Skip to content

[PR] fix: warn when a label resume races the post-boot background scan (#3406 item 3) - #3439

Closed
ranxianglei wants to merge 2 commits into
masterfrom
2026-10-17_label-race-detection
Closed

ranxianglei wants to merge 2 commits into
masterfrom
2026-10-17_label-race-detection

Conversation

@ranxianglei

@ranxianglei ranxianglei commented Oct 16, 2026 •

Copy link
Copy Markdown
Owner

(ai: vllm-qwen/qwen3.8-27b)

Fixes #3406 第 3 项(检测半)

是什么问题

清单第 3 项(#3199 竞态,中风险):unified 存储下 boot 只解析最新窗口的文件,窗口外文件的 alias 登记推迟到后台扫描。若在这个空档里有请求按 label 恢复会话,loadSync 查不到 alias → getSession 在 label 名下新开一个空会话;后台扫描结束后旧文件虽被记为 alias,但 label 下的查找永远被新空会话的 direct-id 文件赢走 —— 旧对话在 label 下永久不可达(按旧 id 仍可读)。静默数据搁浅:无报错、无日志、用户看到的就是「历史没了」。

机制链(master ce9bc90 逐行核实):

  • src/persist.ts:653 bootBounded:同步部分只解析 mtime 最新的窗口(:686-716),scanRemainderInBackground(:720)fire-and-forget;
  • src/session.ts:965 getSession:内存 miss → loadSync miss → createSession(label) 开新空会话;
  • src/persist.ts:1100-1121 loadEnvelope:direct-id 文件优先于 legacyAliases —— 竞态后旧状态在 label 下不可达。

为什么先修检测而不是根治

根治要动 index/持久化格式(label 行回填 index.db,或 alias 边车文件)——属 §7.4 人工评审域,#3419 已把三个选项列给 owner。检测止血无决策依赖、零风险,按「无决策依赖的部分先修」政策先行交付:后台扫描结束时对每个扫到的 label 做一次磁盘交叉核对——若存在另一个同 label 的 direct-id 文件,且其 createdAt 晚于本次 boot 开始时刻(竞态新会话的签名),打一条 loud warn,点名两个状态并给出恢复路径(按 id 恢复,或删除空文件)。健康的 alias-resume re-key 保留原 createdAt,保持静默。

改动

  • src/persist.ts:boot 时记录 bootStartedAtMs;scanRemainderInBackground 收集 seenLabels;扫描结束调用新方法 detectLabelResumeRaces——纯检测、零状态变更、每 label 至多一条 warn。
  • tests/issue3406-label-race-detection.test.ts(新增,四腿):① 竞态形态(flat 文件)→ 恰一条 warn 点名两个 id + 症状钉死(扫描完成前 label 返回空会话;旧状态可按 id 加载;扫描后 label 仍返回空会话);② 竞态形态(protocol-namespaced 生产形态 openai/<host>_<hash>.json,检测走 suffix 分支)→ 同①;③ 健康 re-key(保留原 createdAt)→ 静默;④ 纯未记录 alias(无冲突文件)→ 静默且正常解析。

行为变更披露

纯新增一条 warn 日志(unified shadow/full 模式下、后台扫描发现竞态形态时才出现);既有行为零变化、配置表面零变化、kernel 零触碰。

验证

  • 定向:新套件 4/4 通过;相邻 tests/issue3199-overview-cold-scan.test.ts 全过。tests/proxy-persist.test.ts 有 2 个失败在未改动的 master 上同样复现(环境性:本开发机启用了 unified 存储,sessions 目录多出 index.db/WAL 文件,与该 diff 无关)。
  • typecheck clean、build green;全量回归交 CI。CI 注:首跑 win-22-1 shard 红——同一 shard 在 master 上近期亦间歇红(轮换的 windows shard,既有基础设施 flake,与本 diff 无关);新 head f54dc4b80 重跑中。

 item 3)

When a label-based resume lands while the #3199 background alias scan is
still running, getSession mints an empty session under the label and the
prior conversation becomes unreachable under it (the direct-id file wins
every later lookup). Pure detection at scan completion: one loud warn
naming both states, gated on the racy file's createdAt being born after
boot started so healthy alias-resume re-keys stay silent. No state
mutation; the root fix (index backfill / alias sidecar) stays owner-gated.
@github-actions

github-actions Bot commented Oct 16, 2026 •

Copy link
Copy Markdown
Contributor

📦 Built Package Artifact

Branch: 2026-10-17_label-race-detection (f54dc4b)

Option A — Install this exact build (recommended)

npm install -g billion-context@0.0.4055-pr.3439.890ae27

This exact version is immutable and reproducible. The rolling pr tag tracks the newest test build across all PRs.

Option B — Download artifact

  1. Download the artifact from the Actions run
  2. Extract the tarball and install:
tar xzf billion-context-pr3439.tgz
npm install -g package

Install instructions are refreshed on each push.

