果、以及"只欠浏览器视觉验证";
- 否证四条:货源分片投影 ≈0.13ms/任务、stale-check 八段投影(实跑 s=0、整轮 29–33ms、
RUNNING 仅 41 行 × 均宽 244–525B ⇒ 上界 31.7KB)、桌面跟价流水化(单线程 worker
<1s/条,等待在轮询粒度与共享队列,并发提交还会共用同一把代理租约);
- 订正 B1 的因果:MB 级 result_json 全在终态历史行,心跳读的是 RUNNING 集合,
"整行读才是伤口"不成立,剩下值得动的只有全实体序列化进 Redis 那一半;
- 记一条未处理的新发现:主机B price-track-run.log 逐条打印含 key 的 jikip 提取 URL
(≈53MB/日),同时是凭据落盘面和日志体积。
D1/B1 两处原文就地加了指向 §九 的标记,免得下一个人照旧预估动手。
|
2026-10-04 18:38:35 +08:00 |
|
huangzd1997
|
380e41bb4a
|
docs(公司tab): 设计与实施计划入仓(批次 0-1,16 页普查与四条口径锁定)
|
2026-10-04 18:10:53 +08:00 |
|
huangzd1997
|
49c3fc1491
|
docs(仓库): 规划文档改为入库,落盘品牌库/去重库每公司一套二期方案
`.gitignore` 原先把 docs/plans/ 与 backend-java/docs/plans/ 记成「本地不入库」,
代价有两头:干净 worktree 出包时这些文件根本不存在(门禁要读它们的用例先假红),
跨会话的实施计划也没有留存通道。改为入库,本批把 34 个 md 落进仓库。
|
2026-10-04 13:51:16 +08:00 |
|
huangzd1997
|
ea15cc58bf
|
docs(多公司): §6.7 补 V144 轮干净 worktree 全量读数与计时红的四跑归因
那条 measurementRepeatableWithinTolerance 单条红此前只出现在全量套件里,
用 BASE/GATE 两个干净 worktree 各隔离单跑两轮证成计时假红,并把「主树并发
mvn 换掉 target/classes 会造出 NoClassDefFoundError」记成读数坑。
|
2026-10-04 12:08:11 +08:00 |
|
huangzd1997
|
a5a8f90ab7
|
docs(多公司): DEFAULT 口径改为「V144 前向修复」,补生产实跑读数与 users 写入口枚举
- 状态从「待审」改为「一期已上线」,头部写明 V142/V143 的生产校验和与「字节封死」
- §3 补 11:3x 只读实查表(两台 jar 同版 dd899977、COLUMN_DEFAULT 仍为 1、139/0/139、
company=1、索引=1、菜单 109、两台哨兵 0 响、ERROR 0 行),并更正我 11:04 那次
「admin-vue 不含公司页」的读数成因(当时软链还指向 01:45 的旧包)
- §6.3 补一条容易被误用的事实:CompanyDefaultGuard 在只有一家公司时故意闭嘴,
所以 V144 摘没摘成功不能靠哨兵,只能靠 SHOW COLUMNS 的 Default 列
- §6.4 记 V144 的 8 例与 M1–M7 变异清单
- §8.1/§8.2/§8.3 改写为前向修复口径,并区分「口径前向修复」与「撤销已应用那笔」
- §10 新增 users 写入口枚举:唯一 INSERT 在 AdminUserService:186,无 XML mapper、
注解 SQL 0 处 ⇒ V144 不新增 1364
|
2026-10-04 11:49:25 +08:00 |
|
huangzd1997
|
06b6d3fae3
|
docs(多公司): 补第二批变异自证与全量回归读数,订正 4 处行号引用
- 新增 §6.6:29 条变异的真实读数(首轮 25/28 KILLED、2 存活、1 INCONCLUSIVE,
复跑 4/4 KILLED),两条存活都是**用例侧**的洞(namesByIds 被 mock 掉所以内部
去重从未被证明;contains("公司") 分不清闸门与创建人不变式),并记下新规矩
「变异点落在被 mock 的依赖内部必然存活」。
- §6.7 补 `mvn test` 全量实跑 3589 例 0 失败(07:09,BUILD SUCCESS),
并写清这一轮绿是同树含未提交 task-center 改动跑出来的、差分取证过程与
「提交子集未单独重跑」这一条欠账。
- 撤回两处失实声明:§5.1 原写 session.ts/admin-session.ts 已加 companyId
(grep 两文件零命中,实际不改,因为前者直接把它当 AdminUser 用);
