9.4 KiB
2026-11-11 平台问题收口
状态:本地修复与相关隔离专项验证已完成,生产待实施、验收。未执行部署、索引写入、历史任务补处理或开启删除交接开关。
根因与处理
| 问题 | 根因与本批处理 | 生产完成条件 |
|---|---|---|
| 领取、统计和搜索超时 | 候选未提前限定标注阶段;过滤统计每页重复发现和关联;广范围列表先关联全部任务;无过滤统计仍读取大文档。本批下推必要阶段范围、单次穷尽统计、每批 200 条关联、覆盖索引扫描统计。权限仍由 API 实时校验,旧数据仍按原匹配和恢复路径处理。 | 部署兼容代码,批准索引后真实请求只读复测。 |
| 管理员生产总览超时、容量预警 | 已有本地 6bf0b766 的有界查询和分片统计快照修复;生产仍为旧实现。之前批准的两个统计索引不能替代应用升级。 |
新代码上线后对冷/热查询及容量重新验收,不能以建好索引宣称解决。 |
| Worker 轮询及审查恢复读取重 | 缺少状态优先的统计覆盖索引和恢复定位索引。维持原聚合/恢复语义,仅显式选择新索引;索引缺失回到原查询。 | 批准建设索引,所有组件按兼容要求升级,再做资源对照。 |
| 切片生成/保存失败被持续阻止 | 已有本地 48106027 将暂时依赖读取失败从不可重试校验错误改为 503/504;已有标注保留。 |
部署后验收真实故障恢复,不能通过清空草稿绕过。 |
| 删除标注员后的返工只堆给新人 | 已有本地 6b424769 实现供应商内负载优先、同负载随机、跨项目每人最多接手一条;本批修复正式质检决定的窄字段更新遗漏路由标记,避免重启后丢失待分配意图。 |
全部写入者兼容、两个路由索引获批建设后,单独批准开关。 |
| 已删除作者的历史未分配返工 | 新规则不会擅自重写历史任务。新增只读计划与显式确认工具,核对正式冻结基线、版本、供应商和删除状态后,仅 CAS 标记待交接并审计;不改正文、不直接指定接手人。 | 精确任务清单另行授权;版本变化必须重读,不以旧快照覆盖。 |
兼容与失败恢复
- 搜索仍使用原有完整匹配器、租户范围、旧数据回退和稳定分页规则;无命中先做一个有界探测,再由服务端穷尽剩余范围,避免把全部身份传回 API。发现的小 ID 集直接关联,避免重复引用读取。
- 统计覆盖路径不用于额外字段不在索引内的交接扫描和盲标可见性查询;缺少新索引时保留原投影读取。每页最多 1000 条,取消/超时返回错误,不发布部分总数。
- 所有新索引由运维显式建设;启动过程不自动创建。索引缺失保持结果兼容,但不保证原路径性能。新索引损坏或键不符不能静默当成成功。
- 正式质检记录、送检修订、切片及草稿不因本次查询优化删除。历史工具只标记未分配、已退回且原作者已删除的任务;已被领取、版本/基线改变或缺少证据时拒绝执行。
索引实施方案(待授权)
查询索引清单 与 store.PlatformReadIndexes() 由测试比对,共六个非唯一索引:
humanItems.pool_count_candidates_cover_v1:权限判断所需的小字段覆盖统计;不含正文、草稿和批注。按组织和 ID 有界翻页,匹配条件在覆盖投影之后执行,保留 null/缺失字段语义。runs.worker_run_counts_cover_v1:状态在前,保留原分组统计,不读取运行日志大载荷。runs.human_release_parent_v1:按父运行定位旧交付来源,保留原恢复路径。reviewOperations.review_operation_lookup_v1:组织、操作者、操作身份精确定位,保留历史回执 ID 及任务/条目核对。reviewSessions.review_continuation_admission_v1:只索引有待恢复准入记录的会话,不更改恢复状态。captureRecords.capture_run_lookup_v1:按运行定位采集记录,历史父运行回退保留。
另有 两个删除交接索引,与本次六个索引分别列明审批。既有搜索覆盖索引方案不在本次自动建设范围内。
建设前:确认泛宇数据库、现有索引名称/键/部分条件、磁盘余量、CPU/IO 和复制延迟;若同名不同键则停止,不自动删除替换。每次仅建一个,观察完成及写延迟后再继续。建设会读取集合、消耗 IO/CPU/磁盘,并增加未来写入维护成本;统计覆盖索引字段多,必须记录实测尺寸与收益。
建设后:只读解释候选查询,记录文档/键扫描、冷/热耗时及资源;缺少收益或持续增加写延迟时,仅删除本批新建的相应索引回退。不得删除旧索引、修改客户记录或用更长超时替代验收。回退索引后应用仍兼容原查询,性能收益随之失效。
历史返工工具(待授权)
cmd/rework-handoff-plan 默认只读。连接信息仅从 MONGO_URI 读取,不写入计划或日志。
