跳转至

ISSUE-0146 · 前置条件为假时的静默落空(四个残留实例)

来源

v0.10.165 加「重新采集」按钮时,第三、四轮对抗审连续挖出四条同形状缺陷 (引擎开关 / 域名黑名单 / URL 粒度 / 域名锁 recent 残留),全部已修。

修完之后,任务书的最后一问要求执行方穷举「用户点击 → 真正发起网络请求」之间的每一个状态与开关。 它列了 11 个,其中 4 个仍然是静默落空,本轮未修 —— 记档在此。

四个实例

# 前置条件 为假时发生什么 用户能看见吗
② isDbReady === false(initJsStore 失败) manageQueue 直接 return,行永久停在「待采集」 只有 badge 与 sysLog;点击时的 toast 完全不知情
③ isAnyUiActive() 内 getContexts 抛错 catch 后 return false ⇒ 本轮不调度 零日志
⑤ engine_heartbeat 已被抽干 无泵源 ⇒ 排队的行无人调度 本轮已为「重新采集」按钮补了主动泵,但其它入队路径仍可能空转
⑪ 连续失败 ≥ 15 触发熔断,自动关引擎 一次性通知发过之后,剩余已排队行从此停摆 行级无任何提示

为什么单独记档而不是顺手修

本轮已经走了四轮返工、四轮双路对抗审。继续扩范围会让这一版永远发不出去。

但这四条与本轮主线是同一个形状:

某个前置条件为假 → 动作被跳过 → 既不改变用户可见状态,也不留下任何痕迹 ⇒ 用户看到的是「我操作了,然后什么都没发生」。

这个形状在 v0.10.165 一轮之内咬了四次(每次都是审查方发现,不是自测发现)。 ⇒ 它不是偶发缺陷,是调度层缺少统一的「为什么没跑」出口。

建议的根治方向(未实施)

不要逐个补 toast —— 那是第 N+1 次打补丁。

manageQueue 及其前置检查应该有一个统一的短路原因出口:每次 return 都带一个 reason, 写进 sysLog,并让「点击类操作」能拿到它。这样新增任何前置条件时, 可观测性是默认继承的,而不是每次都要记得补。

⚠️ 实施前必须评估:manageQueue 是高频调用(每次任务完成、每次心跳), 无差别记日志会刷爆环形缓冲。需要按 reason 去重或采样。

判据

任何「用户触发的动作」与「实际执行」之间的每一道前置检查,都必须能回答「为什么没跑」。

可机械检查:列出该动作到真正副作用之间的所有 return / break / continue, 逐个问「它发生时用户能从哪里知道」。答案是「无处可知」的,就是这个形状。

修复(v0.10.166)

不是补四个 toast —— 那是第 N+1 次打补丁。装的是统一的短路原因出口,让可观测性默认继承。

三处装点(按用户能不能感知排序)

# 位置 修前 修后
1 manageQueue() 三处前置 return 不带原因;第二处还把 !isDbReady 与 isRunning === false 两个不同原因合并 返回可判别结果,第二处拆开
2 enqueuePaging 三连静默 return,tab 没映射上任务时翻页永不启动,用户只见第 1 页数据 每个早退点带原因
3 createTask addSearchData 失败被 catch (e) {} 完全吞掉 见下

去重闸提取为共享模块 src/utils/short-circuit-log.ts(key 分窗 10 分钟),三家 import 同一份。 量化:引擎关闭态最坏 36 条/小时 = 环形缓冲(MAX_LOG=5000)的 0.72%/小时。 原因变化时立即写,不被去重吞掉。

双路审咬出的三条返工

  • A(两路一致):createTask 的 catch 在生产中永远不触发 —— insertMany 把失败吞成返回值不抛。 加的留痕不可达,而且那个 try 块里的 settingParamsStorageItem.getValue() 抛错会被误记成入库失败。 ⇒ 改成按返回值判,设置读失败用自己的事件,{success:true,data:0}(被过滤器正当筛掉)不算失败。 详见 0147-throw-vs-return-contract-split
  • B:新加的 raw .catch(() => {}) 让 scan:error-handling --diff 变红(实测 rc=1) ⇒ 改走 catchAndLog。没有把违规写进基线 —— 那是掩盖不是修
  • C:引擎满负荷时 while (activeTasks < concurrency) 一次不进 ⇒ 误报 no-candidates 「库里无候选行」,而队列里可能还有几万行。⇒ 新增 at-capacity 原因,刻意不写日志 (满负荷是健康态,写了零诊断价值还占缓冲)

主控独立变异复核

变异 结果
去掉 result.success === false 判据 rc=1 · Tests 2 failed \| 8 passed (10)
atCapacityAtEntry 恒置 false rc=1 · Tests 1 failed \| 18 passed (19),失败信息精确指向 at-capacity
恢复后 sha256 逐字节一致,MUTATION 残留 0

🔴 第一次做变异 C 时正则锚点没匹配上,脚本 assert 失败退出,而 shell 继续跑了 vitest —— 差点把「没变异的 19 passed」读成「变异后仍绿 ⇒ 没牙」。又一次「变异打偏」(铁律 17)。

