AskaEth
8c437866e7
痛点：mode=client 时首次拨号失败会让 Connect 直接返回 error ⇒ 渠道起不来； 而「连上后再断」本来就有重连。⇒ 把 readLoop 的入口条件放宽为「conn==nil 也算」， **不新造第二套循环**。 新增 reconnect.go：退避 2s → ×2 → 上限 60s、抖动 ±25%（具名常量），失败计数跨 Connect 与 readLoop 共享。 ws_client：新增 connectFirstClient —— 可重试失败只记 WARN 并返回 nil； 配置缺失（remote_url 空）仍致命（闸门口径不变）。 connected 语义不许撒谎：始终由真实连接决定；HealthCheck 未连上返回 ErrNotConnected； 仅 http 传输保留「已装配即可服务」旧口径（逐字未改）。 ctx 感知等待（sleepCtx）+ 等待后复查 ctx ⇒ Disconnect 能立即中止，不泄漏 goroutine。 server 模式与 http 三端行为逐字不变（既有用例零改动全绿 + TestServerModeUnaffectedByClientRetry）。 测试：client_retry_test.go(428) + reconnect_test.go(83)，用可注入 dialer + gate 通道造确定性时序。 变异 5 条（首连 fail-fast / 退避无上限 / 取消失效 / 未连上就报已连 / 抖动未接线）。 诚实边界：60s 上限对聊天渠道可能偏慢（改 30s 是一行常量）；仓库内仍存第二份指数退避 （wsutil.Backoff 无抖动能力，收敛需改 internal/**，本切片禁碰）。
130 lines
5.1 KiB
Go
130 lines
5.1 KiB
Go
package qq_obv11
|
||
|
||
// 本文件实现 **ws + client**（Cyrene 主动拨号 OneBot 正向 WS）的首连/重连退避策略。
|
||
//
|
||
// 为什么需要它：NapCat 等 OneBot 实现可能比 Cyrene 后启动（或中途重启），若首连失败
|
||
// 就判定渠道起不来，「谁先起来」就成了部署顺序的硬约束。因此首连失败必须非致命：
|
||
// 交给后台重试循环按指数退避继续拨号——退避带抖动（多实例同时重连时错开）且有上限
|
||
// （对面长期不在线时按固定上限间隔探测，不做无界增长）。连接状态始终以真实连接为准：
|
||
// 没连上就是 connected=false，绝不假装已连（面板与 HealthCheck 都照此判断）。
|
||
//
|
||
// 设计依据：DevDocs/design/08-渠道接入.md §4 与 AGENTS §9——client 模式不开监听端口，
|
||
// 重试只发生在出站拨号上。
|
||
//
|
||
// 既有实现对照（AGENTS §9.5）：项目已有 `internal/channel/adapter/wsutil.Backoff`
|
||
// （2s 起步、×2、60s 封顶的网关重连调度器，KOOK 用；design/08 §95 计划让各 WS 平台共用
|
||
// 这套重连基座）。本包**口径与之对齐**（同样 2s/60s），但不直接 import 它，理由有三：
|
||
// ① 本需求要 ±抖动，wsutil.Backoff 没有这个能力；② import wsutil 会把 gorilla/websocket
|
||
// 拖进本包依赖图，而本包刻意只用标准库携带 WS 帧编解码（见 websocket.go 抬头）；
|
||
// ③ 真正收敛的做法是给 wsutil.Backoff 加可选抖动再迁走，那要改 internal/**，属后续工作。
|
||
|
||
import (
|
||
"math/rand/v2"
|
||
"sync"
|
||
"time"
|
||
)
|
||
|
||
const (
|
||
// reconnectBaseDelay 是重试等待时长的初值（第一次失败后按因子翻倍）。取值与
|
||
// wsutil.Backoff 的网关重连口径一致（2s 起步、60s 封顶）。
|
||
reconnectBaseDelay = 2 * time.Second
|
||
// reconnectMaxDelay 是退避上限：到顶后按固定间隔继续探测，不再增长。
|
||
reconnectMaxDelay = 60 * time.Second
|
||
// reconnectBackoffFactor 是每多一次连续失败，等待时长的放大倍数。
|
||
reconnectBackoffFactor = 2
|
||
// reconnectMaxDoublings 限制翻倍次数，避免移位/乘法溢出（结果随后仍被上限裁剪）。
|
||
reconnectMaxDoublings = 6
|
||
// reconnectJitterRatio 是抖动幅度（±25%），让多实例的重连打点错开。
|
||
reconnectJitterRatio = 0.25
|
||
)
|
||
|
||
// reconnectPolicy 是退避参数的可注入载体：生产用 defaultReconnectPolicy()（由上面的
|
||
// 具名常量构造），测试替换成毫秒级参数即可确定性验证重试，不必真等秒级退避。
|
||
type reconnectPolicy struct {