go run ./cmd/rework-handoff-plan --database <exact-database> \
--organization <organization-id> --items <exact-id-1>,<exact-id-2> > /private/tmp/rework-plan.json
审核计划后,写入操作必须再取得明确授权,并提供计划摘要及有效平台管理员:
go run ./cmd/rework-handoff-plan --database <exact-database> \
--apply --plan /private/tmp/rework-plan.json \
--confirm-sha256 <reviewed-digest> --actor <admin-id>
最多 100 条显式 ID,执行前整体预检,每条仍做版本 CAS 窄更新,不替换任务文档,保留同时发生的不提升版本的草稿及后台进度更新。先幂等写入“请求交接”审计,再公开路由标记,避免进程中断后任务立即被接手而缺少处置依据;审计不冒充交接已完成。失败返回已处理数量;重试只接受原计划精确状态或本计划刚标记的状态,审计使用固定 ID。状态已推进则重新盘点,不盲目重试。工具不负责开启自动分配;交接开关关闭时任务保持待分配。
已完成的生产只读核对
FYLX_B17_AZEC864012K_20260925_102740/part0003已到质检ready、正式修订 3,提交后台作业及切片均完成。不得将已提交任务没有个人草稿误判为内容丢失,更不能回填旧草稿。- 盘点发现两个原作者已删除且未分配的返工任务;已核对正式基线并生成只读计划,没有执行生产标记或分配。计划与原始诊断保存在忽略目录,执行前须刷新版本。
FYLX_B15_AZEC86400WS_20260924_141701/part0001已按采集记录和运行关联定位:质检ready、正式修订 3、提交和切片均完成,任务未丢失。受影响账号的线上搜索性能/可见性仍需发布后按其权限验收,不能以管理员可见替代。- 生产 API/处理器为
e99febda,Worker 为0fd7e367(本次盘点时);本地修改不会自动生效。
验证证据与边界
原始证据在 local-data/diagnostics/platform-closure-20261111/,仅限本地,不含连接凭证和客户正文:
- 真实质检回执路径先复现路由标记丢失,再验证修复与既有返工回归。
- 标注候选同数据集:42 条结果不变,读取文档从 1042 降至 42;广范围首屏关联从 5000 降至 200,首屏 25 条与排序保持一致。
- 统计覆盖扫描:2108 条、空/缺失归属、冻结验收归属及多种筛选对照一致;解释计划读取任务文档为 0。
- 1.2 万条合成记录真实 HTTP 统计初测:管理员 1.75 秒到 0.33 秒,Mongo 回包约 112.8 MB 到 12.4 MB;验收员 0.86 秒到 0.17 秒,56.4 MB 到 6.2 MB。此为数据库回包,不是公网 EIP 流量。
- 同规模带关键词统计先测得管理员约 2.3 秒未达标;消除列表分块重复准备后,三次最慢广匹配 1.59 秒、无命中 1.59 秒;验收员相应约 0.80 秒。数量仍为 12000/0,无截断或部分总数。
- Worker 保留原分组结果,覆盖索引下 300 个排队运行统计读取文档 0;审查回执、准入恢复、采集定位在 3000 条样本中从全扫降为索引定位。
- 管理员任务池、质检搜索、保存/切片失败恢复的浏览器专项通过;历史处置工具的真实 Mongo、权限拒绝、并发领取、独立后台更新、审计失败和标记响应丢失恢复通过竞态检测。
- 81 人隔离读取冒烟为 60 标注、12 质检、8 验收、1 管理员,975 个请求、0 错误、0 Mongo 写命令;只读短测,不代替持续容量验收。
- 官方基线门禁:Go 68 项、前端 13 项失败均为既有记录,无新增失败,未扩大基线。
统一任务报告为 local-data/test-results/verify-1794402790672492000/report.json。报告保留未完成状态:混合工作树中已有的生产专用只读诊断和元数据计时 opt-in 等检查被跳过,执行期间又补强了历史修复工具,不能将整份报告标为全绿。相应最新工具专项证据为 historical-repair-durable-intent.log;未改动或提交另一项管理员诊断任务的两个文件。生产业务验收及正式发布门禁仍待执行。
以上是隔离环境专项证据,不构成生产容量、81 人稳态并发或长时间资源增长验收。发布必须使用同步后的 dev,通过发布门禁、单独确认最终计划,再执行线上只读业务验收。