Files
sub2api/backend/internal/service/batch_image_billing_recovery.go
T
shaw 80a229bce5 fix(batch-image): 修复审计发现的计费死锁、状态机与队列原子性缺陷
修复 PR #3768 批量图像 MVP 合并后审计报告中的全部问题:

结算与计费(高危):
- 所有 SETTLEMENT_* 失败(超冻结/计数非法/manifest 冲突/定价缺失/扣费失败)
  统一计入 retry_count 并在耗尽时释放冻结转 failed,消灭 settling 无限
  requeue 导致的冻结余额永久锁死
- 耗尽出口的释放指纹统一为 RequestHash,与 processor/Cancel/recovery 一致;
  release 遇同 request id 指纹冲突视为幂等成功,治愈历史毒消息
- 管理端校验 hold_multiplier >= discount_multiplier,定价快照对存量脏数据钳制
- 释放前校验 per-job hold claim(dedup+归档表),杜绝幻影释放

索引对账(高危):
- provider 输出与提交 custom_id 集对账:未知条目丢弃并记事件,
  漏项补 PROVIDER_RESULT_MISSING 失败行,保证 success+fail == item_count

提交与恢复(高危):
- 提交前转 uploading 并在 provider.Submit 期间心跳刷新 updated_at;
  恢复扫描改为原子复核(FailStaleUnsubmittedBatchImageJob),
  消灭慢提交被误杀退款而上游任务照常计费的孤儿场景
- 上游任务创建成功但本地状态推进失败时,尽力取消上游并清理输入
- recovery 释放失败时入队交由 worker releaseTerminalHold 兜底重试

队列与并发(中危):
- Enqueue(SetNX+LPush)与 Reserve(BRPop+ZAdd)均改为 Lua 原子脚本,
  消灭崩溃窗口导致 job 脱离队列、被 7 天 inflight 键锁死
- 锁冲突按 LockConflictDelay 重新入队(原直接丢弃需等 10 分钟 stale 恢复)
- 处理期间心跳:active zset 续期(ZAddXX 防幽灵成员)+ 锁 TTL 续期
- ReplaceBatchImageItemsForJob 增加 indexing 状态守卫,防掉队 worker 重写账目

存量回归(中危):
- image-only 定价条目(仅图片价无 token 价)恢复 token 计费 fail-closed,
  不再按 $0 计费;图片计费路径不受影响
- 鉴权余额门槛恢复 balance <= 0 语义,MinimumBalanceReserve 不再作硬 403

加固:
- ZIP max_items 钳制到管理员上限;Submit 补齐 Platform==Gemini 校验;
  gemini downloadUri 跟随前做 host 白名单校验
- 批量客户端改用共享 httpclient(拨号/TLS/响应头超时有界)
- 审计点名的忽略错误(MarkDownloaded/SettlementFailed/AppendEvent 等)改为记日志
2026-07-07 18:53:56 +08:00

104 lines
3.1 KiB
Go

package service
import (
"context"
"errors"
"time"
"github.com/Wei-Shaw/sub2api/internal/pkg/logger"
"go.uber.org/zap"
)
const (
defaultBatchImageBillingRecoveryStaleAfter = 10 * time.Minute
defaultBatchImageBillingRecoveryLimit = 100
)
type BatchImageBillingRecoveryService struct {
Repo BatchImageRepository
Billing UsageBillingRepository
AuthCache APIKeyAuthCacheInvalidator
Queue BatchImageQueue
StaleAfter time.Duration
Limit int
}
func (s *BatchImageBillingRecoveryService) ReleaseStaleUnsubmittedOnce(ctx context.Context) (int, error) {
if s == nil || s.Repo == nil || s.Billing == nil {
return 0, nil
}
staleAfter := s.StaleAfter
if staleAfter <= 0 {
staleAfter = defaultBatchImageBillingRecoveryStaleAfter
}
limit := s.Limit
if limit <= 0 {
limit = defaultBatchImageBillingRecoveryLimit
}
cutoff := time.Now().Add(-staleAfter)
jobs, err := s.Repo.ListStaleUnsubmittedBatchImageJobs(ctx, cutoff, limit)
if err != nil {
return 0, err
}
released := 0
var lastErr error
for _, job := range jobs {
if job == nil {
continue
}
if err := ctx.Err(); err != nil {
return released, err
}
msg := "batch image submission did not reach provider before recovery cutoff"
// 原子转 failed 并复核 stale 条件:List 与转态之间 job 可能已被慢提交
// 心跳续期或提交成功(provider_job_name 已写入),此时绝不能退款,
// 否则上游任务照常产生成本而用户已拿回冻结余额。
applied, err := s.Repo.FailStaleUnsubmittedBatchImageJob(ctx, job.BatchID, cutoff, "SUBMIT_STALE_BEFORE_PROVIDER", msg)
if err != nil {
// applied=true 时 UPDATE 已提交(仅审计事件写入失败):必须继续释放,
// 否则 job 已转 failed、不再出现在 stale 列表,冻结余额会永久泄漏。
if !applied {
lastErr = err
continue
}
logger.L().Warn("batch_image.recovery_fail_event_append_failed",
zap.String("batch_id", job.BatchID),
zap.Error(err),
)
}
if !applied {
continue
}
job.Status = BatchImageJobStatusFailed
if err := releaseBatchImageBalanceHold(ctx, s.Billing, job, batchImageDerefString(job.RequestHash)); err != nil {
// job 已转 failed、不会再进入 stale 列表:必须给释放失败留下
// 自动重试路径(入队后由 worker 的 releaseTerminalHold 兜底),
// 否则冻结余额永久泄漏。
logger.L().Warn("batch_image.recovery_release_failed",
zap.String("batch_id", job.BatchID),
zap.Error(err),
)
s.enqueueReleaseRetry(ctx, job.BatchID)
lastErr = err
continue
}
if s.AuthCache != nil && job.UserID > 0 {
s.AuthCache.InvalidateAuthCacheByUserID(ctx, job.UserID)
}
released++
}
return released, lastErr
}
func (s *BatchImageBillingRecoveryService) enqueueReleaseRetry(ctx context.Context, batchID string) {
if s == nil || s.Queue == nil {
return
}
if err := s.Queue.Enqueue(ctx, batchID); err != nil && !errors.Is(err, ErrBatchImageAlreadyQueued) {
logger.L().Warn("batch_image.recovery_release_retry_enqueue_failed",
zap.String("batch_id", batchID),
zap.Error(err),
)
}
}