13 KiB
当前工作上下文(最近更新:2026-11-16 晚)
当前状态快照(2026-11-16,Issue#3 三连修复+方案B 系统配置落地,S4 泳道收官,一期 18/27 计划日)
-
Issue#3 联调装备(2026-11-16 晚四):tcpdump 4.99.5 已装(坑:-Z root 防降权拒写);
scripts/cmpp-capture.sh(start/stop/status/analyze,环形 300MB)+scripts/cmpp-analyze.py(纯标准库 pcap→CMPP 时间线,布局自动判定+异常⚠️);server.go 补cmpp_conn_accepted/cmpp_conn_ok日志(与抓包毫秒互证);三场景自测全对。内网事实(数据说话):192.168.5.16:7890=上游网关(通道表 9102 对接点,对 s2demo 回 status=3 拒);192.168.5.18:7890=本平台(status=0 正常);平台零客户到达记录——客户配置地址指向待其确认(疑 5.16/公网);重测 SOP=capture start→客户连→analyze,30 秒定位。 -
Issue#3 三连修复(2026-11-16 晚):①CMPP 连接报 -1 根因=
ConnectResp误按 3.0 的 1B Status 编码(标准 2.0 客户端按 4B 大端解析恒非 0)→ 修复=Marshal 4B(21B 包体)+AuthenticatorISMG 4B 参与 MD5+ParseConnectResp自适应双布局(≥20B/2.0,17~19B/3.0);标准 2.0 探针真机实证 18B/垃圾值→21B/Status=0,教训:2.0 与 3.0 在 CONNECT_RESP.Status/SUBMIT_RESP.Result 上互为镜像(2.0=4B/1B),自家 client+server 同源对称自测掩盖协议错位——同 Day39 坑;②充值无响应=前端发{count}后端要{amount}+submit 无 catch 静默吞错 → API/mock/组件三处修复;③SrcID 核验用户裁定方案 C(前缀+动态扩展,行业惯例)——s2demo 已配 ext_code=10690331(通道码即前缀),客户 SrcID 须以 10690331 开头+可追加扩展(≤21 位);真机四场景实证(纯码→10 过/码+扩展→10 过/不匹配→9/空→9);运营口径:ext_code 变更后 30s 缓存生效(Day63 accCache)。顺手修 TestClient_LoginOK 时序竞争(轮询吸收);门禁 -race 41 包/vitest 165/build 全绿;gateway 已串行部署(md5 比对 ✓)。 -
仓库:main 已推 Gitea;每日 bundle+push 双轨。
-
一期进度:S0✅ S1✅ S2✅ / S3 ✅(11-15 凌晨)/ S4 ✅ 收官(11-16,三项验收全过:死信可查/拒收即拉黑/冷查 16ms<1s)——D1/D2=C1 回调推送引擎+ C2 上行自动拉黑(真机六步实证,验收单 s4-d1d2-callback.md);D3=明细按天 RANGE(id) 分区热 5 天(迁移 v22,9 分区)+CH 冷热归档 job(count 校验零丢失方向)+/record/history 冷查(settle-check 热窗感知 DetailPartial 两方基线;真机 5 连坑全修存档,验收单 s4-d3-partition-archive.md)。
-
下一步=S5 基线与灰度(8 日,一期最后泳道):kind 安装+deploy/k8s manifests apply(NodePort 30081)→ 24h 稳定性复核(S4 动了大表结构,S5 压测前重跑一轮而非沿用 11-14 旧判)→ 压测基线 200QPS×30min(SSD 下重标 workers:4/55/s 等 HDD 数字)→ 消费参数重标定 → 灰度接管现网流量。出口四项:七件套全绿/P0+P1+结算覆盖矩阵全勾/SSD 基线报告入档/v2 承载 ≥1 周零 P0 事故+POC 转冷备。
-
S4 遗留挂账:回调载荷无签名(需求未定义);拦截终态 HTTP 回调未挂(CMPP 侧已有);history 异步导出走下载中心(D29/P2);CH 生产建议副本+冷分区 S3(S5 运维项);pmax REORGANIZE 运维口径入 runbook 待补。
-
