perf(embedding,memory): 批上限 4→8 削掉请求放大，审查预算 20s→90s 覆盖实测链长
实测（2026-10-13，本机空闲，活库 cyrene/user 分区 201 条、均长 34.7 汉字）： - 一条入库审查召回链 = 51 个「4 条」请求 = 23.070 / 21.860 s；旧审查预算 20s 比链长还短 ⇒ 每一条候选满额的审查都超时，且超时后 **一行留痕都不写** （7 天里 92.1% 的审查 recall_mode 为空、2274 条超时降级的根因） - 同一条链改成「8 条」= 26 个请求 = 21.435 / 21.597 s：请求数减半，墙钟几乎不变 —— 链路耗时由「条数 × 每条成本」主导，批次只改请求数 - 「16 条」在**真实代码路径**上 3 次里 2 次让单请求越过 5s 单次超时（1.818 / 5.016 超时 / 5.001 超时）⇒ 批上限不越过 8；隔离测量里 12 条 0.996~1.017 s 仍在界内 改动： - embedding: perItemBudget 500ms→300ms（实测摊销 70~107ms/条的约 3 倍） ⇒ DefaultBatchLimit 由 (5s/2−100ms)/300ms = **8**，同一套推演、两维都成立 （条数 100ms+8×300ms=2.5s；字符 100ms+480×5ms=2.5s，均在超时的一半内） - embedding: 新增 maxSafeBatchLimit=12（实测外沿）+ 编译期断言（越界即 uint 溢出、 编译失败），与 tidy_config.go 那条同手法 - memory: defaultReviewTimeout 20s→**90s**（> 实测最坏链：空闲 21.6s⇒4.2 倍余量、 与整理链并发 56.7s + T1 8s ⇒ 1.4 倍；不再大的理由=单 worker 有界队列 256 的 最坏积压 256×90s≈6.4h、服务真挂死时第一片 5s 就降级用不到这条预算） 测试（不留过时断言）：budget_test.go 加「钉值 8/480 + 两维不等式 + ≤12 外沿 + 16 条必须仍判越界」四层；api_url_test.go 的 reviewBudgetRef 20s→90s； preinsert_recall_test.go 新增跨包断言「预算 > 实测最坏链 + defaultT1Timeout」。 变异自证：perItemBudget 回 500ms ⇒ 钉值断言红；reviewTimeout 回 20s ⇒ 跨包断言红； perItemBudget 150ms（⇒16）⇒ 编译失败（constant -4 overflows uint）。三者均已逐字还原。 遗留（如实登记，未修）：① 整理轮每轮重嵌整个分区（user 一轮仍 250 个请求）， 解法方向是复用已入库的 vec_items 或给整理轮一个 embedding 请求预算；② 链路对单点 慢分片没有韧性 —— 一个分片失败即整条 Embed 失败、丢掉其余分片的工作量，且实测 任何批次形状都会偶发 >5s 尖峰（4 条 7.139s / 8 条 9.711s，与批次无关），方向是 重试/分片级容错，调常量解决不了。
This commit is contained in:
AskaEth committed
1 parent
20051f0168
commit
f3fb097630
8 files changed
+280
-53
No files matched your search
@@ -42,16 +42,24 @@ const (
|
||||
// budget.go 里**同一个不等式**推出 —— 单次请求的耗时上界不得超过超时的一半。
|
||||
// 改这一行就等于改了批次上限，反之亦然；两侧永远是配套的。
|
||||
//
|
||||
// 为什么每次调用必须有自己的上限：上层「入库前审查」的单条总预算是 20s
|
||||
// （memory.defaultReviewTimeout），embedding 只是它内部的第一步，后面还有 T1 灰区
|
||||
// 判定（8s）。一次卡死的 HTTP 不能把整条审查的 20s 都赌掉。真慢就**快速失败**，
|
||||
// 调用方按**既有语义**降级（审查降级到词项余弦并如实留痕 degraded），
|
||||
// **绝不静默丢记忆** —— 本常量只砍等待时间，不改任何判定规则。
|
||||
// 为什么每次调用必须有自己的上限：上层「入库前审查」的单条总预算是 90s
|
||||
// （memory.defaultReviewTimeout），而**一条召回链是几十个请求**（201 条 ÷ 8 条/片
|
||||
// = 26 个，见 budget.go 文件头的链路实测）—— 一次卡死的 HTTP 不能把整条审查的预算
|
||||
