HaHafeng
85fda830c2
Features: - Add editable variable selection in workflow plan (SingleVarSelect + MultiVarTags) - Implement 3-layer flexible interception (warning bar + icon + blocking dialog) - Add tool_param_constraints.json for 12 statistical tools parameter validation - Add PATCH /workflow/:id/params API with Zod structural validation - Implement synchronous parameter sync before execution (Promise chaining) - Fix LLM hallucination by strict system prompt constraints - Fix DynamicReport object-based rows compatibility (R baseline_table) - Fix Word export row.map error with same normalization logic - Restore inferGroupingVar for smart default variable selection - Add ReactMarkdown rendering in SSAChatPane - Update SSA module status document to v3.5 Modified files: - backend: workflow.routes, ChatHandlerService, SystemPromptService, FlowTemplateService - frontend: WorkflowTimeline, SSAWorkspacePane, DynamicReport, SSAChatPane, ssaStore, ssa.css - config: tool_param_constraints.json (new) - docs: SSA status doc, team review reports Tested: Cohort study end-to-end execution + report export verified Co-authored-by: Cursor <cursoragent@cursor.com>
432 lines
21 KiB
Markdown
432 lines
21 KiB
Markdown
# 分布式 Fan-out 任务模式开发指南
|
||
|
||
> **版本：** v1.2（逐行级审查修正：乐观锁释放 + Sweeper updatedAt + 空集合守卫 + pg_notify 参数化）
|
||
> **创建日期：** 2026-02-23
|
||
> **定位：** 实战 Cookbook，开发时按需查阅
|
||
> **互补文档：** `系统级异步架构风险剖析与演进技术蓝图.md`（Why）→ 本文（How）
|
||
> **Postgres-Only 指南：** `Postgres-Only异步任务处理指南.md`（底层规范）
|
||
> **首个试点：** ASL 工具 3 全文智能提取工作台（`docs/03-业务模块/ASL-AI智能文献/04-开发计划/08-工具3-*.md`）
|
||
> **状态：** 🟡 设计阶段经验总结，待 ASL 工具 3 M1/M2 实战后升级为 v2.0
|
||
|
||
---
|
||
|
||
## 一、适用场景判断
|
||
|
||
| 维度 | Level 1：单体任务 | Level 2：Fan-out 任务 |
|
||
|------|-------------------|----------------------|
|
||
| **触发模式** | 1 触发 → 1 Worker → 结束 | 1 触发 → 1 Manager → N 个 Child Worker |
|
||
| **典型案例** | DC Tool C 解析 1 个 Excel | ASL 工具 3 批量提取 100 篇文献 |
|
||
| **失败代价** | 小（重跑 40 秒） | 极大（第 99 篇失败不应导致前 98 篇白做） |
|
||
| **并发挑战** | 无（单 Worker） | 高（N 个 Child 跨 Pod 竞争同一父任务计数器） |
|
||
|
||
**判断公式：** 如果你的任务是"1 次操作处理 N 个独立子项，且 N 可能 > 10"，就必须使用 Fan-out 模式。
|
||
|
||
---
|
||
|
||
## 二、核心架构：Manager + Child + Last Child Wins
|
||
|
||
```
|
||
┌─ API 层 ──────────────────────────────────┐
|
||
│ POST /tasks → 创建业务记录 → pgBoss.send │
|
||
│ (module_task_manager) │
|
||
└────────────────────────────────────────────┘
|
||
↓
|
||
┌─ Manager Job ─────────────────────────────┐
|
||
│ 1. 读取 N 个子项 │
|
||
│ 1.5 🆕 if N=0 → 直接 completed + return │
|
||
│ 2. 快照外部依赖数据（防源头失踪） │
