467 lines
17 KiB
Go
467 lines
17 KiB
Go
package scheduler
|
||
|
||
import (
|
||
"errors"
|
||
"sync"
|
||
"time"
|
||
|
||
"git.huangwc.com/pig/pig-farm-controller/internal/domain/device"
|
||
"git.huangwc.com/pig/pig-farm-controller/internal/infra/logs"
|
||
"git.huangwc.com/pig/pig-farm-controller/internal/infra/models"
|
||
"git.huangwc.com/pig/pig-farm-controller/internal/infra/repository"
|
||
"github.com/panjf2000/ants/v2"
|
||
"gorm.io/gorm"
|
||
)
|
||
|
||
// ProgressTracker 仅用于在内存中提供计划执行的并发锁
|
||
type ProgressTracker struct {
|
||
mu sync.Mutex
|
||
cond *sync.Cond // 用于实现阻塞锁
|
||
runningPlans map[uint]bool // key: planExecutionLogID, value: true (用作内存锁)
|
||
}
|
||
|
||
// NewProgressTracker 创建一个新的进度跟踪器
|
||
func NewProgressTracker() *ProgressTracker {
|
||
t := &ProgressTracker{
|
||
runningPlans: make(map[uint]bool),
|
||
}
|
||
t.cond = sync.NewCond(&t.mu)
|
||
return t
|
||
}
|
||
|
||
// TryLock (非阻塞) 尝试锁定一个计划。如果计划未被锁定，则锁定并返回 true。
|
||
func (t *ProgressTracker) TryLock(planLogID uint) bool {
|
||
t.mu.Lock()
|
||
defer t.mu.Unlock()
|
||
if t.runningPlans[planLogID] {
|
||
return false // 已被锁定
|
||
}
|
||
t.runningPlans[planLogID] = true
|
||
return true
|
||
}
|
||
|
||
// Lock (阻塞) 获取一个计划的执行锁。如果锁已被占用，则会一直等待直到锁被释放。
|
||
func (t *ProgressTracker) Lock(planLogID uint) {
|
||
t.mu.Lock()
|
||
// 当计划正在运行时，调用 t.cond.Wait() 会原子地解锁 mu 并挂起当前协程。
|
||
// 当被唤醒时，它会重新锁定 mu 并再次检查循环条件。
|
||
for t.runningPlans[planLogID] {
|
||
t.cond.Wait()
|
||
}
|
||
// 获取到锁
|
||
t.runningPlans[planLogID] = true
|
||
t.mu.Unlock()
|
||
}
|
||
|
||
// Unlock 解锁一个计划，并唤醒所有正在等待此锁的协程。
|
||
func (t *ProgressTracker) Unlock(planLogID uint) {
|
||
t.mu.Lock()
|
||
defer t.mu.Unlock()
|
||
delete(t.runningPlans, planLogID)
|
||
// 唤醒所有在此条件上等待的协程
|
||
t.cond.Broadcast()
|
||
}
|
||
|
||
// GetRunningPlanIDs 获取当前所有正在执行的计划ID列表
|
||
func (t *ProgressTracker) GetRunningPlanIDs() []uint {
|
||
t.mu.Lock()
|
||
defer t.mu.Unlock()
|
||
ids := make([]uint, 0, len(t.runningPlans))
|
||
for id := range t.runningPlans {
|
||
ids = append(ids, id)
|
||
}
|
||
return ids
|
||
}
|
||
|
||
// Scheduler 是核心的、持久化的任务调度器
|
||
type Scheduler struct {
|
||
logger *logs.Logger
|
||
pollingInterval time.Duration
|
||
workers int
|
||
pendingTaskRepo repository.PendingTaskRepository
|
||
executionLogRepo repository.ExecutionLogRepository
|
||
deviceRepo repository.DeviceRepository
|
||
sensorDataRepo repository.SensorDataRepository
|
||
planRepo repository.PlanRepository
|
||
taskFactory TaskFactory
|
||
analysisPlanTaskManager *AnalysisPlanTaskManager
|
||
progressTracker *ProgressTracker
|
||
deviceService device.Service
|
||
|
||
pool *ants.Pool // 使用 ants 协程池来管理并发
|
||
wg sync.WaitGroup
|
||