// 都赌掉：把它压在 5s，最坏也只是这一片失败，调用方按**既有语义**降级（审查降级到
|
||||
// 词项余弦并如实留痕 degraded），**绝不静默丢记忆**。本常量只砍等待时间，不改任何
|
||||
// 判定规则。
|
||||
//
|
||||
// 5s 保持不变的依据：本次故障（2026-10-13）的成因不是这个数太小，而是批次太大 ——
|
||||
// 64 条的实测耗时 7.5~8.5s 已经越过它，客户端放弃、服务端还在算，把整台本机
|
||||
// embedding 服务顶住，连带单条请求（写向量索引）也一起超时。所以修法是**把批次
|
||||
// 收进预算内**，而不是把预算放大到迁就批次（后者会让真挂死的请求也拖住整轮）。
|
||||
// 5s 保持不变的依据：本次故障（2026-10-13）的成因**不是**这个数太小（链条是
|
||||
// 「N 条 → ⌈N/批次⌉ 个请求」，链长超的是**调用方**预算），因此修法是把链条收短
|
||||
// （budget.go: 批上限 4 → 8）并**单独**抬高调用方预算（memory.defaultReviewTimeout
|
||||
// 20s → 90s），而不是把单次超时放大到迁就链条 —— 后者会让真挂死的请求也一起
|
||||
// 拖住整轮审查。
|
||||
//
|
||||
// ⚠️ 已知残余（见 budget.go 文件头 ④）：空闲窗口实测单请求最大 1.782s，但**任何**
|
||||
// 批次形状都偶发越过本超时的尖峰（实测 4 条 7.139s、8 条 9.711s —— 明确与批次无关）。
|
||||
// 越过它的后果被设计成**有界的**：那一次调用失败 ⇒ 调用方按既有语义降级
|
||||
// （召回回落词项余弦 + 留痕 degraded），**不是**整轮丢失。真正要治的是链路对单点
|
||||
// 慢分片的韧性（重试/分片级容错），不在这里。
|
||||
//
|
||||
// 冷启动另有 warmupTimeout（见 budget.go），但它**只放宽本进程的第一个请求**、
|
||||
// 且一次性花掉：失败不会让它续期，因此「服务一直挂死」这件事**不会**变成
|
||||
@@ -161,6 +169,12 @@ func (e *APIEmbedder) Dim() int {
|
||||
// **自己切片**，分多次请求顺序发出，因此「一次请求的耗时 < 单次超时」这条不变式
|
||||
// 对任何调用方都成立 —— 调用方给多大的切片都不会把服务端顶住。中途任一段失败即
|
||||
// 整体失败（返回已发请求的错误），绝不半途改用混合表示。
|
||||
//
|
||||
// ⚠️ 代价在调用方那一侧：**一次 Embed(N) 是 ⌈N/条数上限⌉ 个请求**（改前 201 条 =
|
||||
// 51 个；改后 8 条/片 = 26 个），整条链的墙钟实测 ~21s（见 budget.go 文件头）。
|
||||
// 因此调用方的**总**预算必须按链长算，而不是按一次请求算 ——
|
||||
// memory.defaultReviewTimeout = 90s 就是这条口径（20s 的旧值比链长还短，
|
||||
// 让每一条候选数满额的审查都必然超时，且失败时不留痕）。
|
||||
func (e *APIEmbedder) Embed(ctx context.Context, texts []string) ([]Vector, error) {
|
||||
if len(texts) == 0 {
|
||||
return []Vector{}, nil
|
||||
|
||||
@@ -216,7 +216,12 @@ func TestAPIEmbedder_LoopbackAliasReachesIPv4OnlyServer(t *testing.T) {
|
||||
// 权威定义在 internal/runtime/memory/preinsert_config.go 的 defaultReviewTimeout。
|
||||
// 跨包的真实断言在 memory 包（preinsert_recall_test.go）里，这里钉住同一个口径，
|
||||
// 免得 embedding 侧悄悄把超时调到 ≥ 审查预算。
|
||||
const reviewBudgetRef = 20 * time.Second
|
||||
//
|
||||
// 2026-10-13 由 20s 改为 90s：审查的召回链是 201 条 ⇒ ⌈201/8⌉ = 26 个 embedding
|
||||
// 请求，整条链实测 21.4~21.6s（空闲）—— **20s 的旧值比链长还短**，于是每一条候选
|
||||