|
||
│ 3. for each → pgBoss.send(child_queue) │
|
||
│ 4. 派发完毕 → 退出（Fire-and-forget） │
|
||
└────────────────────────────────────────────┘
|
||
↓ (N 个)
|
||
┌─ Child Job ───────────────────────────────┐
|
||
│ 1. 乐观锁抢占（updateMany where status │
|
||
│ = pending → processing） │
|
||
│ 2. 执行业务逻辑 │
|
||
│ 3. 事务内：更新子项 + 原子递增父任务计数 │
|
||
│ 4. 判断 successCount + failedCount >= │
|
||
│ totalCount → 翻转父任务 completed │
|
||
│ 5. 错误分级：致命 return / 临时 throw │
|
||
└────────────────────────────────────────────┘
|
||
```
|
||
|
||
---
|
||
|
||
## 三、8 项关键设计模式
|
||
|
||
### 模式 1：原子递增（禁止 Read-then-Write）
|
||
|
||
**问题：** 多个 Child 同时完成时，`count = count + 1` 的读写逻辑导致计数丢失。
|
||
|
||
```typescript
|
||
// ❌ 错误：Read-then-Write 反模式
|
||
const task = await prisma.task.findUnique({ where: { id } });
|
||
await prisma.task.update({ data: { successCount: task.successCount + 1 } });
|
||
|
||
// ✅ 正确：数据库级原子操作
|
||
const taskAfterUpdate = await prisma.task.update({
|
||
where: { id: taskId },
|
||
data: { successCount: { increment: 1 } },
|
||
});
|
||
```
|
||
|
||
Prisma 的 `{ increment: 1 }` 编译为 SQL `SET success_count = success_count + 1`，数据库行锁保证原子性。
|
||
|
||
**🚨 v1.1 补充：短事务原则（防行锁争用）**
|
||
|
||
> **场景推演：** 100 个极轻量 Child Job（缓存命中，瞬间完成）在不同 Pod 中几乎同时走到 `prisma.$transaction`。
|
||
> 这 100 个事务都需要对同一父任务行执行 `{ increment: 1 }`，PostgreSQL 在这一行上加排他行锁（Row-Level Lock）。
|
||
> 100 个并发请求排队等一把锁，极易触发 Lock wait timeout，大量本已成功的任务在最后一步报数据库错误。
|
||
|
||
**强制规范：**
|
||
- **绝不允许**在更新父任务的 `$transaction` 内发起任何网络请求或耗时操作
|
||
- 事务必须极度纯粹：更新子项(Result) + 递增父亲(Task)，确保事务在 **< 1ms** 内提交并释放行锁
|
||
- 高并发下若仍出现行锁超时，可在 Prisma 连接串中适当调大 `pool_timeout`
|
||
|
||
### 模式 2：Last Child Wins（终止器）
|
||
|
||
**问题：** Manager 派发完就退出，没有人负责把父任务从 `processing` 翻转为 `completed`。
|
||
|
||
**解法：** 每个 Child（无论成功还是失败）在原子递增后立即检查：
|
||
|
||
```typescript
|
||
if (taskAfterUpdate.successCount + taskAfterUpdate.failedCount >= taskAfterUpdate.totalCount) {
|
||
await prisma.task.update({
|
||
where: { id: taskId },
|
||
data: { status: 'completed', completedAt: new Date() },
|
||
});
|
||
// 广播完成事件（如 NOTIFY）
|
||
}
|
||
```
|
||
|
||
**关键：** 成功路径和失败路径都必须有这段检查。漏掉任何一条路径，任务就可能永远卡在 `processing`。
|
||
|
||
**🚨 v1.1 补充：Sweeper 清道夫 — 应对进程硬崩溃（最危险场景）**
|
||
|
||
> **场景推演：** N=100，第 99 个 Child Worker 解析超大 PDF 触发 Node.js V8 OOM，或容器被云平台 SIGKILL。
|
||
> 进程瞬间蒸发，代码根本没有机会走到 `catch` 块。`failedCount` 永远不会 +1。
|
||
> pg-boss 虽然会在 `expireInMinutes` 后标记该 Job 为 failed，但业务表里
|
||
> `successCount + failedCount = 99`，永远达不到 100。父任务永远卡在 `processing`。
|
||
>
|
||
> **本质：** 单兵 Worker 无法处理自身猝死，必须有系统级外部兜底。