e2e 从未跑过,改列缺口。
- 4 处 file:line 因本批改动漂移,逐行回读后订正(161-175 / 136-140 / 466-470 / 92-102)。
|
2026-10-04 07:12:57 +08:00 |
|
huangzd1997
|
5633898a0d
|
feat(多公司): V143 建 company 与 users.company_id,配 12 例迁移护栏
一期只做账号归属:company 主表 + users.company_id,57 张业务表零 DDL、零回填,
公司维度全部由 user_id → users.company_id 派生。存量账号在迁移里归入「厦门米椿花」,
不需要另外拿脚本对着生产库 UPDATE。
两个不落进代码就会丢的判断:
1) 每条语句都写成幂等。MySQL 的 DDL 不进事务,NOT NULL 闸门失败时前面的建表/插数/加列
已经落库,而 repair + 重启会让 Flyway 从第一条语句重跑整个文件;写成裸 CREATE TABLE /
裸 INSERT 的话,恢复路径自己撞 1050/1060/1062,"补数据后重启"就变成"必须手工清库"。
2) 回滚是 docs/rollback-V143-company.sql,不是一条 V144 迁移。放进 src/main/resources/db/
等于让 Flyway 在下次启动时自动执行回滚。这两条口径一并写进 migration-inventory.md 的
约束段,供后续所有迁移引用。
闸门留 DEFAULT 1 只为混合版本窗口存在(旧 jar 建号不带 company_id),摘除时机改由启动期
巡检盯(下一步实现),不靠人记。
CompanyMigrationV143Test 12 例,断言打在剥掉注释后的可执行 SQL 上(否则"注释里写了这句话"
就算通过);16 条变异全部被抓到。全量 mvn test 3515 例 0 红。
后端 modules/company、两端前端、DEFAULT 摘除巡检尚未开始。
|
2026-10-04 03:27:27 +08:00 |
|
huangzd1997
|
7ad4932bd5
|
docs(多公司): 一期租户改造设计 —— company 表 + users.company_id,业务表零 DDL
现有 company_name 两处均为紫鸟语义不可复用,全库无租户机制(89 处手写
user_id 过滤散在 34 文件),故一期只落账号归属:V143 建 company 主表、
users 挂 company_id 并全量归属厦门米椿花,公司维度由 user_id 派生。
唯一索引切换、登录定位、数据隔离出口一律推迟到第二家公司开通时,
并记录两个必须同批改的点(username 唯一索引 vs 登录 selectOne、
锁定 key 裸 username 造成的跨租户 DoS)与 14 个匿名可达前缀的收口前提。
回滚刻意写成迁移目录外的补丁脚本:放成 V144 会被 Flyway 下次启动
直接执行,等于自动撤销 V143。
|
2026-10-04 02:29:14 +08:00 |
|
huangzd1997
|
9378567641
|
docs(运维): 货源两处分片双读已消除记录,剩余倍数在 flush 按组重读
|
2026-10-02 13:13:14 +08:00 |
|
huangzd1997
|
8812a3b64a
|
feat(安全): 店铺凭据解密支持历史密钥,为轮换留出双密钥窗口
换 shop-credential-key 会让 435 行历史密文全部解不开,而调用方拿到解不开的串
是当明文口令往外发(紫鸟账号、1688 店铺、第三方 api_key 都这样用)。
现在新增 aiimage.security.shop-credential-key-previous(逗号分隔),解密按
当前→历史的顺序回试,加密只用当前密钥;全部不中时 WARN 写明"这串密文会被
当成明文口令发出去",不再静默回退。与当前密钥相同的历史项自动丢弃。
previous 留空时行为与改动前逐字节一致(6 例单测盯着这一条)。
轮换设计与取证见 docs/ops/credential-rotation-design-2026-10-02.md(只含长度与
sha8 指纹,无明文值);轮换本身与存量重加密脚本仍未做。
|
2026-10-02 11:01:18 +08:00 |
|
huangzd1997
|
5f7f37c788
|
docs(运维): A1 外观批间全量重读已改码 b728bb3f,记下未做的改法2与货源同形态
|
2026-10-02 10:36:18 +08:00 |
|
huangzd1997
|
b5614c9f10
|
docs(运维): 上线后性能/逻辑审查报告(外观与货源两条链的批间串行等待是大头)