stopChan chan struct{} // 用于停止主循环的信号通道
|
||
}
|
||
|
||
// NewScheduler 创建一个新的调度器实例
|
||
func NewScheduler(
|
||
pendingTaskRepo repository.PendingTaskRepository,
|
||
executionLogRepo repository.ExecutionLogRepository,
|
||
deviceRepo repository.DeviceRepository,
|
||
sensorDataRepo repository.SensorDataRepository,
|
||
planRepo repository.PlanRepository,
|
||
analysisPlanTaskManager *AnalysisPlanTaskManager,
|
||
taskFactory TaskFactory,
|
||
logger *logs.Logger,
|
||
deviceService device.Service,
|
||
interval time.Duration,
|
||
numWorkers int,
|
||
) *Scheduler {
|
||
return &Scheduler{
|
||
pendingTaskRepo: pendingTaskRepo,
|
||
executionLogRepo: executionLogRepo,
|
||
deviceRepo: deviceRepo,
|
||
sensorDataRepo: sensorDataRepo,
|
||
planRepo: planRepo,
|
||
analysisPlanTaskManager: analysisPlanTaskManager,
|
||
taskFactory: taskFactory,
|
||
logger: logger,
|
||
deviceService: deviceService,
|
||
pollingInterval: interval,
|
||
workers: numWorkers,
|
||
progressTracker: NewProgressTracker(),
|
||
stopChan: make(chan struct{}), // 初始化停止信号通道
|
||
}
|
||
}
|
||
|
||
// Start 启动调度器，包括初始化协程池和启动主轮询循环
|
||
func (s *Scheduler) Start() {
|
||
s.logger.Warnf("任务调度器正在启动，工作协程数: %d...", s.workers)
|
||
pool, err := ants.NewPool(s.workers, ants.WithPanicHandler(func(err interface{}) {
|
||
s.logger.Errorf("[严重] 任务执行时发生 panic: %v", err)
|
||
}))
|
||
if err != nil {
|
||
panic("初始化协程池失败: " + err.Error())
|
||
}
|
||
s.pool = pool
|
||
|
||
s.wg.Add(1)
|
||
go s.run()
|
||
s.logger.Warnf("任务调度器已成功启动")
|
||
}
|
||
|
||
// Stop 优雅地停止调度器
|
||
func (s *Scheduler) Stop() {
|
||
s.logger.Warnf("正在停止任务调度器...")
|
||
close(s.stopChan) // 1. 发出停止信号，停止主循环
|
||
s.wg.Wait() // 2. 等待主循环完成
|
||
s.pool.Release() // 3. 释放 ants 池 (等待所有已提交的任务执行完毕)
|
||
s.logger.Warnf("任务调度器已安全停止")
|
||
}
|
||
|
||
// run 是主轮询循环，负责从数据库认领任务并提交到协程池
|
||
func (s *Scheduler) run() {
|
||
defer s.wg.Done()
|
||
ticker := time.NewTicker(s.pollingInterval)
|
||
defer ticker.Stop()
|
||
|
||
for {
|
||
select {
|
||
case <-s.stopChan:
|
||
// 收到停止信号，退出循环
|
||
return
|
||
case <-ticker.C:
|
||
// 定时触发任务认领和提交
|
||
go s.claimAndSubmit()
|
||
}
|
||
}
|
||
}
|
||
|
||
// claimAndSubmit 实现了最终的“认领-锁定-执行 或 等待-放回”的健壮逻辑
|
||
func (s *Scheduler) claimAndSubmit() {
|
||
runningPlanIDs := s.progressTracker.GetRunningPlanIDs()
|
||
|
||
claimedLog, pendingTask, err := s.pendingTaskRepo.ClaimNextAvailableTask(runningPlanIDs)
|
||
if err != nil {
|
||
if !errors.Is(err, gorm.ErrRecordNotFound) {
|
||
s.logger.Errorf("认领任务时发生错误: %v", err)
|
||
}
|
||
// gorm.ErrRecordNotFound 说明没任务要执行
|
||
return
|
||
}
|
||
|
||
// 尝试获取内存执行锁
|
||
if s.progressTracker.TryLock(claimedLog.PlanExecutionLogID) {
|
||
// 成功获取锁，正常派发任务
|
||
err = s.pool.Submit(func() {