|
||
|
||
**解法：注册全局定时清道夫 `FanOut_Task_Sweeper`（每 10 分钟运行一次）：**
|
||
|
||
```typescript
|
||
// 全局 Cron Job — 清道夫（建议用 pg-boss 的 schedule 功能注册）
|
||
async function fanOutTaskSweeper() {
|
||
const stuckTasks = await prisma.task.findMany({
|
||
where: {
|
||
status: 'processing',
|
||
// 🚨 v1.2 修正：使用 updatedAt（最后活跃时间）而非 startedAt！
|
||
// 原因：500 篇文献正常排队可能需要 3+ 小时，用 startedAt 会误杀健康任务。
|
||
// 只要子任务还在完成（原子递增），updatedAt 就会持续刷新。
|
||
// 超过 2 小时没有任何进度更新的，才是真正卡死。
|
||
updatedAt: { lt: new Date(Date.now() - 2 * 60 * 60 * 1000) },
|
||
},
|
||
});
|
||
|
||
for (const task of stuckTasks) {
|
||
await prisma.task.update({
|
||
where: { id: task.id },
|
||
data: {
|
||
status: 'failed',
|
||
errorMessage: '[Sweeper] No progress update for 2h. Likely Child Worker hard crash (OOM/SIGKILL). Force-closed.',
|
||
completedAt: new Date(),
|
||
},
|
||
});
|
||
logger.warn(`[Sweeper] Force-closed stuck task ${task.id} (no progress for 2h)`);
|
||
}
|
||
}
|
||
|
||
// 注册为 pg-boss 定时任务
|
||
await pgBoss.schedule('fanout_task_sweeper', '*/10 * * * *'); // 每 10 分钟
|
||
await pgBoss.work('fanout_task_sweeper', fanOutTaskSweeper);
|
||
```
|
||
|
||
**Sweeper 是 Fan-out 模式的终极保险丝。** 即使所有 Last Child Wins 逻辑都正确，进程硬崩溃仍然是不可避免的物理级异常。Sweeper 确保任何"卡死"的任务最终都会被收口。
|
||
|
||
> **⚠️ v1.2 关键修正：** 判断"卡死"的依据是 `updatedAt`（最后活跃时间），而非 `startedAt`（任务创建时间）。
|
||
> 只要 Child 还在完成并递增计数，Prisma 的 `update` 会自动刷新 `updatedAt`。
|
||
> 超大批量任务（500+ 文献）正常排队执行可能需要数小时，用 `startedAt` 会导致 Sweeper 误杀正在健康运行的任务（"友军之火"）。
|
||
|
||
### 模式 3：乐观锁抢占（Optimistic Locking）
|
||
|
||
**问题：** pg-boss 的 at-least-once 语义意味着同一 Child Job 可能被投递多次。如果用 `findUnique → if (status !== 'pending') return` 做幂等检查，两个 Worker 可能同时读到 `pending` 然后同时处理。
|
||
|
||
```typescript
|
||
// ❌ 错误：Read-then-Write 幂等检查
|
||
const existing = await prisma.result.findUnique({ where: { id } });
|
||
if (existing?.status === 'completed') return; // 两个 Worker 可能同时到这里
|
||
|
||
// ✅ 正确：原子抢占
|
||
const lock = await prisma.result.updateMany({
|
||
where: { id: resultId, status: 'pending' },
|
||
data: { status: 'processing' },
|
||
});
|
||
if (lock.count === 0) return { success: true, note: 'Idempotent skip' };
|
||
```
|
||
|
||
`updateMany` 的 WHERE 条件充当乐观锁，数据库保证只有一个 Worker 能成功更新。
|
||
|
||
**🚨 v1.1 补充：子任务派发防重 — singletonKey 的真正意图**
|
||
|
||
> **场景推演：** Manager Job 在派发了 50 个 Child Job 后，进程崩溃。pg-boss 的 at-least-once 语义会
|
||
> 重新投递 Manager Job。重试时 Manager 重新查出 100 个子项，再次循环派发 100 个 Child Job。
|
||
> 前 50 个任务被重复派发，队列瞬间塞满垃圾数据，并导致 Child Worker 重复处理。
|
||
|
||
**强制规范：Manager 必须为每个 Child 赋予基于业务 ID 的 `singletonKey`：**
|