// 满额的审查都必然超时（这是「92% 的审查 recall_mode 为空」的根因）。本文件钉住的
|
||||
// 是同一个数，不是另一个数：embedding 侧任何一次调用的超时都必须严格小于它。
|
||||
const reviewBudgetRef = 90 * time.Second
|
||||
|
||||
// TestDefaultRequestTimeout 钉住单次 embedding 调用的超时值，并断言它**严格小于**
|
||||
// 审查总预算：否则一次卡死的 embedding 连接就能吃光整条审查的预算，排在后面的
|
||||
|
||||
@@ -20,28 +20,72 @@ import "time"
|
||||
// 时刻**，而且只发生一次（见 warmupTimeout 的说明）。批形状与超时仍然同源：
|
||||
// 无论第一个请求的截止多宽，它带的条数/字符数永远按稳态超时算出来。
|
||||
//
|
||||
// ## 实测依据（2026-10-13，本机 = AMD RX 6600 XT + llama.cpp b11371 +
|
||||
// Qwen3-Embedding-0.6B Q8_0，端点 127.0.0.1:11434，**服务器空闲**，正文取自活库
|
||||
// data/cyrene.db：短正文约 33 汉字、长正文约 168 汉字；每档 5~6 次取最坏）
|
||||
// ## 实测依据（2026-10-13，本机 = AMD RX 6600 XT + llama.cpp（PID 318144，起于
|
||||
// 10-07，**排除冷启动**）+ Qwen3-Embedding-0.6B Q8_0，端点 127.0.0.1:11434，
|
||||
// **服务器空闲**，正文取自活库 data/cyrene.db 的 cyrene/user 分区：本次样本
|
||||
// 201 条、均长 34.7 汉字、最长 75 汉字）
|
||||
//
|
||||
// n=1 短 0.066~0.185s 长 0.740s
|
||||
// n=8 短 0.86~1.11s
|
||||
// n=12 短 1.27s 长 5.47s
|
||||
// n=16 短 2.20~3.31s
|
||||
// n=64 短 7.49~8.49s（改前的批次上限）
|
||||
// ① 单次请求的**形状曲线**（隔离测量 = 一条请求发完算完，同档重复 2~3 次）：
|
||||
//
|
||||
// 拟合：单次请求耗时 ≈ 固定开销 + 字符总量 × 每字符成本；固定开销实测约 50ms，
|
||||
// 每字符成本实测 2.7~3.9ms。**同一批 n≥32 起出现过数倍放大**（8.97s / 26.6s），
|
||||
// 因此大批次的耗时不可预测 —— 这也是「余量取一半」而不是「卡着边界」的依据。
|
||||
// n=1 15 字 0.069 / 0.076 / 0.072 s
|
||||
// n=4 78 字 0.243 / 0.224 / 0.221 s
|
||||
// n=8 184 字 0.550 / 0.570 / 0.569 s
|
||||
// n=12 331 字 0.996 / 1.017 s
|
||||
// n=16 464 字 1.385 / 1.394 / 1.353 s
|
||||
// n=32 991 字 2.884 s
|
||||
// n=64 1997 字 6.872 s
|
||||
//
|
||||
// 拟合：耗时 ≈ 固定开销 + 条数 × 每条成本；固定开销实测约 50ms、每条成本
|
||||
// 70~110ms。64 条 6.9s **已越过单次超时 5s**（旧批次上限正落在这里）。
|
||||
//
|
||||
// ② **真实链路的墙钟与请求数**：把一条入库审查的召回链（201 条 = 新条 1 +
|
||||
// ScanLimit 200，preinsert_recall.go 的 embedReviewTexts）按批次形状整条发出：
|
||||
//
|
||||
// 形状 请求数 墙钟(s) 单请求均值(s) 单请求最大(s)
|
||||
// 4 条/片（改前） 51 23.070 / 21.860 0.452 / 0.429 1.449 / 1.052
|
||||
// 8 条/片（本次） 26 21.435 / 21.597 0.824 / 0.831 1.782 / 1.732
|
||||
// 16 条/片 / 480 字 16 21.477 → 49.433 1.342 → 3.089 2.119 → **11.043**
|
||||
// 16 条/片 / 不限字 13 21.012 / 21.904 1.616 / 1.685 2.313 / 2.582
|
||||
//
|
||||