「出错 ≠ 无候选」(v0.10.168 收口)

manageQueue 主循环的 catch 原先只有 console.error,出口仍报 no-candidates ⇒ 「库里确实没有候选行」与「本轮跑炸了」混成同一条诊断。

修法:catch 里置标记 + 持久化留痕,出口新增 loop-failed, 放在 sawCandidates 之前 —— 本轮没跑完就报 ran 会掩盖故障。

🔴 名字刻意不叫 query-failed:对抗审指出 try 块里除候选查询外, 还有【领取任务的 updateByQuery】与【no-url 的 finalizeSchedulerSkipped】两条抛型写操作, 它们抛错也走这里 —— 叫 query-failed 会把写失败误报成查询失败(原话:名不副实)。

🔴 去重 key 必须带错误特征:对抗审第二条 —— 固定 key 会让同窗内不同故障互相吞掉 唯一的持久留痕,违反 short-circuit-log 模块头「原因变化立即写」的约定。 现取 message 前 60 字符做 key 后缀。

终点判定(v0.10.169 收口,「出错 ≠ 无候选」第二处)

收尾的 pending 检查原是 catch (e) {} —— 它失败意味着 alarm 没清、抓取窗没关 (引擎该停没停),此前零留痕。现在记 manage-queue-finalize-failed。

🔴 刻意不改出口语义:终点判定是收尾动作,失败不代表本轮调度失败, 不该把 ran / no-candidates 翻成 loop-failed —— 那会把两种故障又混起来。 C14c 钉 no-candidates 半边、C14d 钉 ran 半边,两组变异各自打红过。

⚠️ 注释订正(对抗审 P2-⑥):key 用 message.slice(0, 60) 防 key 爆炸的说法过宽 —— 它只在高基数变量落在第 60 字符之后时才成立。实测本路径的 message 形状固定、 不含 id/时间戳,稳定 6 条/小时;但那是被测路径的性质,不是 slice 给的保证。

黑名单失效不再静默照抓(v0.10.170,四轮对抗审)

两处空 catch:读设置(advParms + domainBlacklist)、黑名单块(包着解析 + 过滤 + 写库三件事)。 任一失败 ⇒ 用户明确排除的域名被照常抓取,且零留痕。

修法不是简单停手 —— 第一版无差别停手被审查方判 P1:

引擎会静默冻结:队列永不推进、UI 仍显示 running、无系统通知,而且没有任何兜底能救 —— watchdog 首行读的是同一个 settings item(同故障自废,异常判据只认孤儿/僵尸 tab)、 熔断只数真抓失败(冻结期 0 次抓取)、alarm 不清理跨重启自持。 且旧版退化出的空值恰好等于产品默认值 ⇒ 对没配黑名单的多数用户,旧版故障时的行为是对的。

最终形态(lastGoodFilterCfg):

情况 行为 留痕
成功读到 缓存这份配置 —
读失败 + 有缓存 沿用缓存,引擎继续(用户黑名单仍生效) warn
读失败 + 无缓存(冷启动) 停手 + break error
黑名单块失败 停手 + break(审查方:「完全站得住」) error

🔴 用 break 不用 continue:配置持续读不出时 continue 会对同一批候选无限重取 ⇒ 死循环。 两处 break 各有专门的变异测试(用候选查询次数区分)。

四轮审查里我自己的三个坑

  1. 过杀:无差别停手 ⇒ 引擎冻结且无兜底。改用 last-known-good
  2. 假测试:C16b 写成 if(failed)/else(fallback) 双分支 —— 模块级缓存被先跑的用例填满 ⇒ 恒走 else,「无缓存就停手」零执行覆盖,改坏它全套仍绿。 修法:导出 __resetFilterCfgCacheForTest(那条契约只在冷启动态可达)
  3. 测试构造让被测行为观察不到:C16 的缓存黑名单用 zzz.example、候选是 a.example, 永不相交 ⇒ 删掉「沿用缓存内容」那两行全套仍绿,而那两行是该修复的唯一载体

剩余四处静默吞(v0.10.171 收口)

位置 吞掉什么 用户看到什么 处置
batchDedupeByUrl 读设置 advParms 退化 [] 本轮复用按「不删」收尾 warn 留痕(退化是保守侧,不停手)
processWebsiteScrape 崩溃 仅 console.log 那行停在采集中→被 reset error 留痕
batchDedupeByUrl 单组失败 完全静默 重复数据一直不消失 error 留痕
batchDedupeByUrl 整趟失败 return 0 零留痕 同上,且查不到原因 error 留痕

🔴 全部只补留痕、不改控制流 —— 它们的降级行为都是保守侧 (advParms 退化 = 不删不是误删;单组失败不影响其它组)。 与 v0.10.170 的黑名单那处不同:那里退化会让该拦的照抓,所以必须停手。

判据:降级方向决定要不要停手 —— 退化成「少做」可以只留痕,退化成「多做/做错」必须停手。