||
|
||
```typescript
|
||
// Manager 内循环派发
|
||
for (const item of items) {
|
||
await pgBoss.send('module_task_child', { taskId, itemId: item.id }, {
|
||
singletonKey: `child-${item.id}`, // ← 基于业务 ID 去重！
|
||
retryLimit: 3,
|
||
retryBackoff: true,
|
||
expireInMinutes: 30,
|
||
});
|
||
}
|
||
```
|
||
|
||
**`singletonKey` 是保证 Manager 自身崩溃重试时不会导致子任务指数级爆炸的唯一防线。**
|
||
pg-boss 在收到重复 `singletonKey` 时自动去重（忽略重复插入），无需手动判断。新手开发**绝不可省略**此字段。
|
||
|
||
### 模式 4：错误分级路由
|
||
|
||
**问题：** pg-boss 默认对所有失败 Job 进行指数退避重试。但"PDF 损坏"这类永久错误重试 3 次也不会好。
|
||
|
||
```typescript
|
||
try {
|
||
await doWork();
|
||
} catch (error) {
|
||
if (isPermanentError(error)) {
|
||
// 致命错误：更新业务状态为 error + 原子递增 failedCount
|
||
await markAsFailed(resultId, taskId, error.message);
|
||
// ⚠️ 别忘了 Last Child Wins 检查！
|
||
return { success: false }; // return 而非 throw → pg-boss 视为"成功消费"，停止重试
|
||
}
|
||
|
||
// 🚨 v1.2 补丁：临时错误 throw 前必须释放乐观锁！
|
||
// 否则 pg-boss 重试时 updateMany({ where: { status: 'pending' } }) 返回 0，
|
||
// 被误判为"幂等跳过"，计数永远少一票，Last Child Wins 永远无法触发。
|
||
await prisma.result.update({
|
||
where: { id: resultId },
|
||
data: { status: 'pending' },
|
||
});
|
||
|
||
// 临时错误 (429/5xx/网络抖动)：throw → pg-boss 指数退避自动重试
|
||
throw error;
|
||
}
|
||
```
|
||
|
||
| 错误类型 | 处理方式 | pg-boss 行为 |
|
||
|---------|---------|-------------|
|
||
| 永久错误（4xx、数据不存在、格式损坏） | `return` | 停止重试 |
|
||
| 临时错误（429、5xx、网络超时） | `throw` | 指数退避重试 |
|
||
|
||
### 模式 5：三级限流（teamConcurrency）
|
||
|
||
**问题：** 如果不限制 Child 并发，1000 个 Job 被同时拉起 → 1000 个 `await` 挂起的闭包 → Node.js OOM。
|
||
|
||
```typescript
|
||
// 第一级：Child Worker — 控制内存中的并发闭包数量
|
||
jobQueue.work('module_task_child', { teamConcurrency: 10 }, handler);
|
||
|
||
// 第二级：昂贵 API — 保护外部服务
|
||
jobQueue.work('module_expensive_api', { teamConcurrency: 2 }, handler);
|
||
|
||
// 第三级：LLM 调用 — 保护 LLM 并发
|
||
jobQueue.work('module_llm_call', { teamConcurrency: 5 }, handler);
|
||
```
|
||
|
||
**`teamConcurrency` vs `P-Queue`：**
|
||
- `P-Queue` 是进程内信号量，多 Pod 下每个 Pod 各自限流 → 全局并发 = 限制值 × Pod 数 → API 429
|
||
- `teamConcurrency` 是 PostgreSQL 行锁，跨所有 Node.js 实例全局生效
|
||
- **结论：Fan-out 场景禁止使用 P-Queue，必须用 teamConcurrency**
|
||
|
||
### 模式 6：SSE 跨实例广播（NOTIFY/LISTEN）
|
||
|
||
**问题：** `sseEmitter.emit()` 基于内存 EventEmitter，用户连 Pod A、Worker 跑 Pod B → Pod A 收不到日志。
|
||
|
||
```typescript
|
||
// Worker 端（发送）— v1.2 使用 pg_notify + 参数化查询（免疫 SQL 注入）
|
||
const payloadStr = JSON.stringify({ taskId, type: 'log', data: logEntry });
|
||
const safePayload = payloadStr.length > 7000
|
||