// 三条结论 —— 本次修复的判断全部落在这里：
|
||||
//
|
||||
// - **链路墙钟由「条数 × 每条成本」主导，几乎与批次形状无关**：同样 201 条，
|
||||
// 4 条/片与 8 条/片的墙钟都是 ~21s。抬高批次上限买到的是**请求数减半**
|
||||
// （51 → 26）与其带来的服务端排队压力下降，**不是**链路变快。要让链路落回
|
||||
// 调用方预算，只有把预算抬到链长之上（审查侧 defaultReviewTimeout）。
|
||||
// - **8 条/片不越界**：空闲窗口里三轮最大的单请求 1.782s，远在 5s 单次超时之内。
|
||||
// - **16 条/片会越界**：同一批正文、同一次会话里复现出单请求 **11.043s**
|
||||
// （那一轮整条链 49.4s）。批上限取 8 而不是 12/16，依据是**实测到的最坏单请求
|
||||
// 本身就出界**，不需要归因。（隔离测量里 16 条三次稳定在 1.35~1.39s ⇒ 这个
|
||||
// 形态方差极大，不能只看隔离值。）
|
||||
//
|
||||
// ③ **真实代码路径**（不是直连端点：跑 APIEmbedder.Embed(201 条) 本身，用注入的
|
||||
// RoundTripper 数真实 HTTP 请求数）：
|
||||
//
|
||||
// 8 条/片 26 个请求 / 201 个向量，墙钟 21.489s、28.220s（两轮，均未触发单请求超时）
|
||||
// 16 条/片 直接 embedChunk：1.818s、**5.016s 超时**、**5.001s 超时**（3 次里 2 次越界）
|
||||
//
|
||||
// ④ **必须登记的残余（实测，不是推测）**：任何形状下都偶发「单请求越过 5s」，
|
||||
// 与批次**无关** —— 交错对比 40 次 4 条 + 40 次 8 条（同一批正文）：
|
||||
//
|
||||
// 4 条/片 p50 0.456s p90 1.008s 最大 **7.139s**（>5s 计 1/40）
|
||||
// 8 条/片 p50 0.848s p90 1.861s 最大 **9.711s**（>5s 计 2/40）
|
||||
//
|
||||
// 该窗口机器上确有别的负载（`tasklist` 可见多个 go/link 进程 = 塔里其它 worker 在
|
||||
// 编译；同窗后端也在跑群聊回合）。归因**未定**，但两件事可以确定：① 4 条/片同样尖峰
|
||||
// （7.139s）⇒ 尖峰**不是**本次放大批次的后果；② 因为「一个分片失败 ⇒ 整条 Embed
|
||||
// 失败」，一次尖峰就丢掉其余分片已算完的工作量 —— 链路对单点慢分片的**韧性**是遗留
|
||||
// 问题，**调常量解决不了**（修法是重试/分片级容错，不在本切片内）。
|
||||
//
|
||||
// 复跑命令（读活库正文、只连本机 embedding 服务、不写任何库）：
|
||||
//
|
||||
// python - <<'PY'
|
||||
// import json,sqlite3,time,urllib.request
|
||||
// URL="http://127.0.0.1:11434/v1/embeddings"; MODEL="<model id>"
|
||||
// t=[r[0] for r in sqlite3.connect("data/cyrene.db").execute(
|
||||
// "select content from memory_items order by id limit 64")]
|
||||
// for b in (t[:1],t[:8],t[:12],t[:16],t[:64]):
|
||||
// t=[r[0] for r in sqlite3.connect("file:data/cyrene.db?mode=ro",uri=True).execute(
|
||||
// "select content from memory_items where status='active' and persona_id='cyrene'"
|
||||
// " and scope='user' order by created_at desc, rowid desc limit 201")]
|
||||
// for b in (t[:1],t[:4],t[:8],t[:16],t[:64]):
|
||||
// body=json.dumps({"model":MODEL,"input":b}).encode()
|
||||