|
||
defer s.progressTracker.Unlock(claimedLog.PlanExecutionLogID)
|
||
s.processTask(claimedLog)
|
||
})
|
||
if err != nil {
|
||
s.logger.Errorf("向协程池提交任务失败: %v", err)
|
||
// 提交失败，必须释放刚刚获取的锁
|
||
s.progressTracker.Unlock(claimedLog.PlanExecutionLogID)
|
||
// 同样需要将任务安全放回
|
||
s.handleRequeue(claimedLog.PlanExecutionLogID, pendingTask)
|
||
}
|
||
} else {
|
||
// 获取锁失败，说明有“兄弟”任务正在执行。执行“锁定并安全放回”逻辑。
|
||
s.handleRequeue(claimedLog.PlanExecutionLogID, pendingTask)
|
||
}
|
||
}
|
||
|
||
// handleRequeue 同步地、安全地将一个无法立即执行的任务放回队列。
|
||
func (s *Scheduler) handleRequeue(planExecutionLogID uint, taskToRequeue *models.PendingTask) {
|
||
s.logger.Warnf("计划 %d 正在执行，任务 %d (TaskID: %d) 将等待并重新入队...", planExecutionLogID, taskToRequeue.ID, taskToRequeue.TaskID)
|
||
|
||
// 1. 阻塞式地等待，直到可以获取到该计划的锁。
|
||
s.progressTracker.Lock(planExecutionLogID)
|
||
defer s.progressTracker.Unlock(planExecutionLogID)
|
||
|
||
// 2. 在持有锁的情况下，将任务安全地放回队列。
|
||
if err := s.pendingTaskRepo.RequeueTask(taskToRequeue); err != nil {
|
||
s.logger.Errorf("[严重] 任务重新入队失败, 原始PendingTaskID: %d, 错误: %v", taskToRequeue.ID, err)
|
||
return
|
||
}
|
||
|
||
s.logger.Warnf("任务 (原始ID: %d) 已成功重新入队，并已释放计划 %d 的锁。", taskToRequeue.ID, planExecutionLogID)
|
||
}
|
||
|
||
// processTask 处理单个任务的逻辑
|
||
func (s *Scheduler) processTask(claimedLog *models.TaskExecutionLog) {
|
||
s.logger.Warnf("开始处理任务, 日志ID: %d, 任务ID: %d, 任务名称: %s, 描述: %s",
|
||
claimedLog.ID, claimedLog.TaskID, claimedLog.Task.Name, claimedLog.Task.Description)
|
||
|
||
claimedLog.StartedAt = time.Now()
|
||
claimedLog.Status = models.ExecutionStatusCompleted // 先乐观假定任务成功, 后续失败了再改
|
||
defer s.updateTaskExecutionLogStatus(claimedLog)
|
||
|
||
// 执行任务
|
||
err := s.runTask(claimedLog)
|
||
if err != nil {
|
||
claimedLog.Status = models.ExecutionStatusFailed
|
||
claimedLog.Output = err.Error()
|
||
|
||
// 任务失败时，调用统一的终止服务
|
||
s.handlePlanTermination(claimedLog.PlanExecutionLogID, "子任务执行失败: "+err.Error())
|
||
return
|
||
}
|
||
|
||
// 如果是计划分析任务，它的职责是解析和分发任务，到此即完成，不参与后续的计划完成度检查。
|
||
if claimedLog.Task.Type == models.TaskPlanAnalysis {
|
||
s.logger.Warnf("完成计划分析任务, 日志ID: %d", claimedLog.ID)
|
||
return
|
||
}
|
||
|
||
// --- 以下是常规任务的完成逻辑 ---
|
||
s.logger.Warnf("完成任务, 日志ID: %d", claimedLog.ID)
|
||
|
||
// 检查是否是最后一个任务
|
||
incompleteCount, err := s.executionLogRepo.CountIncompleteTasksByPlanLogID(claimedLog.PlanExecutionLogID)
|
||
if err != nil {
|
||
s.logger.Errorf("检查计划 %d 的未完成任务数时出错: %v", claimedLog.PlanExecutionLogID, err)
|
||
return
|
||
}
|
||
|
||
// 如果此计划执行中，未完成的任务只剩下当前这一个（因为当前任务的状态此时在数据库中仍为 'started'），
|
||
// 则认为整个计划已完成。
|
||
if incompleteCount == 1 {
|
||
s.handlePlanCompletion(claimedLog.PlanExecutionLogID)
|
||
}
|
||