C1/C2/D3 口径留痕:PushWorker 单实例 at-least-once;归档 job 单实例(CH 分区重写幂等吸收);CH count()=UInt64/time.Time 绑定 UTC 歧义(查询预格式化墙钟串)——CH 交互三坑已存档 techContext。
-
⚠️ 流程补正在途(两项,不阻塞开工):①S2 用户本人走查(s2-walkthrough.sh D2~D5,AI 预走查 27 PASS);②S2 结算页+S3 利润页+S4 回调管理页+record/history 页浏览器走查(:5173,s2demo 登录[admin 角色])。
-
24h 稳定性门槛 ✅ 终判通过(11-14);S4 后建议 S5 前复核 dmesg+零重启。
-
真浏览器通道就位(2026-11-15):Google Chrome 157 + Playwright
channel:'chrome'(scripts/chrome-session.mjs;单 page 会话铁律)。 -
Issue#1 两轮交付均已入库(2026-11-15/16);Issue#2 多标签导航+页签缓存已交付(2026-11-16 傍晚):TagsBar+tabs store+keep-alive(include=路由名,29 视图 defineOptions 守门)+vitest 165+verify-layout 23+Chrome 走查 17/17(状态保留实证);Gitea API 读免 token=http://192.168.5.27:24400(写评论仍需 token,待用户);verify-layout 凭据已 env 化(缺省 s2demo——admin 原密码不可知,admin123 已不可登录)。
-
六项裁决速查(S2 全闭环):R1/R6 换算只在 price.go / R2 事实源 D2 落账 / R3 双通道 D3 落地(ref_id 区分)/ R4 rebate_rate D5 落地(profit.go 现算不落档)/ R5 settle_ladder D4 落地。
-
归档仓(只读):/data/poc-archive/repos/go-sms.git。
-
【铁律】测试端口固定=5173:Web 测试/联调/走查/对外验收口径一律
http://<服务器IP>:5173(vite dev,make web-dev);禁止用 WEB_PORT 覆盖到其他端口、禁止 preview(4173 等)/临时容器端口(30099 等)作为验收与走查入口——一次性探测端口仅限本机调试且不入文档口径(2026-11-15 用户裁定)。 -
【铁律】外网测试统一域名入口=
https://sms.unimsc.com/(2026-11-15 用户裁定):nginx 根路径反代 443→192.168.5.18:5173(带 ws Upgrade 头);viteallowedHosts:['sms.unimsc.com']+hmr.clientPort:443(域名 HMR ✓,本机直连 HMR 退化为手动刷新);API 走 vite proxy→8080;ai.unimsc.com/SmsDev 路径前缀通道废弃(前缀反代下 vite 资源绝对路径错位无干净解);S5 上生产仅改 nginx proxy_pass→30081(web 镜像同构)。S3 遗留缺陷顺手修:build 不读 .env.development 致 dist 内 API base 缺失→新增web/.env.production(VITE_API_BASE_URL=/api/v1)。 -
本会话教训:①明细雪花 ID 直插 SQL 须 < int64 上限 9.22e18(9302… 段拒收,走查种子统一 7302… 段);②
sg docker -c '…$VAR…'单引号内变量不展开(内层空展开致 SQL 语法错)——多语句 SQL 用printf|docker exec -i外层展开;③网关重启须含最新端点二进制(串行 build→kill→md5);④本机 chromium(含 headless shell)newPage 即 Target crashed(disable-gpu/no-sandbox/GLIBC 关 AVX 均不救,dmesg 无痕)——Playwright 截图/e2e/LCP 实测本机不可用〔11-15 已解:官方 Chrome 157 +channel:'chrome'可用,稳定口径=每会话独立 launch+单 page goto 导航(同 browser 第 2 个 