66 lines
5.1 KiB
Markdown
66 lines
5.1 KiB
Markdown
# U8 SQLite 活动服务锁与耐久核验
|
||
|
||
状态：2026-10-12 用户批准恢复方案 r3 的 U8 后编写，随 `feature/u8-sqlite-instance-guard` 实施。
|
||
主记录：[服务重启与全量数据恢复方案](../../modules/documents/docs/proposals/2026-10-12-service-restart-data-recovery.md) §7 U8、KTD13、KTD14。
|
||
本文件只定本增量的可判定行为。账户 CLI 不迁移、不建库的合同由账户方案 U7 实现。
|
||
|
||
## 1. 锁对象
|
||
|
||
活动服务在打开 SQLite（迁移发生在打开内部）之前取得锁，并持有到存储关闭之后。PostgreSQL 档不使用这把锁，沿用迁移咨询锁与执行所有权。
|
||
|
||
| 规则 | 行为 |
|
||
|---|---|
|
||
| 路径 | 先 `Abs`，已存在的路径再 `EvalSymlinks`。数据库文件若是符号链接，锁放在解析后的真实文件旁边 |
|
||
| 锁文件 | `<db>.lock`。`O_RDWR\|O_CREAT\|O_CLOEXEC\|O_NOFOLLOW`，模式 0600。永不 unlink。数据目录不存在时，活动服务在取锁前创建该目录 |
|
||
| 互斥 | `flock(LOCK_EX\|LOCK_NB)`。占用返回「活动服务已在运行」，调用方不得打开库 |
|
||
| 替换检测 | 取锁后比较 fd 与路径的 device/inode，不一致则关闭并重试，仍不一致则拒绝 |
|
||
| 硬链接 | 解析后的数据库 `nlink>1` 直接拒绝，不能用 adopt 绕过 |
|
||
| 平台 | `unix` 实现。其他平台的 SQLite 档拒绝启动。PostgreSQL 档不受此限制 |
|
||
| 范围 | 只挡活动服务与 `migrate`。`user`、`apikey`、`identity` 不取这把锁 |
|
||
|
||
svc 的 `runtime/<name>/.start.lock` 只串行化脚本生命周期，挡不住直接执行二进制。本锁补的是这条缺口。
|
||
|
||
## 2. 身份记录
|
||
|
||
两处记录，各管一种替换：
|
||
|
||
1. 锁文件内容（持有 fd 时读写）：`v1 db_dev db_ino instance_id lock_gen`。`lock_gen` 是 16 字节随机值的十六进制。数据库 inode 与记录不一致，或记录还在而数据库文件消失，视为数据库被替换，**打开之前**拒绝。
|
||
2. 表 `instance_guard`（迁移 v36，单行）：记录锁文件的 device/inode、instance_id 与 `lock_gen`。守卫建立之后，锁文件 inode 与表不一致，或表里已有 `lock_gen` 而锁文件记录缺失/不一致，视为锁根丢失或锁文件被重建（含 inode 被回收后内容丢失），打开并迁移之后拒绝，且不改写表。
|
||
|
||
尚无锁文件记录、表中也无行：视为首次建立（含旧库升级），写入两边。这是升级路径，不是 adopt。
|
||
|
||
同时换掉数据库文件和锁文件、新库里也没有本表：无法与真正的首次建立区分。此时若设置了 `AGENT_SYSTEM_INSTANCE_ID`，仍由既有身份校验拒绝错库。该剩余风险写入任务卡，不在本增量用第二套锁文件解决。
|
||
|
||
`instance_id` 取 `AGENT_SYSTEM_INSTANCE_ID`。表和锁文件都已有非空值且与本次不一致时拒绝。本次为空则不比较，保留表内原值。
|
||
|
||
显式 `--adopt-instance-guard`（仅 `serve` 与 `migrate`）在已持锁的前提下重写两边记录。它只接受「数据库文件还在但 inode 已变」和「锁记录损坏」。记录还在而数据库文件消失时，adopt 也不打开、不新建空库。锁文件若是指向数据库的符号链接，或与数据库同一 inode，直接拒绝且不写入。硬链接拒绝不受该标志影响。
|
||
|
||
身份校验在写入守卫之前完成。`AGENT_SYSTEM_INSTANCE_ID` 已设置但与库内身份不符时，不留下本次的 instance id。
|
||
|
||
## 3. 耐久
|
||
|
||
SQLite DSN 增加 `synchronous(FULL)`。打开后在**同一应用连接**读回 `journal_mode=wal` 且 `synchronous=2`，否则关闭并拒绝。
|
||
|
||
PostgreSQL 从应用连接读 `pg_settings`：`fsync`、`full_page_writes`、`synchronous_commit` 任一为 `off`，或读不到，则拒绝。`synchronous_commit=local` 不是 `off`，不拒绝。
|
||
|
||
写失败必须把错误返回给调用方。测试用 `RLIMIT_FSIZE` 制造失败，并忽略 `SIGXFSZ`，以免进程被信号杀死而看起来像成功。
|
||
|
||
## 4. migrate 子命令
|
||
|
||
`agent-system migrate --data <dir>`：SQLite 先取活动服务锁，有服务占用则拒绝，再打开（打开即迁移）并走第 2 节的建立/拒绝规则。
|
||
|
||
`agent-system migrate --dsn <dsn>` 或环境变量 `AGENT_SYSTEM_DSN`：不取文件锁，迁移仍用 PostgreSQL 咨询锁排队。
|
||
|
||
## 5. 验收
|
||
|
||
| 编号 | 判据 |
|
||
|---|---|
|
||
| T8-1 | 两个进程启动同一 SQLite，后者在打开前失败；前者的 running 与 waiting_hitl 行保持原状态 |
|
||
| T8-2 | 符号链接与相对路径进入同一把锁；硬链接拒绝；数据库替换拒绝；锁文件删除后重建拒绝 |
|
||
| T8-3 | 持锁进程被 SIGKILL 后，同数据目录可以再次取锁并打开 |
|
||
| T8-4 | 本增量：服务持锁期间另一进程的短事务可提交；缺库的 OpenExisting 不建目录；migrate 与持锁服务互斥。账户 CLI 不迁移归 U7 |
|
||
| T8-5 | 换端口、工作目录或路径拼写仍落在同一锁文件上 |
|
||
| T8-6 | pragma 读自应用连接；超限写入返回错误 |
|
||
|
||
`tests/test_svc_storage_ownership.py` 依赖 svc 启动路径。本任务不改 `scripts/svc.sh`，该文件留到账户 U5；若届时 svc 入口已稳定，再补脚本级用例。
|