|
||
baseDelay time.Duration
|
||
maxDelay time.Duration
|
||
factor int
|
||
maxDoublings int
|
||
jitterRatio float64
|
||
}
|
||
|
||
// defaultReconnectPolicy 返回生产退避参数。
|
||
func defaultReconnectPolicy() reconnectPolicy {
|
||
return reconnectPolicy{
|
||
baseDelay: reconnectBaseDelay,
|
||
maxDelay: reconnectMaxDelay,
|
||
factor: reconnectBackoffFactor,
|
||
maxDoublings: reconnectMaxDoublings,
|
||
jitterRatio: reconnectJitterRatio,
|
||
}
|
||
}
|
||
|
||
// delayFor 返回「已连续失败 failures 次」之后应等待的时长：
|
||
// baseDelay × factor^failures，叠加 ±jitterRatio 抖动后裁剪到 [0, maxDelay]。
|
||
// 指数项先按 maxDoublings 收敛再来抖动、最后裁上限，因此退避有界、绝不无限增长。
|
||
func (p reconnectPolicy) delayFor(failures int) time.Duration {
|
||
steps := failures
|
||
if steps < 0 {
|
||
steps = 0
|
||
}
|
||
if steps > p.maxDoublings {
|
||
steps = p.maxDoublings
|
||
}
|
||
d := p.baseDelay
|
||
for i := 0; i < steps; i++ {
|
||
d *= time.Duration(p.factor)
|
||
}
|
||
if p.jitterRatio > 0 {
|
||
d = time.Duration(float64(d) * (1 + jitterOffset(p.jitterRatio)))
|
||
}
|
||
if d > p.maxDelay {
|
||
d = p.maxDelay
|
||
}
|
||
if d < 0 {
|
||
d = 0
|
||
}
|
||
return d
|
||
}
|
||
|
||
// jitterOffset 返回 [-ratio, +ratio] 上的均匀随机偏移。
|
||
func jitterOffset(ratio float64) float64 {
|
||
return (rand.Float64()*2 - 1) * ratio
|
||
}
|
||
|
||
// reconnectState 是 client 模式的连续失败计数器。Connect 的首连失败与 readLoop 的
|
||
// 重连失败共享同一份状态，因此退避在一轮启动内连续；成功连上即清零。
|
||
type reconnectState struct {
|
||
mu sync.Mutex
|
||
failures int
|
||
}
|
||
|
||
// fail 记一次失败并返回下次重试前应等待的时长（该值就是要写进日志的 retryIn）。
|
||
func (s *reconnectState) fail(p reconnectPolicy) time.Duration {
|
||
s.mu.Lock()
|
||
defer s.mu.Unlock()
|
||
s.failures++
|
||
return p.delayFor(s.failures)
|
||
}
|
||
|
||
// wait 返回当前应等待的时长（不推进计数）：与上一次失败记录的 retryIn 一致，
|
||
// 保证日志里承诺的间隔就是下一次真正拨号前的等待。
|
||
func (s *reconnectState) wait(p reconnectPolicy) time.Duration {
|
||
s.mu.Lock()
|
||
defer s.mu.Unlock()
|
||
return p.delayFor(s.failures)
|
||
}
|
||
|
||
// reset 清零连续失败计数（成功连上或重新 Connect 时调用）。
|
||
func (s *reconnectState) reset() {
|
||
s.mu.Lock()
|
||
defer s.mu.Unlock()
|
||
s.failures = 0
|
||
}
|
||
|
||
// noteConnectFailure 记录一次 client 模式的连接失败：推进退避，并写一条带来源的
|
||
// WARN（含 err 与下次重试间隔）。access_token 绝不入日志。
|
||
func (a *Adapter) noteConnectFailure(err error) {
|
||
delay := a.reconnect.fail(a.policy)
|
||
a.log.Warn("onebot connect failed; retrying", "err", err, "retryIn", delay)
|
||
}
|