newPage 必崩:renderer segfault error 25 固定偏移 0x90b1f9→zombie→挂起,chrome 崩溃 dmesg 有痕);工具=scripts/chrome-session.mjs,详见 techContext 工具链〕;⑤vite preview 只监听 IPv6 [::1](curl 127.0.0.1 不通,用 localhost);⑥组件测试 mount 须plugins:[ElementPlus](stubs 方式 el-table-column slot scope 会 undefined);⑦web/.env.development.local已随 Mock 下线删除,再出现 VITE_API_MODE 文件即残留可径删。 -
历史运维教训:①
pkill/pgrep -f自匹配(铁律:[x]括号技巧);②大镜像单窗>体积÷带宽;③du 无 sudo 静默失败误诊;④sed 换行/sed 误伤方法名(重构期优先编辑器工具);⑤Go 工具忽略_前缀文件;⑥集成测试需sg docker包裹(docker 组未重登);⑦Makefile recipe 的exit 0只退出当前行 shell 不终止目标(幂等短路须 if/else 递归$(MAKE)子目标);⑧管道| tail -N截首行误导诊断(gw-start"玄学 NOMATCH"两轮误诊实为 THEN 分支已生效,排查须看全量输出)。
重建启动(2026-11-12 裁决 / 盘点 / 迁移方案)
- 盘点结论(A/B/C/D 四层):A 直接保留=协议四栈(cmpp/smpp/sgip/httpadapter)+pkg 标准件+计费纯函数(util)+middleware+openapi.yaml+监控三件+运维资产+v1~v19 迁移链终态 DDL;B 改造保留=send 主链(13 文件拆包/去 dayNN 命名)/access 长短信(72h 挂起制最终语义)/report(补 C1 回调推送)/router(空壳目录归位)/channel/account/balance/interceptor/前端整包(31 页+三件套样式+ProTable,FE-6 收尾);C 结论保留=明细单表化+按页相关子查询(禁 JOIN 计数)/幂等三锚/MsgID=DetailID 雪花全链/削峰(受理-下发解耦)/部署串行铁律/-race 全量门禁;D 新做=结算域(0%)/C1 回调引擎+C2 拉黑/ClickHouse 冷热/通知域/明细按天分区热 5 天。
- 迁移方式:git bundle 摆渡(老 IPv6 ↔ 新 IPv4 仅 FC 慢速中转;一次性 ~35M;node_modules/bin/logs 全不迁)。新机依赖大头=Docker 镜像(3-5G)+Go mod cache+pnpm store+Playwright(共 5-8G),按外网连通性决定下载/介质摆渡;vscode-server 首装亦需出网(update.code.visualstudio.com),不通则按 commit hash 离线装。
- CPU 缺陷对策(实体机约束,不可换宿主/微码):纯 CLI 影响非零(压测基线可信度>编译偶发>Node);缓解=GLIBC_TUNABLES 关 AVX 派发+开荒第一步 stress-ng(avx2/memcpy)+20 轮编译循环实测复现率(≈0 接受/频发建议换整机)+压测基线前置 24h 稳定性门槛。
- SSD 基线重标定(重建首个性能工作项):workers:4/消费顶 55/s 是 HDD 数字不可沿用;buffer_pool 16-24G/io_capacity 2000/10000/Kafka flush 放宽;就绪验收=七件套全绿+watch_1m.sh --once 首份 SSD 基线快照。
刚完成(2026-11-12:服务器 121.46.230.53 VS Code「必须 --no-sandbox」排查 ✅,环境运维非开发日)
根因=宿主 CPU 指令执行缺陷(dmesg 实锤:code 确定性 SEGV error 25 跨 socket 0/4/8/12 + extensionHost SIGILL + evolution-alarm libatomic invalid opcode 系统级旁证;Xeon 8173M 虚拟化 AVX 全掩/BMI1-2 保留),软件侧无根治;AppArmor userns profile / SUID chrome-sandbox / --disable-gpu / FC_FONTATIONS=0 逐一实测排除。实测裸 code(无 --no-sandbox)可正常打开(真实配置冷启动,renderer 闪崩 1 次后自动 reload;--no-sandbox 下同样偶崩=沙箱开关非决定因素)。已做变更仅 /etc/apparmor.d/code 幂等重载;测试进程与 /tmp 残留已清。遗留:报云厂商换宿主/升级微码。详见 techContext「远程服务器」小节。