// r=urllib.request.Request(URL,data=body,headers={"Content-Type":"application/json"})
|
||||
// s=time.perf_counter(); urllib.request.urlopen(r,timeout=300).read()
|
||||
@@ -54,43 +98,75 @@ const (
|
||||
// perCharBudget 是**每字符**的墙钟预算上界（实测 2.7~3.9 ms/字符，取 5ms）。
|
||||
perCharBudget = 5 * time.Millisecond
|
||||
|
||||
// perItemBudget 是**每条文本**的墙钟预算上界：按活库里最长的正文（168 汉字，
|
||||
// 最坏摊销 0.456 s/条）向上取整到 500ms。
|
||||
perItemBudget = 500 * time.Millisecond
|
||||
// perItemBudget 是**每条文本**的墙钟预算上界：它守住「条数」那一维。
|
||||
//
|
||||
// 2026-10-13 由 500ms 降到 300ms —— 旧值是把条数上限压到 **4** 的那个约束项，
|
||||
// 而 4 条/片会把一次召回放大成 ⌈N/4⌉ 个 HTTP 请求（201 条的审查链 = 51 个请求，
|
||||
// 见文件头）。依据不是「拍一个更小的数」，而是**实测摊薄**：整条链里每条的平均
|
||||
// 成本 70~103ms（8 条/片轮次 0.824s ÷ 8 ≈ 103ms；64 条档最坏 6.872s ÷ 64 ≈
|
||||
// 107ms），300ms 仍是实测的约 **3 倍**。按不变式反解，它把条数上限放到 8：
|
||||
// (5s/2 − 100ms) / 300ms = 8 —— 恰好用满「超时的一半」，另一半＝抖动余量。
|
||||
//
|
||||
// 为什么不再大：条数上限 12 需要 perItemBudget ≤ 200ms（只剩实测的 1.9 倍），
|
||||
// 16 需要 ≤ 150ms（1.4 倍）—— 而 16 条/片本次已复现出**单请求 11.043s**
|
||||
// （> 单次超时 5s，见文件头）。批次越靠近那条界，单请求越可能「客户端先放弃、
|
||||
// 服务端还在算」（级联堆积的起点）。取 8：**请求数减半，单请求仍留 3 倍余量**。
|
||||
perItemBudget = 300 * time.Millisecond
|
||||
|
||||
// callBudgetShare 表示一次请求最多用掉超时的 1/2：另一半是抖动余量
|
||||
// （见上面 n≥32 的数倍放大）。调大它 = 余量变小，必须连带复核实测。
|
||||
// （见文件头 16 条/片那轮的数倍放大）。调大它 = 余量变小，必须连带复核实测。
|
||||
callBudgetShare = 2
|
||||
|
||||
// DefaultBatchLimit 是单次请求的**条数**上限，由上面三个常量推出来（唯一推演）：
|
||||
// (5s/2 − 100ms) / 500ms = 4。
|
||||
// (5s/2 − 100ms) / 300ms = 8。
|
||||
DefaultBatchLimit = (int(DefaultRequestTimeout/callBudgetShare) - int(requestOverhead)) / int(perItemBudget)
|
||||
|
||||
// DefaultBatchChars 是单次请求的**字符总量**上限，同一个不等式换成每字符预算：
|
||||
// (5s/2 − 100ms) / 5ms = 480。它防的是「条数很少但每条很长」：
|
||||
// 4 条 × 168 汉字 = 672 字符已越过它，会被再切一刀。
|
||||
// (5s/2 − 100ms) / 5ms = 480。它防的是「条数很少但每条很长」。
|
||||
//
|
||||
// 本次**不动**它（每字符成本实测 2.7~3.9ms，5ms 仍是上界），因此两道界的分工
|
||||
// 是：8 条 × 均长 35 字（280 字）走**条数界**；8 条 × 长正文（如 168 字 = 1344 字）
|
||||
// 被它再切一刀，落到 2 条/片。两维都必须成立，缺哪一维都会有请求越界。
|
||||
DefaultBatchChars = (int(DefaultRequestTimeout/callBudgetShare) - int(requestOverhead)) / int(perCharBudget)
|
||||
|
||||
// maxSafeBatchLimit 是条数上限的**实测外沿**（12），它守的是与上面那条不等式
