admin
c70d5d860e
背景：把平台从「单机单进程」改造成「1 组 Manager + N 台 Worker + 共享归属状态」，
硬约束 = 全程兼容单例模式（deployMode 默认 local；生产切换前 47 一行未动）。
主要改动
1) 数据模型 v7（SQLite 与 PG 两方言同步）：新增 dsh_hosts 注册表 +
dsh_instances.{host_id,epoch,heartbeat_at,lease_until}；claimInstance 原子抢占
（UPDATE … WHERE host_id IS NULL OR lease_until < now）+ pinInstanceHost 钉住归属。
2) 租约与 fencing：src/supervisor/lease.ts（acquire/renew/release + stillHolder 判据 +
ttl > 2×renew 硬校验）；心跳里续租，失权即向 worker 下发更高 epoch（self-fencing）。
⚠️ release 只清租约（lease_until），**保留 host_id** —— host_id 是「用户数据在哪台」的锚点。
3) Worker agent（src/worker/agent.ts，子命令 dshs worker）：实例生命周期 + 文件面 /fs/*
+ 幂等键（operationId）+ 鉴权（timingSafeEqual）；Worker 不写控制面数据
（apiKey/uid 由 Manager 随 launch 投递，R5 收窄）。
4) 远端 Spawner + LeasedSpawner：按 host 路由（**粘性优先**：有历史归属且那台 up 就留在原地，
否则按容量选最空的）+ 容量准入 + deployMode=cluster 装配（systemd drop-in，可回滚）。
5) bwrap 修正：**所有挂载点的中间目录统一前置 + 去重 + 由外到内**（「就近创建」会在嵌套前缀下
遮掉已绑挂载点 ⇒ bwrap: Can't chdir）；且**只能用 --tmpfs**，用 --perms 会让 47 的
bwrap 0.4.0 直接拒启动（沙箱全挂）。
6) 跨机隧道 src/worker/tunnel.ts：SSH ControlMaster + 动态 -R 转发；**自愈由 agent 本地
20s 定时器驱动**（不能只放 /healthz —— 心跳本身经隧道进来，断了就没人触发它）。
7) 文件面按归属路由（RemoteUserFs）：实例与文件必须落在同一台机器，否则实例看不到自己的文件。
8) 观测面：dshs doctor / dshs cluster status。
验证（本次均已实跑）
- test/lease.test.mjs：SQLite 10/10 == PG 10/10
- 组件级端到端 5 个：verify-cluster-{agent,lease,fs,migrate,live}.mjs
- 真跨机（47 Manager / 106 Worker，跨云 + 反向隧道）verify-cluster-cross.mjs 九步全绿
- 域名形态访问 verify-cluster-domain.mjs（<user>.域名 → Manager → 远端实例；越权 403）
- 冒烟 scripts/smoke-*：6/8，失败项与改动前基线完全相同（无回归）
- 生产切换与回滚剧本见 dsh-server-docs/交接单/T08-集群化落地-兼容单例模式.md §16
39 lines
2.3 KiB
Bash
39 lines
2.3 KiB
Bash
#!/usr/bin/env bash
|
||
# 切换 B 步（在 47 上跑）：加 systemd drop-in → 重启 dshs（= 切换时刻，约 1-2 秒中断）
|
||
# · 用 drop-in 而非改 unit：unit 本体 hash 不变 ⇒ 回滚只需删 drop-in
|
||
# · 同时把 106 的 worker lib 也更新到同一版本（两侧代码必须一致）
|
||
set -uo pipefail
|
||
mkdir -p /etc/systemd/system/dshs.service.d
|
||
cat > /etc/systemd/system/dshs.service.d/cluster.conf <<CONF
|
||
# T08 集群化（2026-09-15）：Manager 在 47、实例落在 w-47（既有用户）/ w-106（新用户）
|
||
# 回滚：删除本文件 → systemctl daemon-reload → systemctl restart dshs
|
||
[Service]
|
||
Environment="DSHS_DEPLOY_MODE=cluster"
|
||
Environment="DSHS_DB_URL=postgres://dshs:[email protected]:15432/dshs"
|
||
Environment="DSHS_CLUSTER_HOST_ID=w-47"
|
||
Environment="DSHS_CLUSTER_AGENT_URL=http://127.0.0.1:19100"
|
||
Environment="DSHS_CLUSTER_AGENT_TOKEN=dshs-worker-47-c4b7e19f"
|
||
Environment="DSHS_CLUSTER_INSTANCE_HOST=127.0.0.1"
|
||
Environment="DSHS_CLUSTER_WORKER_DATA_ROOT=/var/lib/dshs"
|
||
Environment="DSHS_CLUSTER_CAPACITY_MB=-1"
|
||
Environment="DSHS_CLUSTER_REGISTER_SELF=0"
|
||
Environment="DSHS_CLUSTER_LEASE_TTL_MS=30000"
|
||
CONF
|
||
echo " ✓ drop-in 已写（$(wc -l < /etc/systemd/system/dshs.service.d/cluster.conf) 行）"
|
||
|
||
systemctl daemon-reload
|
||
systemctl restart dshs
|
||
sleep 6
|
||
|
||
echo "=== 切换后自检 ==="
|
||
echo " dshs=$(systemctl is-active dshs) ｜ dshs-pg=$(systemctl is-active dshs-pg) ｜ dshs-worker=$(systemctl is-active dshs-worker)"
|
||
echo " 生效 env（systemd 解析后）:"
|
||
systemctl show dshs -p Environment 2>/dev/null | tr ' ' '\n' | grep -E "DEPLOY_MODE|CLUSTER_HOST_ID|CLUSTER_AGENT_URL|DB_URL" | sed 's/^/ /'
|
||
echo " 门户: login.html=$(curl -s -o /dev/null -w '%{http_code}' -m 8 http://127.0.0.1:3080/login.html)"
|
||
echo " 公网: https://alotbuy.com/login.html = $(curl -s -o /dev/null -w '%{http_code}' -m 12 https://alotbuy.com/login.html)"
|
||
echo " --- dshs cluster status ---"
|
||
cd /opt/dshs && set -a && . /etc/dshs.env && set +a && set -a && . /etc/systemd/system/dshs.service.d/cluster.conf 2>/dev/null || true
|
||
cd /opt/dshs && DSHS_DB_URL="postgres://dshs:[email protected]:15432/dshs" node lib/cli.js cluster status 2>&1 | head -8 | sed 's/^/ /'
|
||
echo " --- 回滚命令（随时可用） ---"
|
||
echo " rm -f /etc/systemd/system/dshs.service.d/cluster.conf && systemctl daemon-reload && systemctl restart dshs"
|