}
|
||
|
||
// runTask 用于执行具体任务
|
||
func (s *Scheduler) runTask(claimedLog *models.TaskExecutionLog) error {
|
||
// 这是个特殊任务, 用于解析Plan并将解析出的任务队列添加到待执行队列中
|
||
if claimedLog.Task.Type == models.TaskPlanAnalysis {
|
||
// 解析plan
|
||
err := s.analysisPlan(claimedLog)
|
||
if err != nil {
|
||
// TODO 这里要处理一下, 比如再插一个新的触发器回去
|
||
s.logger.Errorf("[严重] 计划解析失败, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
} else {
|
||
// 执行普通任务
|
||
task := s.taskFactory.Production(claimedLog)
|
||
|
||
if err := task.Execute(); err != nil {
|
||
s.logger.Errorf("[严重] 任务执行失败, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
task.OnFailure(err)
|
||
return err
|
||
}
|
||
|
||
}
|
||
return nil
|
||
}
|
||
|
||
// analysisPlan 解析Plan并将解析出的Task列表插入待执行队列中
|
||
func (s *Scheduler) analysisPlan(claimedLog *models.TaskExecutionLog) error {
|
||
// 创建Plan执行记录
|
||
// 从任务的 Parameters 中解析出真实的 PlanID
|
||
var params struct {
|
||
PlanID uint `json:"plan_id"`
|
||
}
|
||
if err := claimedLog.Task.ParseParameters(¶ms); err != nil {
|
||
s.logger.Errorf("解析任务参数中的计划ID失败，日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
realPlanID := params.PlanID
|
||
|
||
planLog := &models.PlanExecutionLog{
|
||
PlanID: realPlanID, // 使用从参数中解析出的真实 PlanID
|
||
Status: models.ExecutionStatusStarted,
|
||
StartedAt: time.Now(),
|
||
}
|
||
if err := s.executionLogRepo.CreatePlanExecutionLog(planLog); err != nil {
|
||
s.logger.Errorf("[严重] 创建计划执行日志失败, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
// 解析出Task列表
|
||
tasks, err := s.planRepo.FlattenPlanTasks(realPlanID)
|
||
if err != nil {
|
||
s.logger.Errorf("[严重] 解析计划失败, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
// 写入执行历史
|
||
taskLogs := make([]*models.TaskExecutionLog, len(tasks))
|
||
for i, task := range tasks {
|
||
taskLogs[i] = &models.TaskExecutionLog{
|
||
PlanExecutionLogID: planLog.ID,
|
||
TaskID: task.ID,
|
||
Status: models.ExecutionStatusWaiting,
|
||
}
|
||
|
||
}
|
||
err = s.executionLogRepo.CreateTaskExecutionLogsInBatch(taskLogs)
|
||
if err != nil {
|
||
s.logger.Errorf("[严重] 写入执行历史, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
// 写入待执行队列
|
||
pendingTasks := make([]*models.PendingTask, len(tasks))
|
||
for i, task := range tasks {
|
||
pendingTasks[i] = &models.PendingTask{
|
||
TaskID: task.ID,
|
||
TaskExecutionLogID: taskLogs[i].ID, // 使用正确的 TaskExecutionLogID
|
||
|
||
// 待执行队列是通过任务触发时间排序的, 且只要在调度器获取的时间点之前的都可以被触发
|
||
ExecuteAt: time.Now().Add(time.Duration(i) * time.Second),
|
||
}
|
||
}
|
||
err = s.pendingTaskRepo.CreatePendingTasksInBatch(pendingTasks)
|
||
if err != nil {
|
||
s.logger.Errorf("[严重] 写入待执行队列, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
// --- 处理空计划的边缘情况 ---
|
||