? payloadStr.substring(0, 7000) + '..."}'
|
||
: payloadStr;
|
||
|
||
// 🚨 v1.2 修正：抛弃 $executeRawUnsafe + 字符串拼接！
|
||
// 使用 PostgreSQL 内置 pg_notify() 函数 + Prisma Tagged Template（参数化绑定）
|
||
await prisma.$executeRaw`SELECT pg_notify('sse_channel', ${safePayload})`;
|
||
|
||
// API 端（接收）— Pod 启动时初始化
|
||
const pgClient = new Client({ connectionString: DATABASE_URL });
|
||
await pgClient.connect();
|
||
await pgClient.query('LISTEN sse_channel');
|
||
pgClient.on('notification', (msg) => {
|
||
const { taskId, type, data } = JSON.parse(msg.payload);
|
||
const clients = sseClients.get(taskId);
|
||
if (clients?.size > 0) {
|
||
for (const res of clients) {
|
||
res.write(`event: ${type}\ndata: ${JSON.stringify(data)}\n\n`);
|
||
}
|
||
}
|
||
});
|
||
```
|
||
|
||
**约束：**
|
||
- LISTEN 连接必须独立于连接池（归还后 LISTEN 失效）
|
||
- **NOTIFY payload 物理上限 ~8000 bytes**（超出直接报错，阻断业务流程！）
|
||
- **强制规范（v1.1）：** 发送前必须安全截断至 7000 bytes 以内（预留 JSON 结构和转义开销）
|
||
- LLM 错误堆栈、超长乱码是最常见的超限来源
|
||
- **🚨 v1.2 强制规范：禁止 `$executeRawUnsafe` + 字符串拼接发送 NOTIFY！**
|
||
- 必须使用 `$executeRaw` Tagged Template + `pg_notify()` 函数（参数化绑定，彻底免疫 SQL 注入）
|
||
- 不同编码、特殊换行符、反斜杠均可能绕过手动 `.replace` 转义
|
||
- fire-and-forget（无持久化），适合日志流这类"丢了不影响业务"的场景
|
||
|
||
### 模式 7：数据一致性快照
|
||
|
||
**问题：** Fan-out 任务可能持续数十分钟。期间用户在源模块删改数据 → Child Worker 找不到依赖数据而崩溃。
|
||
|
||
**解法：** Manager 派发前一次性快照关键元数据，冻结到子项记录中：
|
||
|
||
```typescript
|
||
// Manager 中：批量快照
|
||
const pkbDocs = await Promise.all(
|
||
results.map(r => pkbBridge.getDocumentDetail(r.pkbDocumentId))
|
||
);
|
||
const docMap = new Map(pkbDocs.map(d => [d.documentId, d]));
|
||
|
||
await prisma.$transaction(
|
||
results.map(result => {
|
||
const doc = docMap.get(result.pkbDocumentId);
|
||
return prisma.result.update({
|
||
where: { id: result.id },
|
||
data: {
|
||
snapshotStorageKey: doc?.storageKey ?? null,
|
||
snapshotFilename: doc?.filename ?? null,
|
||
}
|
||
});
|
||
})
|
||
);
|
||
```
|
||
|
||
**原则：** 快照轻量元数据（storageKey、filename 等 < 1KB）到数据库。大文件内容不快照，通过错误分级路由兜底。
|
||
|
||
### 🆕 模式 8：Manager 空集合边界守卫（v1.2）
|
||
|
||
**问题：** 如果源数据被过滤后 `items.length === 0`（空列表、数据异常等极端情况），Manager 的 `for` 循环不执行，没有任何 Child 被派发，Last Child Wins 永远不会触发，父任务永远卡在 `processing`。
|
||
|
||
```typescript
|
||
// Manager Worker — 派发前必须检查空集合
|
||
if (items.length === 0) {
|
||
await prisma.task.update({
|
||
where: { id: taskId },
|
||
data: { status: 'completed', completedAt: new Date() },
|
||
});
|
||
logger.info(`[Manager] Task ${taskId}: 0 items, auto-completed`);
|
||
return;
|
||
}
|
||
|
||
// 正常路径：继续快照 + 派发 Child Job...