|
||||
// **不同**的一层：不等式管的是**建模成本**（requestOverhead + 批次 × perItemBudget
|
||||
// ≤ 超时的一半），它管的是**实测形状** —— 文件头里 16 条/片复现出 11.043s 的单
|
||||
// 请求（> 5s 超时），8 条/片三轮最大 1.782s，隔离测量 12 条 0.996~1.017s 仍在界内。
|
||||
// 两层必须同时成立：把批次放到 12 需要**同时**把 perItemBudget 压到 ≤ 200ms
|
||||
// （只剩实测摊销的 1.9 倍，且算式上 100ms + 12×200ms = 2.5s 已顶到边界）；
|
||||
// 越过 12 则已进入「实测已知会出界」的区间 —— 由下面那条编译期断言拦住。
|
||||
maxSafeBatchLimit = 12
|
||||
|
||||
// warmupTimeout 是**一次性的**冷启动放宽：本 embedder 生命周期里的**第一个**
|
||||
// 请求可以拿到这个截止（模型加载 / GPU 缓冲分配还没发生过），此后**每一个**
|
||||
// 请求（含刚失败的那个之后的下一个）一律回到 DefaultRequestTimeout。
|
||||
//
|
||||
// 🔴 它**不是**「只要还没成功过就一直放宽」—— 那个口径会在服务挂死时把
|
||||
// fail-fast 变成 fail-slow（每次都等 warmupTimeout），并把审查的 20s 预算、
|
||||
// fail-fast 变成 fail-slow（每次都等 warmupTimeout），并把审查单条预算、
|
||||
// 索引写入的 5s 预算整段吃掉。一次性 + 8s 两条一起才是有界的：
|
||||
// - 一次性：放宽最多花掉**一个**请求的时长，最坏情形之后立刻回到 5s；
|
||||
// - 8s：与常态 5s **同一量级**（1.6×），且严格小于审查单条总预算 20s
|
||||
// （memory.defaultReviewTimeout）⇒ 一次冷启动不可能吃光整轮审查，
|
||||
// - 8s：与常态 5s **同一量级**（1.6×），且严格小于审查单条总预算
|
||||
// （memory.defaultReviewTimeout = 90s）⇒ 一次冷启动不可能吃光整轮审查，
|
||||
// 后面的 T1 灰区判定（8s）仍有预算。这条不等式由测试守住
|
||||
// （api_url_test.go 的 TestDefaultRequestTimeout）。
|
||||
//
|
||||
// 依据：2026-10-13 部署后第一分钟的生产日志里有一条
|
||||
// `vector embed for index failed ... embed 1 texts ... context deadline exceeded`
|
||||
// —— 模型还没热时 5s 不够；而稳态实测单条只要 0.03~0.19s（见上面的曲线），
|
||||
// 所以放宽只需要覆盖「进程的第一个请求」这一刻。
|
||||
// —— 模型还没热时 5s 不够；而本次实测稳态单条只要 0.069~0.076s（见文件头的
|
||||
// 形状曲线），所以放宽只需要覆盖「进程的第一个请求」这一刻。
|
||||
warmupTimeout = 8 * time.Second
|
||||
)
|
||||
|
||||
// 编译期不变式（2026-10-13）：条数上限一旦越过**实测划出来的外沿**
|
||||
// （maxSafeBatchLimit）—— 例如把 perItemBudget 压到 150ms（⇒ 16）、或把
|
||||
// callBudgetShare / requestOverhead 往「放宽」的方向调 —— 下面这行常量表达式
|
||||
// 会变成负数、uint 溢出 ⇒ **编译失败**。与 tidy_config.go 里那条「整理侧批上限
|
||||
// 不许超过 embedding 推出来的值」同一手法：把实测承诺交给编译器守，而不是只写在
|
||||
// 注释里。反方向的漂移（perItemBudget 调大 ⇒ 批上限变小 ⇒ 报错变多）由
|
||||
// budget_test.go 的钉值断言抓。
|
||||
const _ = uint(maxSafeBatchLimit - DefaultBatchLimit)
|
||||
|
||||
// callBudget 返回在 timeout 这个单次超时下，一次请求允许用掉的墙钟预算。
|
||||
func callBudget(timeout time.Duration) time.Duration {