只读代码审查,每条带 file:line,依赖线上数才能定量化的标了【待测】并附取数 SQL。
四条 P0 的共同形态是「贵的不是 LLM 本身,是夹在批次之间的串行等待」;另记两处
有现成批量接口没接上的系统性浪费与一处调度自相矛盾(PENDING 排队超 5 分钟被 retry
顶到上限,之后一次真实超时直接判死)。
|
2026-10-02 09:22:48 +08:00 |
|
huangzd1997
|
051eab6de5
|
docs(运维决策): 记录续跑/兜底拉取开关 10-01 已开启与回读证据
§13.4 的"要不要开"由用户拍板为开,落地的只有 .env 两行;
同时记下与 13.4 的两处偏差(白名单已在代码里收窄、A 保持内部认领关闭)
以及外观专利中断单会被自动重跑并扣用户自付次数这个客户可感知代价。
|
2026-10-01 00:53:37 +08:00 |
|
huangzd1997
|
209ec386a2
|
docs(运维): §二十 热修 8c9141d6 已发两台并端到端复核;补 §二十一 前端设备列删除与进度口径核查
|
2026-09-29 01:12:56 +08:00 |
|
huangzd1997
|
ac8b34afcc
|
docs(运维): §十九/§二十 发版记录(看板 c6ee759d)与 SQL 空跑发现的 collation 热修(8c9141d6 待发布)
§十九 记录 Java 双机 + 麦象接口 + admin-vue 三处同批上线与回读口径;
§二十 记录把 21 条 @Select 渲染进生产库只读空跑发现设备页 3 条语句 ERROR 1271、
修复与验证数字、以及"授权菜单前必须先发热修"的顺序约束。
顺带把盘点里的取号提示 V138 → V139。
|
2026-09-29 00:22:13 +08:00 |
|
huangzd1997
|
d087b0ff49
|
docs(运维): §十八 本批发版记录(a31df4a2,外观/品牌状态与心跳 + 密钥后台代填锁定)
含两笔提交的分工、验证读数(后端 3283/0、app 800/0、admin 1624/1 存量红)、
worktree 干净检出出包与产物自查、两台发版表(B 19:43 空闲先发 / A 19:45 在飞后发,
A 自回收 4、claimed 9、busy requeue 32→4、ERROR 0)、两条前端通道的软链与线上字节校验、
新端点守卫形状,以及 admin_device_logs 缺 guide 这条存量红灯留人决定。
|
2026-09-28 19:55:13 +08:00 |
|
huangzd1997
|
a95cf4e64e
|
docs: 更正两条我自己说错的口径,并附两台 /tmp 全量列名的实测
- "容器内外各查过 0 残留"在方法上是假阴性:`ls /tmp/.my*` 探不到 tempfile 生成的
`tmpXXXX` 名字。改成列全 /tmp 后确认无凭据残留,但判据要换成"全量列名"。
- 上一稿说 reclaim_mysql_fragmentation.py 没自清理是错的,它 finally 里就 rm -f。
- scripts/ 里 password 字面量真实数 14 处/13 文件(非"5 个老脚本"),SSH 侧 7 处已换密钥、
剩 12 处是 pymysql 库口令。另列出两台 /tmp 里别人留下的 113MB 日志等大文件,不代删。
|
2026-09-28 19:24:20 +08:00 |
|
huangzd1997
|
37fb65cecd
|
docs: 记 e344111a 两台发版验收,并纠正一条读法——200 不是守卫放行
A 重启代价:开机自回收本机遗留作业 count=3、7 分钟 20 条 scheduled worker claimed、
超限 0 条、ERROR 0;busy requeue 34 条含重启追赶,仍远低于 §十一 修前量级。
验收口径补一条:writeFailure 走 setStatus(SC_OK) + body code=401,401 又只打 debug,
所以"HTTP 200"和"[admin-guard] 0 条"都不能当"守卫没生效"的证据,要读 body 的 code。
|
2026-09-28 19:14:56 +08:00 |
|
huangzd1997
|
a022bfbe06
|
docs: 回填版本保留候选清单,并记一次 worktree 全量 26 红的归因
§二.4 直接把 04:50 那轮 dry-run 的 20 个候选版本、两条安全边界(分布式锁已挡并发、
删除路径钉在 nanri-image/versions/ 前缀且需无引用)写清,交人工核对后就能拍 dry-run。
§十六 记下同一批代码在主树 3275/0 绿、在新检出 worktree 却 6 fail + 20 error:
