opsx
5e59347c40
=== 0. 【严重】修复上一版引入的死锁（平台写路径全卡死）===
上一版把保留期读取写成 `GetRetentionSettings()`（内部 db.RLock()），
却在 `db.Lock()` 已持有的情况下调用（recordDelivery / RecordAudit 的裁剪路径）。
Go 的 sync.RWMutex **不可重入** → 第一次写投递历史/审计日志就永久死锁。
现象：登录 28 秒返回空（登录也要写审计）、所有写接口挂住。
go build / go vet / 之前的单测（不触发写路径）全都查不出来。
修法：
- 拆出 retentionFromDBLocked(db) / alertDeliveryRetentionLocked(db) /
auditLogRetentionLocked(db)，调用方已持锁时用无锁版本
- upsertSettingLocked 里**不能**用 db.NextID()（内部 d.mu.Lock()，同样死锁），
改为锁内自算 max(id)+1
- 新增 retention_test.go：持写锁调用裁剪函数，2 秒超时未返回即判死锁
实测修复后：登录 103ms（原 28000ms）、panic/deadlock 命中 0。
=== 1. 平台数据保留期可配（系统设置 → 通用配置 → 日志保留时间）===
新增 GET/PUT /api/v1/settings/retention：
alertDeliveryDays 告警发送历史保留天数，默认 7（原写死"最近 50 条"）
auditLogDays 审计日志保留天数，默认 90（原写死常量）
保存后立即按新策略裁剪一次，不必等下次触发。
校验：发送历史 1~365 天、审计 1~3650 天，超出返回明确中文原因（不是 500）。
注意与「Loki 日志保留期」区分：那个是部署级配置（组件部署 → 保留策略）。
=== 2. 发送历史：50 条硬上限 → 保留 7 天 ===
后端 Deliveries 接口原来写死 `len(out) < 50`，现在按保留期取（响应上限 500 可调），
标题改为「发送历史（保留 N 天）」，N 从设置里读。
=== 3. 菜单「日志服务」→「组件部署」===
=== 4. 分析页：去掉「全部命名空间」+ 改手动刷新 ===
- 移除「全部命名空间」选项：{namespace=~".+"} 要扫全集群（约 370GB/天），
一次分析几十秒，得不偿失；历史值 __all__ 也会被忽略并回退到策略/第一个 ns
- 筛选改为「选择值 / 已生效值」分离：切换命名空间或时间范围**不再自动查询**，
只把刷新按钮点亮并提示「筛选条件已改，点刷新生效」；
点一次才应用并取数。
原因：一次分析要跑多条 count_over_time，切一下下拉就重查一轮，
快速连点会把 Loki 打满（并发护栏 429），还拖慢别人。
=== 实测（9739c7c092e7）===
登录 103ms / token 273 字符
GET retention → {alertDeliveryDays:7, auditLogDays:90}
PUT 0 天 → 400「告警发送历史保留天数需在 1~365 之间」
平台日志 panic/deadlock 命中 0
go test ./... 全绿（含 2 个新死锁回归用例）
52 lines
1.3 KiB
Go
52 lines
1.3 KiB
Go
package services
|
||
|
||
import (
|
||
"testing"
|
||
"time"
|
||
|
||
"lokistack/repository"
|
||
)
|
||
|
||
// 回归：持写锁时裁剪逻辑绝不能再去拿读锁。
|
||
//
|
||
// 线上事故：一个 day-retention 配置读取被写成在 db.Lock() 内部调用
|
||
// GetRetentionSettings()（内部 db.RLock()）。Go 的 sync.RWMutex 不可重入，
|
||
// 于是**第一次写投递历史/审计日志就永久死锁** —— 平台表现是"登录 28 秒返回空"，
|
||
// 因为登录也要写审计。go build / go vet / 单测（不触发写路径）全都查不出来。
|
||
func TestPruneWhileLockedDoesNotDeadlock(t *testing.T) {
|
||
db := &repository.JsonDB{}
|
||
db.Lock()
|
||
defer db.Unlock()
|
||
|
||
done := make(chan struct{})
|
||
go func() {
|
||
defer close(done)
|
||
pruneDeliveriesLocked(db)
|
||
}()
|
||
|
||
select {
|
||
case <-done:
|
||
case <-time.After(2 * time.Second):
|
||
t.Fatal("pruneDeliveriesLocked 在持有写锁时死锁（内部又去拿了读锁）")
|
||
}
|
||
}
|
||
|
||
// 同理：审计日志裁剪。
|
||
func TestPruneAuditWhileLockedDoesNotDeadlock(t *testing.T) {
|
||
db := &repository.JsonDB{}
|
||
db.Lock()
|
||
defer db.Unlock()
|
||
|
||
done := make(chan struct{})
|
||
go func() {
|
||
defer close(done)
|
||
pruneAuditLocked(db)
|
||
}()
|
||
|
||
select {
|
||
case <-done:
|
||
case <-time.After(2 * time.Second):
|
||
t.Fatal("pruneAuditLocked 在持有写锁时死锁（内部又去拿了读锁）")
|
||
}
|
||
}
|