|
||||
if timeout <= 0 {
|
||||
|
||||
@@ -19,16 +19,21 @@ import (
|
||||
// - 「批内耗时 < 超时」⇒ 不降级：DerivedBatchCompletesWithinTimeout；
|
||||
// - 「批内耗时 ≥ 超时」⇒ 超时（本次故障形态）：LegacyBatchOf64TimesOut；
|
||||
//
|
||||
// 以及**变异自证**：把批上限调回旧值 64（或把推演调松）会让哪条测试红，
|
||||
// 见 TestBatchBudget_InvariantHolds 与 TestAPIEmbedder_LegacyBatchOf64TimesOut。
|
||||
// 以及**变异自证**：把批上限调回旧值（4 或 64）会让哪条测试红，见
|
||||
// TestBatchBudget_InvariantHolds（钉值 + 两层上界）与
|
||||
// TestAPIEmbedder_LegacyBatchOf64TimesOut。
|
||||
//
|
||||
// 假客户端用的是**实测曲线**（不是随口编的常数）：单次请求耗时
|
||||
// ≈ measuredOverhead + 字符总量 × measuredPerChar，取值见下面两个常量
|
||||
// （2026-10-13 本机实测：固定开销 ~50ms、每字符 2.7~3.9ms，此处取上界）。
|
||||
// （2026-10-13 本机实测：固定开销 ~50ms、每字符 3.4ms，此处取上界）。
|
||||
const (
|
||||
measuredOverhead = 50 * time.Millisecond
|
||||
measuredPerChar = 4 * time.Millisecond
|
||||
latencyModelChars = 33 // 活库短正文的平均长度（实测 33 汉字）
|
||||
latencyModelChars = 33 // 活库短正文的平均长度（实测 33~35 汉字）
|
||||
// measuredPathologicalItems 是**实测**已经出界的批次形状（文件头：单请求
|
||||
// 11.043s > 5s 超时）。它只用于说明「上界不该往哪边放」，不是断言对象 ——
|
||||
// 断言对象是推出来的 DefaultBatchLimit 与它必须落在的 maxSafeBatchLimit 之内。
|
||||
measuredPathologicalItems = 16
|
||||
)
|
||||
|
||||
// latencyTripper 是一个按上面那条曲线**真的睡够时间**的 RoundTripper：
|
||||
@@ -115,7 +120,18 @@ func shortTexts(n int) []string {
|
||||
// TestBatchBudget_InvariantHolds 是**推演本身**的断言（不连任何网络）：
|
||||
// 由超时推出来的一对上限，必须使「一次请求的耗时上界 ≤ 超时的一半」成立。
|
||||
//
|
||||
// 变异自证：把 DefaultBatchLimit 的推演改成旧口径（条数写回 64）⇒ 第一条断言红；
|
||||
// 四层，各自的语义不同（改坏任一层都必须是红的）：
|
||||
//
|
||||
// 1. **钉值**：推出来的条数上限必须是 8、字符上限必须是 480。它是「常量变了必须
|
||||
// 连带复核链长/病态区」的那根 tripwire —— 例如把 perItemBudget 调回 500ms
|
||||
// （⇒ 4）或 200ms（⇒ 12）都会让这一条红，而不是静默改掉整条链的请求数。
|
||||
// 2. **不变式（条数维）**：requestOverhead + 批次 × perItemBudget ≤ 超时的一半。
|
||||
// 3. **不变式（字符维）**：requestOverhead + 字符上限 × perCharBudget ≤ 超时的一半。
|
||||
// 4. **实测外沿**：条数上限必须 ≤ maxSafeBatchLimit（12），且**实测已知出界的形状**
|
||||
// （16 条/片，单请求 11.043s）在推演下必须仍然判为越界 —— 即推演不许松到
|
||||
// 把 16 条当成一个批次。
|
||||
//
|
||||
// 变异自证：把 DefaultBatchLimit 的推演改成旧口径（条数写回 64）⇒ 第 1 层红；
|
||||
// 若改成「把超时放大到盖住 64 条」⇒ 最后一条断言红（旧配对必须仍是越界的）。
|
||||
func TestBatchBudget_InvariantHolds(t *testing.T) {
