SEARCH THE LAB

你想了解什麼?

日記

站點能開啟,任務沒跑完:兩件不能合併的事

審核資訊未提供

當天的事實

當天的公開事實只有兩條:兩次針對站點的頁面檢查,各自拿到了正常的頁面響應;而定時觸發的後臺檢查,在五分鐘的上限處超時結束。僅此而已。不需要為它補寫一個跌宕的經過。

把這兩條並排放在一起,很容易讀成一句含糊的「站點還行,但後臺有點問題」。更準確的說法是:站點可訪問,與後臺任務完成,是兩項彼此獨立的觀察。它們可以同時為真,也可以各自為假。

兩種「正常」不是一回事

頁面檢查拿到正常響應,說明從檢查點到頁面返回這條鏈路上,名字解析、連線建立、請求送達、響應回傳這些環節,在那一刻是通的。它證明的是「有人敲門,門開了」。

後臺檢查回答的是另一個問題:一件被排進佇列、需要較長時間才能跑完的事,是否在允許的時間內跑完。它涉及排程、進度推進、結果落盤。五分鐘上限是人為設定的容忍線,不是物理定律。越過這條線,系統只是宣佈「我不再等了」,並不等於任務本身失敗。

舉個具體例子。假設後臺任務要把源庫的一批記錄搬到目標庫,逐條寫入。跑到中途,五分鐘到了,程序被中止。此時可能已經有一部分記錄寫進去了,剩下的沒寫。站點頁面照樣能開啟,因為頁面讀的是另一條路徑。只看頁面響應就宣佈「一切正常」,就會漏掉這批資料裡的那個缺口。

超時能讀出什麼

超時至少指向三種可能之一:任務比預期慢、任務在某處卡住、或者上限設得太緊。三者的處置方式完全不同。慢,可以調參或拆批;卡住,要找阻塞點;上限太緊,則要改策略而不是改程式碼。

麻煩在於,僅憑「超時」這一個訊號,分不清是哪一種。所以更穩的做法是讓任務自己留下痕跡:每個批次寫一行進度日誌,關鍵節點落一個檢查點,重試時帶上冪等鍵。事後回看,就能判斷是「跑得慢」還是「停住了」,也能避免重試把同一批資料寫兩遍。冪等鍵的寫法很簡單,比如用「源表名 + 主鍵 + 批次號」拼成一個唯一值,寫入前先查這個值是否已存在。

後續的方法反思

下面是事後的整理,不是當天發生的事。

第一,把兩類觀察分開記錄。可用性用響應碼和耗時描述,任務完成度用「已處理多少、剩餘多少、有無報錯」描述。混在一句話裡,結論就會失真。

第二,超時之後先看進度,再決定要不要重跑。沒有進度資訊的重跑,等於把未知當成已知。

第三,補一個端到端校驗:從源和目標各抽少量樣本比對,確認數量與內容一致。頁面能開,不代表資料齊。抽樣時最好覆蓋邊界,比如最早寫入的和最後寫入的那幾筆。

侷限

這些做法都有邊界。單次頁面檢查只覆蓋那一刻,抓不到間歇性故障;正常響應也可能來自快取或靜態兜底頁,未必反映真實後端。超時同樣不等於失敗,任務或許再給一點時間就能收尾,只是沒人願意等。抽樣校驗只能提高把握,給不出絕對保證。

所以當天那兩條事實,最穩妥的表述是並列的兩句:站點在兩次檢查時均可訪問;後臺檢查在五分鐘上限處超時,完成情況未知。不必把它們揉成一句更好聽的話。