weichenandCursor
f7053f393b
Why: the restored drill passed artifact recovery, and the handbook, checklist, and collaboration plan have to say so without opening write traffic.
Evidence: backup-20261013-013354 on Dev a83588dd and backend 46073d30; K1-K7 true, RPO 65s, RTO 3s, five artifacts matched, cross-user access 404. SELF. Documents 5335499 is PR #92.
Impact: C5 is marked SELF-pass. Second-instance writes stay closed until REPLAY or CI and a second host exist.
Refs: docs/svc.md docs/release-multi-instance.md modules/documents
Co-authored-by: Cursor <cursoragent@cursor.com>
6.4 KiB
6.4 KiB
双实例放行前检查单（协作存储 U7）
协作存储方案 §5 U7 的放行出口要求：单实例团队、双进程、双主机分别出具 结果；CI 身份/链接/SHA 或独立 REPLAY 可核验才用于放行，本地 SELF 只作辅助。 本检查单列出每一放行条件、其证据来源与当前状态；未全部满足前，第二实例 不得承接写请求、双主机部署不得开工。
状态图例：✅ 已满足（证据可核验）｜⏳ 入口就绪、待执行窗口｜❌ 未开始。
A. 正确性与故障矩阵（代码与 CI 可覆盖）
| # | 条件 | 证据（命令/测试） | 状态 |
|---|---|---|---|
| A1 | 单实例全链路（mock）：认证/项目/会话/SSE/检索/卡片 | backend go test ./...（CI job test，SQLite 档 35+ 包） |
✅ CI 绿 |
| A2 | 真 PG/Redis 全量 | make test-backend-pg（CI job test-pg，AGENT_PG_TEST_DSN 必跑） |
✅ CI 绿 |
| A3 | 磁盘满清楚拒绝、零残留、可恢复 | backend TestUploadRejectsCleanlyWhenObjectDirUnwritable、TestArtifactOverwriteRejectsCleanlyWhenObjectDirUnwritable |
✅ CI 绿 |
| A4 | 恢复隔离（未知副作用不自动重跑） | backend recovery_hold_test.go（U3） |
✅ CI 绿 |
| A5 | 库级多实例语义（争抢/围栏/命令/跨实例 resolve 不落卡） | backend runmgr/multi_instance_test.go（真库门控） |
✅ CI 绿 |
| A6 | 双进程 HTTP 级验收（跨实例读/SSE/409/HITL/取消/崩溃恢复/重启不变量） | make test-multi-instance（CI job test-pg；本地 tests/integration/multi-instance/README.md） |
✅ CI 绿 |
| A7 | 权限矩阵重放（撤权零泄漏：请求/SSE/检索/下载/工具） | backend resource_authz_test、shared_*_test、sse_gap_test、pgvector_test（U3/U6） |
✅ CI 绿 |
B. 容量与负载合同（需要实测窗口，本地入口已就绪）
| # | 条件 | 证据（命令） | 状态 |
|---|---|---|---|
| B1 | 冒烟压测通过（入口可复核、不变量零违反） | tests/load/collaboration/run_load.sh --profile smoke |
✅ 已跑通（SELF，2026-10-12：读 P95<1ms、SSE P95≈18ms、对账 0 违反） |
| B2 | 阶梯负载 10→30→100 用户，读 P95≤300ms、P99≤1s、非预期失败≤0.1% | --seed contract --profile ladder --instances 2；results 20261012-064730：读 P95≈15.5ms、P99≈44.3ms、fail=0 |
✅ SELF（2026-10-12）；非 GATE/REPLAY |
| B3 | 60 分钟稳定负载 + 2 小时混合长稳 | sustained60m results 20261012-070510（读 P95≈3.9ms）；sustained2h results 20261012-081025（读 P95≈6.2ms）；均 fail=0、dup_seq=0 |
✅ SELF（2026-10-12）；非 GATE/REPLAY |