|
||||
t.Parallel()
|
||||
@@ -123,19 +139,42 @@ func TestBatchBudget_InvariantHolds(t *testing.T) {
|
||||
if DefaultBatchLimit < 1 || DefaultBatchChars < 1 {
|
||||
t.Fatalf("推出来的上限必须 ≥ 1：条数=%d 字符=%d", DefaultBatchLimit, DefaultBatchChars)
|
||||
}
|
||||
// 1. 钉值：值变了就必须连带复核「审查链请求数」与「病态区上界」两件事。
|
||||
if DefaultBatchLimit != 8 {
|
||||
t.Fatalf("DefaultBatchLimit = %d, want 8（值变了要连带复核审查链请求数 ⌈201/批次⌉ 与 maxSafeBatchLimit）",
|
||||
DefaultBatchLimit)
|
||||
}
|
||||
if DefaultBatchChars != 480 {
|
||||
t.Fatalf("DefaultBatchChars = %d, want 480（字符维本次刻意未动；改了要复核长正文分片）",
|
||||
DefaultBatchChars)
|
||||
}
|
||||
share := DefaultRequestTimeout / callBudgetShare
|
||||
// 2. 条数维：批次上限 × 每条预算 + 固定开销 ≤ 超时的一半。
|
||||
byItems := requestOverhead + time.Duration(DefaultBatchLimit)*perItemBudget
|
||||
if byItems > share {
|
||||
t.Fatalf("条数上限 %d 的耗时上界 %s 超过超时的一半 %s（推演被调松了）",
|
||||
DefaultBatchLimit, byItems, share)
|
||||
}
|
||||
// 3. 字符维：同一个不等式换成每字符预算。
|
||||
byChars := requestOverhead + time.Duration(DefaultBatchChars)*perCharBudget
|
||||
if byChars > share {
|
||||
t.Fatalf("字符上限 %d 的耗时上界 %s 超过超时的一半 %s（推演被调松了）",
|
||||
DefaultBatchChars, byChars, share)
|
||||
}
|
||||
// 4. 实测外沿：条数上限不得越过实测划出来的那条线（12），而且**实测已出界的
|
||||
// 形状**（16 条/片）在推演下必须仍是越界的 —— 否则说明推演松到把已知的病态
|
||||
// 形状也当成合法批次了。
|
||||
if DefaultBatchLimit > maxSafeBatchLimit {
|
||||
t.Fatalf("条数上限 %d 越过实测外沿 %d（16 条/片实测单请求 11.043s > 单次超时 %s）",
|
||||
DefaultBatchLimit, maxSafeBatchLimit, DefaultRequestTimeout)
|
||||
}
|
||||
if pathological := requestOverhead + time.Duration(measuredPathologicalItems)*perItemBudget; pathological <= share {
|
||||
t.Fatalf("%d 条/片的耗时上界 %s 竟落在超时的一半 %s 之内 —— "+
|
||||
"推演已经松到把这个实测出界的形状当成合法批次了",
|
||||
measuredPathologicalItems, pathological, share)
|
||||
}
|
||||
// 旧配对（批次 64 + 5s 超时）必须仍被判为越界 —— 那正是 2026-10-13 的故障形态：
|
||||
// 实测 64 条 7.5~8.5s > 5s。这里用同一套预算常量复核它仍然出界。
|
||||
// 实测 64 条 6.872s > 5s。这里用同一套预算常量复核它仍然出界。
|
||||
legacy := requestOverhead + 64*perItemBudget
|
||||
if legacy <= DefaultRequestTimeout {
|
||||
t.Fatalf("旧配对（64 条）的耗时上界 %s 竟然落在单次超时 %s 之内 —— "+
|
||||
|
||||
Reference in new issue
Block a user