0 Fork 0

Files

T

admin 1242d07db0 fix(实例代理): 冷启动窗口转发失败改为 503，消除实例子域 502（档案 141）

根因：proxyHttp() 在转发两次失败后 reply.raw.destroy()，不写任何响应头与 body，边缘 nginx 只能回 502。
现象：admin 首次用 admin.ai1net.com 进场即 502 —— /api/dsh/enter 拉起实例后 12 秒访问，实例进程已在、端口已分配但 dsh 尚未监听。
改法：新增 replyUpstreamUnavailable()，响应头未发出时回 503 + Retry-After（导航请求给会自动重试的极简 HTML），仅 headersSent/writableEnded 才允许 destroy。
实测：门户 200 / admin.ai1net.com 401 / 实例端口 401 / 启动日志 0 error / verify-inject 全绿。

2026-09-19 16:18:41 +08:00

4.7 KiB

Raw Blame History

141-实例子域冷启动窗口内代理裸断连接致 502（2026-09-19 修复）

一句话：实例已拉起、端口已分配，但 dsh 还没开始监听的那十几秒里，平台代理转发两次都失败后 不写任何响应就销毁连接 ⇒ 边缘 nginx 只能回 502（浏览器拿到一张无信息的错误页）。现改为回 503 + Retry-After（导航请求给一页会自动重试的极简 HTML）。

现象（用户报障）

「admin 账号登录服务器报错 502」——admin 登录门户成功，随后打开自己的工作区 https://admin.ai1net.com/ 时页面 502。

取证链（全部实测）

#	证据	内容
1	nginx error log	`2026/09/19 16:07:04 [error] upstream prematurely closed connection while reading response header from upstream, request: "GET / HTTP/2.0", upstream: "http://127.0.0.1:3080/", host: "admin.ai1net.com"`；16:07:05 `GET /favicon.ico` 同错
2	nginx access log	host=`admin.ai1net.com` 全程只有这 2 条、都是 502（说明是该域首次被访问）
3	平台 journal	`req-1tx` `GET / (host=admin.ai1net.com)` 只有 `incoming request`、没有 `request completed` ⇒ 平台接了请求但没写出任何响应
4	触发时序	`16:06:52 POST /api/auth/login` 200(80 ms) → `16:06:52 POST /api/dsh/enter` 200 但耗时 11.1 s → scope `dsh-114801-70e1d05b.scope` `ActiveEnterTimestamp=16:06:52` → 16:07:04 用户访问（= 实例启动后 12 秒）
5	现状自愈	`curl 127.0.0.1:20000` = 401（dsh 正常态）⇒ 实例就绪后自行恢复；期间同机 curl 带 `Host: admin.ai1net.com` 打 3080 一律 401，无法复现 502

⚠️ 该 502 不是平台进程挂了（dshs 一直 active、NRestarts=0、3080 在听、日志全是 200），也不是域名/nginx 配置问题 —— 别往这三个方向查。

根因（代码级）

src/supervisor/proxy.ts → proxyHttp()：

upstream.on('error')：首次失败 → 丢弃 keep-alive 池并重试一次；第二次失败（connRetry === true）→ reply.raw.destroy()（旧 517–520 行）
同类：upRes.on('error', () => reply.raw.destroy())（旧 514 行）

⇒ 两处都是不发响应头、不写 body，直接销毁 socket，客户端一侧只能由边缘代理兜底成 502。

为什么没走"实例未运行"的过渡页分支：resolveSubdomainAccess() 用 app.supervisor.endpointFor(userId) 判活（不读 dsh_instances.status）。实例记录/端口已存在 ⇒ 返回 endpoint，于是进的是转发分支而不是 404 not_running → 302 /wake.html（档案 49 那条）—— 用户既拿不到过渡页、也拿不到 503，只有 502。

修法（最小改动，只动错误分支）

新增模块级 replyUpstreamUnavailable(request, reply)：

响应头尚未发出 ⇒ 导航请求（GET + accept: text/html）回 503 + Retry-After: 2 + 会自动 location.reload() 的极简 HTML；非导航回 503 + JSON {"error":"instance_starting"}（与既有 652 行口径一致）
已 headersSent / writableEnded ⇒ 维持 destroy()（不能在半截响应上再写头）

调用点：upstream.on('error') 的 connRetry 分支、upRes.on('error')。

部署与回滚

项	内容
送法	本机 `tsc -p tsconfig.json` → `scp lib/supervisor/proxy.js` → `systemctl restart dshs`（只送编译产物）
送前核对	已 `diff` 线上文件 vs 本地新产物 = 仅本次 43 行差异（证明线上 = 仓库 HEAD 的产物）
备份	`/opt/dsh/backups/proxy.js.pre141-20260919-161444`（37350 B）
回滚	`cp` 该备份回 `/opt/dshs/lib/supervisor/proxy.js` → `systemctl restart dshs`
验收	`is-active dshs`=active ｜门户 `Host: ai1net.com` = 200 ｜ `admin.ai1net.com` = 401 ｜ `127.0.0.1:20000` = 401 ｜启动日志 0 error ｜ `verify-inject.cjs` 全绿

遗留（未修，另行立项）

🟡 dsh_instances 里 admin 行 status=stopped、pid/port 为空，而 47 上它的 scope 一直在跑 ⇒ 控制面视图与实际进程不一致。本次修复不依赖该字段（endpointFor 另有来源），故不影响；但是否诱发**重复 launch**需单独立项核。
⚪ WebSocket upgrade 分支的 socket.destroy()（684 行，未认证 / 未知 host）属预期行为，未动。

关联

档案 49：实例未就绪 → 过渡页 /wake.html 的既有设计（本档案是它在"实例已存在但未监听"这一盲区的补漏）
PLAYBOOK-实例与插件坑.md §18：同为「报错形态误导排查方向」族 —— 报 502 时先查"平台有没有回响应"，别先怀疑 nginx / 域名 / 实例挂了

4.7 KiB Raw Blame History Unescape Escape