前者是 autocrlf 改写 golden(已由 3bd2b607 钉死),后者是"文档一致性测试"读的是
34 份只活在本机的 md —— 这条属仓库缺口,要人决定入库还是改成缺失即跳过。
|
2026-09-28 19:05:44 +08:00 |
|
huangzd1997
|
859c0f64c7
|
docs(运维): §二.10 紫鸟索引里 119 个失效员工绑定每轮空跑(取证在案,行为变更留人拍板)
|
2026-09-28 18:49:06 +08:00 |
|
huangzd1997
|
d16bb57f50
|
docs(运维): §十四 内部令牌绕开绑定的洞与取证、§十五 xlsx 输出流无缓冲的分阶段实测,并改掉 §二.1 里已被本次作废的那条依据
|
2026-09-28 18:46:05 +08:00 |
|
huangzd1997
|
812ac31a48
|
docs(运维): §13.5 可观测改动两台发版验收(md5 6880abb0,ran=false 已能在巡检里读到)
|
2026-09-28 17:22:39 +08:00 |
|
huangzd1997
|
575b7f9f8c
|
fix(可观测): 让"续跑/兜底拉取没开"在日志里可辨识,并纠正与 yml 相反的默认值
V129 客户端中断自动续跑从上线至今一次都没执行过:aiimage.task-resume.enabled
继承 aiimage.client-task-pull.enabled,两台生产两个键都没设 → false →
resumeInterruptedTasks() 第一行 return。7 天 12 个「客户端异常中断」任务、
48 轮巡检 resume(s=0 r=0 k=0 u=0)、pull-pending 1 小时 4443 次空返回,
在日志上与"恰好没有中断任务"完全同形。
不改开关(属产品语义:兜底拉取会把用户只解析没点启动的 PENDING 真跑,
而外观专利占 LLM 花费 95% 且扣用户自付次数),已写进决策文档 §十三 交人工决定。
本版只做三件事:
- ResumeStats.ran:真查过库才算跑过;巡检段位改 resume(ran= s= r= k= u=)
- TaskResumeService / TaskClientPullService 各加 @PostConstruct 生效配置启动行
- @Value 的 enabled 默认由 :true 改为继承 client-task-pull.enabled:false(与 yml 同语义)
测试:TaskResumeServiceTest +4、TaskClientPullServiceTest +1,全量 3271 通过 / 0 失败。
|
2026-09-28 16:52:33 +08:00 |
|
huangzd1997
|
35f0debb69
|
docs(运维): §12.6 开机自回收上线验收,并更正按文案计数这条判据口径
回收日志 count=3 出现在启动后 9.9 秒,三条在飞作业 retry_count 跨发版一个没涨(含已到 3 的 20833)。
同时记下 error_message 会被下一轮处理覆盖, reclaimed_rows 读到 0 不等于机制没工作。
|
2026-09-28 16:16:12 +08:00 |
|
huangzd1997
|
7bb03466b0
|
fix(任务): 开机自回收改以本进程启动时刻为界,发版不再蚕食结果文件作业的重试次数
原判据是 now-max(60,staleSeconds),但 ApplicationReadyEvent 只在重启后几秒响一次,
那时遗留行的心跳也只停了几秒,条件结构上永不成立——线上"实例重启,作业已重新排队"累计 0 条。
遗骸改由 stuck 扫描按 +1 重试处理(今天 A 发了 7 版、重试预算只有 5),
20833 已被吃掉一次,20836/任务29475 就是被这条链判成"已达到最大重试次数"的。
|
2026-09-28 15:59:47 +08:00 |
|
huangzd1997
|
2689fd5e1f
|
docs(运维): §11.6 锁忙重投修复的验收结果,并记下 jar 路径空输出这个取证坑
同一条 busy 日志新旧对照 54 次/分钟 → 2.7 次/分钟,claimed 由 0 变 25 与 busy 1:1,
证明重投确实改由轮询驱动;process success 在纯窗口内为 0 不足以判成败,留给下一个完成样本。
|
2026-09-28 15:39:25 +08:00 |
|
huangzd1997
|
505b1c60ac
|
docs(运维): §十一 锁忙零退避重投的取证链与修法,并更正 §10.3 的"29473 已完成"