|
||
```
|
||
|
||
**这是 Last Child Wins 的唯一盲区。** 当 N=0 时，Manager 必须自己充当"收口人"直接完成任务。
|
||
|
||
---
|
||
|
||
## 四、反模式速查表
|
||
|
||
| 反模式 | 后果 | 正确做法 |
|
||
|--------|------|---------|
|
||
| 内存计数 `count + 1` | 多 Pod 计数丢失 | Prisma `{ increment: 1 }` |
|
||
| `findUnique → if → update` 幂等 | 并发穿透 | `updateMany({ where: { status: 'pending' } })` |
|
||
| Manager 等待所有 Child 完成 | Manager 进程挂起，消耗连接 | Fire-and-forget + Last Child Wins |
|
||
| P-Queue 限流 | 多 Pod 失效 | pg-boss `teamConcurrency` |
|
||
| 内存 EventEmitter 跨 Pod | SSE 日志断裂 | PostgreSQL NOTIFY/LISTEN |
|
||
| Job payload 塞大数据 | pg-boss 阻塞 | 仅传 ID（< 1KB），数据存 DB/OSS |
|
||
| 队列名用点号 | pg-boss 路由截断 | 下划线命名（`module_task_child`） |
|
||
| 不设 `expireInMinutes` | 僵尸 Job 占据队列名额 | Manager: 60min, Child: 30min |
|
||
| 成功路径漏检 Last Child Wins | 任务永远卡在 processing | 成功 + 失败路径都检查 |
|
||
| Child 运行时回查外部模块数据 | 源头删改导致批量崩溃 | Manager 快照元数据到子项记录 |
|
||
| 🆕 无 Sweeper 清道夫 | 进程 OOM/SIGKILL 后任务永远卡死 | 全局 Cron 扫描 processing > 2h 强制收口 |
|
||
| 🆕 事务内做网络请求 | 父表行锁长时间持有 → Lock timeout | 短事务：仅更新 Result + 递增 Task |
|
||
| 🆕 Child 派发漏 singletonKey | Manager 重试导致子任务指数级爆炸 | `singletonKey: child-${itemId}` |
|
||
| 🆕 NOTIFY payload 不截断 | 超 8000 bytes 直接报错阻断流程 | 发送前截断至 7000 bytes |
|
||
| 🆕 临时错误 throw 前不释放乐观锁 | 重试时被误判"幂等跳过"，计数永远缺一票 | throw 前 `update({ status: 'pending' })` |
|
||
| 🆕 Sweeper 用 `startedAt` 判断卡死 | 误杀正在排队的健康超大批量任务 | 用 `updatedAt`（最后活跃时间） |
|
||
| 🆕 Manager 不检查空集合 | N=0 时无 Child → Last Child Wins 死锁 | `if (items.length === 0)` 直接 completed |
|
||
| 🆕 NOTIFY 用 `$executeRawUnsafe` 拼接 | SQL 注入高危 | `$executeRaw` + `pg_notify()` 参数化 |
|
||
|
||
---
|
||
|
||
## 五、pg-boss 配置速查
|
||
|
||
```typescript
|
||
// Manager Job 派发
|
||
await pgBoss.send('module_task_manager', { taskId }, {
|
||
retryLimit: 2,
|
||
expireInMinutes: 60,
|
||
singletonKey: `manager-${taskId}`, // 防止同一任务重复派发
|
||
});
|
||
|
||
// Child Job 派发（Manager 内循环）
|
||
await pgBoss.send('module_task_child', { taskId, itemId }, {
|
||
retryLimit: 3,
|
||
retryDelay: 10, // 10 秒后重试
|
||
retryBackoff: true, // 指数退避（10s, 20s, 40s）
|
||
expireInMinutes: 30,
|
||
singletonKey: `child-${itemId}`, // ← 派发防重！Manager 崩溃重试时 pg-boss 自动去重
|
||
});
|
||
|