@ranxianglei

Copy link
Copy Markdown
Owner Author

🤖 Powered by ework · qwen3.8-27b

[bot] 🏷 (ai: vllm-qwen/qwen3.8-27b)

查重: 不重复 —— 检索 open+closed 的 issue 与近期 PR(按标题/正文关键词 label resume race、#3406、#3199):本 PR 是 #3406 第 3 项的唯一在途实现;#3419 是第 2/4 项(并发进程覆盖文件,机制不同),#3406 本身是父清单。无同签名并行工作。

这是本 agent 已完成的 PR(分支 2026-10-17_label-race-detection,head a41bb96e),按规则不重做,现在做独立复核:拉分支核对代码 + 定向测试 + 盯 CI。CI 当前全部 in_progress(ubuntu/windows × node 22/24 分片)。复核结论稍后按八问体例回复。

@ranxianglei

Copy link
Copy Markdown
Owner Author

🤖 Powered by ework · qwen3.8-27b

(ai: vllm-qwen/qwen3.8-27b)

独立审核完成(本 PR 是 agent 已完成的交付,按 [PR] 惯例核对代码、跑定向测试、跟 CI 到全绿,未重做工作)。结论:可合并。

八问结论

  1. 是什么问题:区间审查(#3331)残留 11 项中小问题集中修:守卫旋钮、存储竞态、静默丢参、CI 触发残角等 #3406 第 3 项(Web UI first paint stalls 78-180s+: /__bili/overview cold scan blocks the event loop, and the freeze itself feeds the respawn churn #3199 竞态的检测半)——unified 存储下重启后 boot 只同步解析最新窗口,窗口外文件的 alias 登记推迟到后台扫描;空档里若有请求按 label 恢复会话,就在 label 名下新开一个空会话,此后查找永远被该空会话的 direct-id 文件赢走 → 旧对话在 label 下永久不可达(按旧 id 仍可读)。静默数据搁浅。
  2. 什么原因导致的:三层机制叠加——① bootBounded 同步部分只解析 mtime 最新窗口(src/persist.ts:653-716),scanRemainderInBackground fire-and-forget;② getSession 内存+磁盘双 miss 时直接 createSession(label) 开新空会话(src/session.ts:965);③ loadEnvelope 中 direct-id 文件优先于 legacyAliases,竞态后 alias 永远被影子掉。
  3. 影响范围与严重程度:开了 unified 存储(shadow/full)、在代理重启后立刻按 label 恢复旧对话、且旧文件恰好落在暖窗口之外的用户。后果:label 下「历史没了」——无报错无日志,但可按 id 恢复。时机窗窄+特定存储模式 → 中风险。
  4. 怎么修复的:纯检测止血、零状态变更——boot 记录 bootStartedAtMs;后台扫描收集 seenLabels;扫完 detectLabelResumeRaces 做磁盘交叉核对:存在另一个同 label 的 direct-id 文件且其 createdAt 晚于本次 boot 开始(竞态新会话的签名)→ 每 label 恰一条 loud warn,点名两个状态并给恢复路径(按 id 恢复/删除空文件)。健康 re-key 保留原 createdAt → 保持静默。根治(index 回填/alias 边车)属 §7.4 人工域,fix: 防并发进程互相覆盖会话文件(比对落盘指纹)+ 输出预算恢复不越过已验证上限 (#3406 第2/4项) #3419 已列选项等 owner 拍板。
  5. 是否有回归问题:无。逐项过既有行为:暖窗解析、alias 登记、loadEnvelope 优先级、legacy 模式路径全部不变(scan 只在 unified shadow/full 触发,legacy 从不调用);纯新增一条 warn 日志;无阈值/时序/输出格式漂移。已知可接受误报面:boot 期间在已有窗口外旧文件的同 label 下刻意开新对话时也会 warn——低频,warn 文本自带恢复说明。另核实 readEnvelopeFile 校验 payload.id === id,suffix 启发式不会误伤其他会话的文件。
  6. 是否破坏缓存:不涉及(未触碰缓存/重试/游标/去重逻辑)。
  7. 是否改了设计方向:否——明确是检测止血,根治方向由 fix: 防并发进程互相覆盖会话文件(比对落盘指纹)+ 输出预算恢复不越过已验证上限 (#3406 第2/4项) #3419 单独决策。
  8. 是否引入新配置:无。

审核动作与验证

  • diff 对 master ce9bc90a3 逐行核对,机制链与 PR 描述一致。
  • 发现覆盖缺口并顺手修掉(小问题直接修):原套件只钉了竞态文件的 flat 文件名形态,而生产上竞态会话带 protocol meta、写在 namespaced 路径(openai/<host>_<hash>.json),检测靠的是 endsWith(_<hex24>.json) suffix 分支——该分支此前无任何测试腿钉住。已补第四腿(commit f54dc4b80,仅测试 +45/-7),本地 4/4 通过。
  • CI(head f54dc4b80):static/guard 各 lane 全绿;test shard 首跑 5/6,win-22-1 红 → 排查:上一 head 同一 lane 亦红、master 近期 windows shard 轮换间歇红(既有基础设施 flake,自定义 runner 日志 API 不可取);重跑该 job → 绿。现在 6/6 shard 全绿,E2E 全套 workflow 亦全绿。
  • PR 正文已更新(三腿→四腿 + CI 注)。

附注:Windows CI flake

本 PR 两个 head 连续在同一 lane(test (windows-latest, 22, 1))红,且 master 上 windows shard 近期多次间歇红(不同 shard 轮换)。#3439 属自动立项条目,按来源链限一层政策我不擅自开新 issue,在此留证请 owner 决定是否单独立项跟踪(证据:同 lane 跨两 head 连红 + master 多个 run 间歇红,均与本 diff 无关)。

判定:可合并(人工合并):#3439

@ranxianglei

Copy link
Copy Markdown
Owner Author

(ai: zhipuai-lb/glm-5.3)

目标 issue #3406 已关。列车审查时确认:内容已落地/不再需要,关单处理。

@ranxianglei ranxianglei changed the title fix: warn when a label resume races the post-boot background scan (#3406 item 3) [PR] fix: warn when a label resume races the post-boot background scan (#3406 item 3) Oct 24, 2026
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

None yet

Projects

None yet

Development

Successfully merging this pull request may close these issues.

区间审查(#3331)残留 11 项中小问题集中修:守卫旋钮、存储竞态、静默丢参、CI 触发残角等

1 participant