§10.3 那句把"输入封口"写成了"任务已完成":29473 实际 13:59 后就没动过,
biz_file_task 仍 RUNNING、结果无 url、组装 job 20833 RUNNING retry_count=2。
|
2026-09-28 15:21:06 +08:00 |
|
huangzd1997
|
a9ddf8a696
|
docs(运维): §9.6 发版后验收,并给"0 命中"划清边界
两台同一 md5 已起、锁等待 60 秒增量 0、被打断的 4 笔 job 全部续跑(外观 20833 抬了 2 次 retry)。
但这窗口里没有外观的 stale 恢复长批次,所以只证明没回归、不证明长事务已消除;另记下发版脚本
异常采样会把旧 JVM 最后一段混进来,那条 NoClassDefFoundError 的时间戳在容器启动前 1.4 秒。
|
2026-09-28 14:29:41 +08:00 |
|
huangzd1997
|
6df20ff5c6
|
docs(运维): §九 补齐 110 秒锁等待的持锁方取证与两处修法
上一版写"持锁方仍未定位"是错的,实际已定位到外观专利的 stale 恢复路径。
同时记两条当时看着像证据其实不是的判据(CglibAopProxy 出现在栈里 ≠ 在事务里;
burst 之后抓的线程转储不能当反证),以及 MySQL 业务账号无 PROCESS、加权限留人工决定。
|
2026-09-28 14:11:49 +08:00 |
|
huangzd1997
|
d70c472cab
|
docs(运维): 记下落域修复的实测(26/26 救回、行失败 0)与品牌检测坏上游
品牌检测现在整小时 270 个品牌被判"查询失败",根因在 16890 自己的日志里:
代理 IP 供应商回「套餐不存在」——java 侧调参救不了,砍重试只会把可恢复的品牌写死。
顺带把容器日志的增速/保留期换成可复跑的实测法,并纠正"A 访问自己 EIP 很慢"这条:
小请求握手只差 0.2ms,5–8Mbps 只咬大块传输。
|
2026-09-28 12:47:03 +08:00 |
|
huangzd1997
|
e5b79b71e1
|
fix(货源): 主图重试换备用域名绕开被钉死的坏 CDN 节点
根因不是"瞬时抖动":m.media-amazon.com 的多 CDN 池里 Akamai 系边缘没配这个
虚拟主机名,带该 SNI 一律 RST(同 IP 不带 SNI 或用 images-na.ssl-images-amazon.com
则正常),而 JVM 正向 DNS 缓存会把坏节点钉住一整批 → 秒级重试三次全打在它身上。
实测最近 20 条失败 URL 走备用域名 20/20 成功且 md5 与原域名逐字节相同。
|
2026-09-28 12:29:39 +08:00 |
|
huangzd1997
|
8f3b879d80
|
docs(货源): 记下发版后实测——秒级重试只救回 17%,真实收益是失败原因上行
原判断"瞬时抖动,重试就能救回整行"被自己这次的数推翻(行失败率 14.0% vs
旧代码 14.6%),恢复窗口是分钟级;注释与文档一并改成实测口径,避免下一个人
照错的结论去抬 backoff。
|
2026-09-28 12:05:53 +08:00 |
|
huangzd1997
|
3a39c36bde
|
fix(货源): 主图转存对瞬时 TLS 重置做有界重试,失败行日志带上真实原因
生产取证:主机A 近 3 小时 252 条 `main download fail` 全是 m.media-amazon.com 的
"Remote host terminated the handshake",而这些 URL 事后重取 8 条里 7 条直接 200。
旧实现单发、握手被 RST 就 return null 并丢掉真实异常,导致整行白占一轮重发。
新增 aiimage.similar-asin.llm-image-download-retry-times(默认额外 2 次,置 0 退回旧行为),
只重试连接级异常,非 200 不重试;25 秒总预算防慢源放大尾延迟;重试耗尽抛 IOException
让行失败原因上行到日志。
|
2026-09-28 11:52:11 +08:00 |
|
huangzd1997
|
9efb39b0a5
|
docs(运维): 把 env 三层读值坑补成可复跑配方(含 11:1x 三层实测值)
收尾体检时用 pgrep 拿到 java 子进程 PID 回读,确认 /.env 的两行覆盖真吃到了:
Config.Env 与容器入口进程 environ 都还是公网 121.196.149.225:9876,只有 java 子进程是
192.168.0.170:9876 —— 原因是 /proc/pid/environ 只反映最后一次 execve,shell 之后 source