| B4 | SSE 持久事件可见延迟 P95≤1s | 同上套件 sse_probe：ladder A/B ≈17.5/33.0ms；60m ≈5.7/4.4ms；2h ≈3.9/4.2ms | ✅ SELF（随 B2/B3） |
| B5 | 数据量档（100 万消息/10 万知识分块/多项目交叉授权） | 三段均 --seed contract（manifest：1e6 messages / 1e5 knowledge） |
✅ SELF（2026-10-12） |
| B6 | 数据库基线（pgbench 只测 DB 能力，不替代业务验收） | tests/load/collaboration/run_pgbench.sh；results pgbench-20261012-131948（scale 100，60s，-M prepared；100 客户端按 max_connections 余量封顶为 95）。select-only 10/30/95 的 P95 为 0.024/0.057/0.180 ms；TPC-B 类 10/30/95 的 P95 为 0.673/1.002/3.361 ms。失败事务 0。主机并不空闲，数字只作参考 |
✅ SELF（2026-10-12）；无业务阈值；非 GATE/REPLAY |
| B7 | 容量数字绑定组件 SHA/配置/数据集归档 | 容量报告 + worktree results/<ts>/ + 任务卡 evidence |
✅ SELF 报告已写 |
C. 双进程与双主机放行（分布式出口）
| # | 条件 | 证据 | 状态 |
|---|---|---|---|
| C1 | 双进程共享 PG：正确性矩阵全过（A6） | make test-multi-instance |
✅ |
| C2 | 双进程负载下互相不拖累（热点会话/命令时延） | 上表 B2/B3 均 --instances 2（VU 粘滞 + 跨实例读 + 热点 409 入 expected_contention；非热点读阈值全过） |
✅ SELF（2026-10-12）；非 GATE/REPLAY |
| C3 | 双主机（跨机网络）验证：同套验收在两台主机执行 | A6 的 AGENT_BIN/DSN 指向远端；需用户指定第二主机 | ❌ 待资源 |
| C4 | 故障演练：PG 断连/Redis 断连恢复（RTO≤15min） | tests/ops/run_fault_drill.sh --fault all；results fault-20261012-142734。pg-stop 与 pg-kill 的 F1–F5 均过，RTO 不到 1 秒且未重启应用。Redis：共享限额 20，断连期间按实例合计约 40，拉起后回到 20；无 5xx。G4 降级不可见、G5 启动时 Redis 不通则拒绝，记为发现 |
✅ SELF（2026-10-12）；非 GATE/REPLAY |
| C5 | 备份恢复演练（RPO≤5min/RTO≤60min，pg_dump+物理备份） | tests/ops/run_backup_drill.sh。2026-10-12 backup-20261012-153441 的库恢复过、K4 因空 *S3 panic 失败。2026-10-13 在 Backend 46073d30、Dev a83588dd 上重跑 backup-20261013-013354：K1–K7 过，RPO 65s，RTO 3s；K4 为 5 个工件 sha256 一致且跨用户项目/工件访问均为 404。静态加密、凭据演练记 N/A；归档与数据同盘 |
✅ SELF（2026-10-13）；非 GATE/REPLAY |
放行结论（当前）
- 单实例团队档：A1–A7 全绿 + B1–B5/B7 本机 SELF 容量窗口全过（见容量报告）。 功能验收成立；容量数字仅为 SELF，换机/真实模型须重测。生产承诺仍待独立 REPLAY 或 GATE。
- 双进程档：正确性已证（A5/A6/C1），本机双实例负载 SELF 已过（C2）。C4 断连演练 SELF 已过。 仍不放行第二实例承接写请求——缺独立 REPLAY/GATE，C3 未做。C5 的工件恢复（K4）已有 2026-10-13 本机 SELF，不是 GATE。
- 双主机档：未开始（C3），不放行。
已知边界与诚实声明
- U7 期间经双进程验收发现并修复三个跨实例缺陷（详见
tests/integration/multi-instance/README.md）：HITL resolve 落卡短路命令、 cancel 命令空会话 ID、CancelRun 假成功。修复均已入 CI 回归。 - 正式容量窗口使用 Homebrew 固定位 k6 v2.3.0。
- 容量详情与 SHA 绑定见 Documents
docs/records/2026-10-12-u7-capacity-window-report.md；原始results/<ts>/在测量 worktree（gitignore），不入库。 - B6 pgbench、C4 断连演练与 C5 备份恢复（含 K4 工件）已有本机 SELF。C3 双主机仍待第二台机器。证据等级仍缺独立 REPLAY 或 CI GATE。