刚完成(2026-09-29:Day67-71 补账提交 80d067e5)
报障驱动五日(09-2829)全部入 git 并完成文档对账(CHANGELOG 五条目归档+验收单 day6771 补账归档+日历 Day67-71 状态列回填);提交门禁补修 internal/service/send/aggregator.go 三计数器数据竞争(-race 必现的 Day 47 遗留,int64 裸写→atomic.Int64)——教训:门禁必须 -race 全量,裸跑 go test 掩盖竞争。事故工具 cmd/reconcile/refund_lost(宿主机休眠丢件对账退款)一并留档。
下一步(S1 主链搬运,B 层;《Go-sms-重建计划.md》5 工作日)
- 首动作:compose 七中间件 up(SSD 基线参数先行:MySQL buffer_pool 16-24G 按 31G 内存折半取值、io_capacity 2000/10000、redo≥1G、Kafka flush 放宽)→
make init-topics && make init-mysql && make init-schema→ 集成测试 -tags=integration 跑绿 → watch_1m.sh --once 首份快照。 - B 层逐域搬运改造(send 拆子包/去 dayNN 测试命名、access 72h 挂起制语义、report、router 空壳归位、channel 拆 pool/limiter、account/balance/interceptor)→ 验收=全包等价 -race 绿。
- FE 工具链(node/pnpm)于前端工作前安装;web/src/views 31 页随 B 层前端整包搬运(S3 收尾)。
- 24h 稳定性门槛(dmesg 零新增+进程零重启)为压测基线前置——随七中间件 up 后开始计时观察。
- 遗留观察项(随重建转移):16384 长短信组上限(watchdog expf);LP/LSM:NOTCMPL 文案映射待运营反馈。
活跃的架构决策记录(近期)
| 决策 | 内容 |
|---|---|
| 长短信语义(Day 71) | 完整性优先:72h 不齐=失败终态(LSM:NOTCMPL/零费/UNDELIV),废除「超时退化逐片直发」 |
| 计费口径(Day 70) | fee≡上游真实拆分片数;FeeSegments>0(客户端 pk_total=运营商计费依据)优先于重算 |
| MsgID 口径(Day 63) | CMPP Submit_Resp MsgID=DetailID 雪花,与回执同口径 |
| 消费并发(Day 65) | 每分区 worker 池(workers:4,HDD 顶 55/s);生产换 SSD 是解锁项 |
| UNKNOWN 终态(Day 69/71) | 出向回执挂起 72h 后保持 UNKNOWN(部分段事实送达,不标失败) |
常踩的坑(防复发)
(S3 Mock 已下线,条目废止留痕;该文件已删,再出现 VITE_API_MODE 相关文件即残留径删)。.env.development.local会把 vite 钉在 real——切 mock 前必查- build 与 kill 并行=旧 inode 进程(Day 70);部署必须串行+md5 比对。
- 持久化-还原键字段必须成对审计(Day 71 ref 字段漏存教训)。
- 迁移版本号字典序坑(v10<v9,Day 46 修);gofmt 的
//注释误闭合致 vite 编译错(W4)。 pgrep -f匹配 bash 壳;watch_1m.sh 用脚本名过滤需排除自身。
门禁协议(七件套,Day 43 起)
go vet+test(-race)→ lint → 前端 eslint+tsc+vitest+build → 人工验收单归档(docs/acceptance/dayNN.md)→ 前端用户本人走查(协议 v3,W1~W6)→ CHANGELOG 更新 → 日历状态列回填。任一未 100% 过,下一任务不得开工。