不回写。顺带记下一条禁令:不要用 docker exec 手工起服务,那条路会绕过 run.sh 退回公网值。
|
2026-09-28 10:48:59 +08:00 |
|
huangzd1997
|
0729e15875
|
docs(运维): 认领那条 26ms 公网依赖=1688 商品图 CDN,归为不可改造项
前一版只写到"认不出属于哪个业务调用"。现在用"在 A 本机解析外部 CDN 域名"补齐了:
47.115.192.140 是 cbu01.alicdn.com 的 8 条 A 记录之一(工作站解析拿不到这批节点,
所以按 IP 反查会漏,也因此解释了它时有时无)。代码侧四处注释互证为货源图片下载链路。
结论是外部 CDN、没有切内网的选项,抬并发只会抢 5-8Mbps 公网出口,归入"不动"。
顺带纠正自己上一版把 0.405ms 当成其中一条连接 rtt 的取数错误。
|
2026-09-28 10:44:27 +08:00 |
|
huangzd1997
|
55d7f2c544
|
docs(运维): 补 MySQL 生效值与 VPC 内 RTT 实测,修正端口暴露面清单
A 的 MySQL 生效值终于读到(bp=8192MB、命中 99.99994%、连接峰值 45/500),
结论是这台不该再动内存/连接数;A 绑 0.0.0.0 的端口实为 18 个而非 5 个,
四个 redis 口实测均要求鉴权。同时记下一个 ss -ti 字段误读:retrans 抓到的是
bytes_retrans(字节)而非重传次数,内网对象通道 37MB 上传仅 0.11% 字节重传。
|
2026-09-28 10:30:03 +08:00 |
|
huangzd1997
|
41af66bb4c
|
docs(运维): 记录 RocketMQ 走私网与 Nacos 关停,纠正 brokerIP1 取证错判
MQ 侧 brokerIP1 与 namesrv 两处都改完并回读到真实跨机投递(10:12 的 jobId=20831
A 投 B 收,约 370ms),Nacos 因鉴权关闭 + 三端口绑 0.0.0.0 且零客户端而停掉。
上一版"broker.conf 里没有 brokerIP1"是查错了文件(读的是发行包默认那份而非
bind mount 实际加载那份),已写明正确路径与备份位置。
|
2026-09-28 10:20:53 +08:00 |
|
huangzd1997
|
a79f7f4bc6
|
docs(运维): 补中间件三处线上改动与公网/私网带宽实测
Gitea 七笔已推完(a58dc8a6→ff182acd);cgroup 限额与 nginx body 上限的改法、
回滚值和四个取证坑(docker update 须同给 memory-swap、ss 要看容器 netns 且对端在第 5 列、
1Panel 访问日志真实路径)写进已核区,避免下次重新推一遍。
实测公网 5–8 Mbps 对私网约 1 GB/s 差一千倍,据此把剩下的两处公网依赖(OSS 端点回环、
MQ namesrv/broker)列为待改项,并记下 A 侧 3306/6379/9000/18080/16890 对公网开放且 MySQL
账号为 % 通配——收口需人在阿里云安全组操作,其中复制已确认走 VPC,收公网 3306 不断副本。
|
2026-09-28 08:42:13 +08:00 |
|
huangzd1997
|
ff182acd16
|
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。
|
2026-09-28 03:23:33 +08:00 |
|
huangzd1997
|
f4f6e414f0
|
fix(外观专利): 完成标记只打在真正落库的行上
网关少回一行、或回来的 rowToken 在分片里匹配不到时,整批结果落库不完整,
但调用方仍把全部发送行标成已检测:没落库的那行带着"已检测"的空壳 24 小时内
不再补检,用户扣了次数却在结果里永久没有结论。合并写入改为回报真正写进去的
行键,只对这些行打完成标记,其余撤销交下一轮重发(受轮次上限约束)。
|
2026-09-28 03:09:49 +08:00 |
|
huangzd1997
|
f8e642588d
|
docs(运维): 守卫绑定一栏改为已实现,补 role 分布与 uid 同源的取证
|
2026-09-28 02:31:36 +08:00 |
|
huangzd1997
|
4b914f4bd9
|
docs(运维): 2026-09-28 夜生产待人工决策清单
守卫收紧要分「绑定」与「要求凭据」两步、MySQL buffer pool 与容器限额冲突、
B 机副本读分流前置取证、真删开关与 V138 观察期,均按今晚重新取证的数字写明代价。
|
2026-09-28 02:03:33 +08:00 |
|