Files
crawler-plugin/backend-java
huangzd1997 e90e5e7f64 fix(采集数据): 心跳落库节流改按任务自身计时;空结果文件不再冒充成功
两处独立缺陷,同一场事故(task 31253:已完成 + 总进度 25% + 下载是空白):

1) lastProgressFlushMillis 是单例上的一个全局时间戳,却被用来做每支任务的心跳
   落库节流(注释里写的「任务级」是意图,不是实现)。约 20 支采集任务并跑时,
   任一任务的落库都会重置它,于是「心跳内容不变」的那支永远落在别人刚刷过的窗口
   里被丢弃,updated_at 停止前进,30 分钟陈旧巡检把还在正常回传分片的活任务判死
   ——21:52 被 stale 收尾,而客户端 20:47 还在回传第 19 个分片。计时改成读任务
   自身的 updated_at,并在每次心跳 :479 的重读上自然成立,不需要额外 catch
   (CatchSilenceRatchetTest 的口径同批核过)。

2) 结果文件组装没有任何空表守卫:明细 sheet 唯一数据源 biz_task_result_item 为
   0 行时,仍然出表(4373 字节纯表头、111ms)、上传、写 row_count=0 并把任务标成
   SUCCESS。现在写出行数与表内行数不一致、或表内 0 行而计数有行,一律抛异常让作业
   重试,宁可不给文件也不给一张空表。全部行被过滤(计数也是 0)仍是合法空结果。

3) 组装阶段重算的 finalRowCount 此前从不落库——persistStats 只改内存实体,紧随的
   唯一那条 UPDATE 不含 result_json,界面上的「保留 N 行」于是永远停在组装前的插入
   计数(31253 表里 0 行仍显示 93;对照 31300 表里 292 行计数却写 130)。补进同一条
   条件更新。
2026-10-18 17:12:28 +08:00
..