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）
111 lines
3.5 KiB
Go
111 lines
3.5 KiB
Go
package controllers
|
||
|
||
import (
|
||
"fmt"
|
||
"time"
|
||
|
||
"github.com/gin-gonic/gin"
|
||
|
||
"lokistack/services"
|
||
"lokistack/utils"
|
||
)
|
||
|
||
// SystemController 系统级运维操作：备份 / 恢复 / 巡检。
|
||
type SystemController struct{}
|
||
|
||
func NewSystemController() *SystemController { return &SystemController{} }
|
||
|
||
// Backup 导出当前平台数据（tar.gz 下载）。
|
||
//
|
||
// 内容：数据文件 + kubeconfigs/ + known_hosts/ + manifest.json（含密钥指纹），
|
||
// 不含明文密钥。恢复必须使用同一把 ENCRYPTION_KEY。
|
||
func (ctrl *SystemController) Backup(c *gin.Context) {
|
||
name := fmt.Sprintf("lokistack-backup-%s.tar.gz", time.Now().Format("20060102-150405"))
|
||
c.Header("Content-Type", "application/gzip")
|
||
c.Header("Content-Disposition", fmt.Sprintf(`attachment; filename="%s"`, name))
|
||
|
||
if _, err := services.CreateBackup(c.Writer); err != nil {
|
||
// 已经写了响应头，无法再改状态码，只能把错误写进 body 尾部
|
||
_, _ = c.Writer.WriteString(fmt.Sprintf("\n\n# 备份失败: %v", err))
|
||
return
|
||
}
|
||
}
|
||
|
||
// Restore 上传备份包：校验 + 暂存，**不直接覆盖**线上数据库。
|
||
// 返回暂存路径与密钥指纹比对结果，由管理员确认后再调用 RestoreApply。
|
||
func (ctrl *SystemController) Restore(c *gin.Context) {
|
||
file, err := c.FormFile("file")
|
||
if err != nil {
|
||
utils.BadRequest(c, "请上传备份文件（form-data 字段名 file）")
|
||
return
|
||
}
|
||
if file.Size > 128<<20 {
|
||
utils.BadRequest(c, "备份文件超过 128MB，请用 run.sh restore 在服务器上操作")
|
||
return
|
||
}
|
||
f, err := file.Open()
|
||
if err != nil {
|
||
utils.InternalServerError(c, fmt.Sprintf("读取上传文件失败: %v", err))
|
||
return
|
||
}
|
||
defer f.Close()
|
||
|
||
res, err := services.ValidateAndStageBackup(f)
|
||
if err != nil {
|
||
utils.BadRequest(c, fmt.Sprintf("备份校验失败: %v", err))
|
||
return
|
||
}
|
||
utils.Success(c, res)
|
||
}
|
||
|
||
// RestoreApply 应用已暂存的备份。应用后需重启平台进程才生效。
|
||
func (ctrl *SystemController) RestoreApply(c *gin.Context) {
|
||
var req struct {
|
||
Confirm bool `json:"confirm"`
|
||
}
|
||
_ = c.ShouldBindJSON(&req)
|
||
if !req.Confirm {
|
||
utils.BadRequest(c, "恢复会覆盖当前全部数据，请传 confirm=true 确认")
|
||
return
|
||
}
|
||
path, err := services.ApplyStagedBackup()
|
||
if err != nil {
|
||
utils.BadRequest(c, err.Error())
|
||
return
|
||
}
|
||
utils.Success(c, gin.H{
|
||
"message": "备份已应用，请重启平台使新数据生效（kubectl -n log rollout restart deploy/lokistack）",
|
||
"dbPath": path,
|
||
})
|
||
}
|
||
|
||
// Backups 列出服务器上已有的备份文件（run.sh backup 产出）。
|
||
func (ctrl *SystemController) Backups(c *gin.Context) {
|
||
utils.Success(c, gin.H{"list": services.ListBackups()})
|
||
}
|
||
|
||
// GetRetention 读取平台数据保留期（告警发送历史 / 审计日志）。
|
||
func (ctrl *SystemController) GetRetention(c *gin.Context) {
|
||
utils.Success(c, services.GetRetentionSettings())
|
||
}
|
||
|
||
// SaveRetention 保存平台数据保留期。
|
||
// 校验范围而不是直接接受：保留 0 天等于"什么都不留"，通常是误操作。
|
||
func (ctrl *SystemController) SaveRetention(c *gin.Context) {
|
||
var req services.RetentionSettings
|
||
if !utils.BindAndValidate(c, &req) {
|
||
return
|
||
}
|
||
if err := services.SaveRetentionSettings(req.AlertDeliveryDays, req.AuditLogDays); err != nil {
|
||
utils.BadRequest(c, err.Error())
|
||
return
|
||
}
|
||
utils.Success(c, services.GetRetentionSettings())
|
||
}
|
||
|
||
// Health 平台自检：一键诊断用。
|
||
// 聚合「能不能用」的判断，避免排障时在多个页面之间跳。
|
||
func (ctrl *SystemController) Health(c *gin.Context) {
|
||
utils.Success(c, services.SelfCheck())
|
||
}
|