||
// Worker 注册（队列名必须用下划线！）
|
||
jobQueue.work('module_task_child', { teamConcurrency: 10 }, handler);
|
||
```
|
||
|
||
---
|
||
|
||
## 六、开发检查清单
|
||
|
||
在 Code Review 时，逐项核对以下问题：
|
||
|
||
- [ ] **原子递增**：父任务计数器是否使用 `{ increment: 1 }`？
|
||
- [ ] **Last Child Wins**：成功路径和失败路径是否都检查了 `successCount + failedCount >= totalCount`？
|
||
- [ ] **乐观锁**：Child Worker 是否使用 `updateMany({ where: { status: 'pending' } })` 而非 `findUnique → if`？
|
||
- [ ] **错误分级**：永久错误是否 `return`（停止重试）？临时错误是否 `throw`（指数退避）？
|
||
- [ ] **teamConcurrency**：Child 队列是否设置了全局并发限制？是否禁用了 P-Queue？
|
||
- [ ] **Payload 轻量**：Job data 是否仅传 ID（< 1KB）？
|
||
- [ ] **过期时间**：是否设置了 `expireInMinutes`？
|
||
- [ ] **队列命名**：是否使用下划线（`module_task_child`），而非点号？
|
||
- [ ] **数据快照**：Manager 是否在派发前快照了外部依赖数据？
|
||
- [ ] **NOTIFY 广播**：SSE 日志推送是否经过 PostgreSQL NOTIFY（如需跨 Pod）？
|
||
- [ ] **事务保障**：子项状态更新 + 父任务原子递增是否在同一事务中？
|
||
- [ ] 🆕 **Sweeper 清道夫**：是否注册了全局定时任务扫描 processing > 2h 的父任务并强制收口？
|
||
- [ ] 🆕 **短事务原则**：`$transaction` 内是否仅包含纯 DB 操作（无网络请求/无耗时计算）？
|
||
- [ ] 🆕 **派发防重**：Manager 循环派发 Child 时是否设置了 `singletonKey: child-${itemId}`？
|
||
- [ ] 🆕 **NOTIFY 截断**：NOTIFY payload 发送前是否截断至 7000 bytes 以内？
|
||
- [ ] 🆕 **乐观锁释放**：临时错误 `throw` 前是否将子项状态回退为 `pending`（防重试时被幂等跳过）？
|
||
- [ ] 🆕 **Sweeper 活跃判定**：清道夫是否基于 `updatedAt`（而非 `startedAt`）判断任务卡死？
|
||
- [ ] 🆕 **空集合守卫**：Manager 是否在 `items.length === 0` 时直接将任务标记为 `completed`？
|
||
- [ ] 🆕 **NOTIFY 参数化**：是否使用 `$executeRaw` + `pg_notify()` 而非 `$executeRawUnsafe` + 字符串拼接？
|
||
|
||
---
|
||
|
||
## 七、演进路线
|
||
|
||
| 阶段 | 时间 | 内容 |
|
||
|------|------|------|
|
||
| v1.0 设计沉淀 | 2026-02 | 基于 ASL 工具 3 架构审查经验编写本指南（当前） |
|
||
| v1.5 实战验证 | ASL M1 完成后 | 将 M1 开发中遇到的实际问题补充到本文 |
|
||
| v2.0 基建抽象 | ASL M2 完成后 | 将 Fan-out 通用逻辑抽离为 `common/jobs/FanOutHelper.ts` |
|
||
| v2.5 全量推广 | 后续模块 | IIT Agent 批量质控、DC 批量 ETL 等模块复用 Fan-out 基建 |
|
||
|
||
> **设计原则：** 先在 ASL 工具 3 中"打样"，踩完坑后再抽象为平台能力。避免过早抽象导致接口不合理。
|
||
|
||
---
|
||
|
||
*本文档基于 ASL 工具 3 全文智能提取工作台开发计划（v1.5，经 6 轮架构审查）的设计经验总结。*
|
||
*v1.1 补充 4 项生产级防御策略：Sweeper 清道夫、短事务原则、singletonKey 派发防重、NOTIFY 安全截断。*
|
||
*v1.2 逐行级审查修正 4 项致命漏洞：乐观锁与重试绞杀、Sweeper 友军之火、空集合死锁、SQL 注入隐患。*
|
||
*待 M1/M2 实战后升级为 v2.0，届时补充真实踩坑记录和性能数据。*
|