// 如果一个计划被解析后，发现其任务列表为空，
|
||
// 那么它实际上已经“执行”完毕了，我们需要在这里手动为它创建下一次的触发器。
|
||
if len(tasks) == 0 {
|
||
s.handlePlanCompletion(planLog.ID)
|
||
}
|
||
|
||
return nil
|
||
}
|
||
|
||
// updateTaskExecutionLogStatus 修改任务历史中的执行状态
|
||
func (s *Scheduler) updateTaskExecutionLogStatus(claimedLog *models.TaskExecutionLog) error {
|
||
claimedLog.EndedAt = time.Now()
|
||
|
||
if err := s.executionLogRepo.UpdateTaskExecutionLog(claimedLog); err != nil {
|
||
s.logger.Errorf("[严重] 更新任务执行日志失败, 日志ID: %d, 错误: %v", claimedLog.ID, err)
|
||
return err
|
||
}
|
||
|
||
return nil
|
||
}
|
||
|
||
// handlePlanTermination 集中处理计划的终止逻辑（失败或取消）
|
||
func (s *Scheduler) handlePlanTermination(planLogID uint, reason string) {
|
||
// 1. 从待执行队列中删除所有相关的子任务
|
||
if err := s.pendingTaskRepo.DeletePendingTasksByPlanLogID(planLogID); err != nil {
|
||
s.logger.Errorf("从待执行队列中删除计划 %d 的后续任务时出错: %v", planLogID, err)
|
||
}
|
||
|
||
// 2. 将父计划的执行日志标记为失败
|
||
if err := s.executionLogRepo.FailPlanExecution(planLogID, reason); err != nil {
|
||
s.logger.Errorf("标记计划执行日志 %d 为失败时出错: %v", planLogID, err)
|
||
}
|
||
|
||
// 3. 将所有未完成的子任务日志标记为已取消
|
||
if err := s.executionLogRepo.CancelIncompleteTasksByPlanLogID(planLogID, "父计划失败或被取消"); err != nil {
|
||
s.logger.Errorf("取消计划 %d 的后续任务日志时出错: %v", planLogID, err)
|
||
}
|
||
|
||
// 4. 获取计划执行日志以获取顶层 PlanID
|
||
planLog, err := s.executionLogRepo.FindPlanExecutionLogByID(planLogID)
|
||
if err != nil {
|
||
s.logger.Errorf("无法找到计划执行日志 %d 以更新父计划状态: %v", planLogID, err)
|
||
return
|
||
}
|
||
|
||
// 5. 获取顶层计划的详细信息，以检查其类型
|
||
topLevelPlan, err := s.planRepo.GetBasicPlanByID(planLog.PlanID)
|
||
if err != nil {
|
||
s.logger.Errorf("获取顶层计划 %d 的基本信息失败: %v", planLog.PlanID, err)
|
||
return
|
||
}
|
||
|
||
// 6. 如果是系统任务，则不修改计划状态
|
||
if topLevelPlan.PlanType == models.PlanTypeSystem {
|
||
s.logger.Warnf("系统任务 %d (日志ID: %d) 执行失败，但根据策略不修改其计划状态。", topLevelPlan.ID, planLogID)
|
||
return
|
||
}
|
||
|
||
// 7. 将计划本身的状态更新为失败 (仅对非系统任务执行)
|
||
if err := s.planRepo.UpdatePlanStatus(planLog.PlanID, models.PlanStatusFailed); err != nil {
|
||
s.logger.Errorf("更新计划 %d 状态为 '失败' 时出错: %v", planLog.PlanID, err)
|
||
}
|
||
}
|
||
|
||
// handlePlanCompletion 集中处理计划成功完成后的所有逻辑
|
||
func (s *Scheduler) handlePlanCompletion(planLogID uint) {
|
||
s.logger.Infof("计划执行 %d 的所有任务已完成，开始处理计划完成逻辑...", planLogID)
|
||
|
||
// 1. 通过 PlanExecutionLog 反查正确的顶层 PlanID
|
||
planExecutionLog, err := s.executionLogRepo.FindPlanExecutionLogByID(planLogID)
|
||
if err != nil {
|
||
s.logger.Errorf("获取计划执行日志 %d 失败: %v", planLogID, err)
|
||
return
|
||
}
|
||
topLevelPlanID := planExecutionLog.PlanID // 这才是正确的顶层计划ID
|
||
|
||
// 2. 获取计划的最新数据，这里我们只需要基本信息来判断执行类型和次数
|
||
plan, err := s.planRepo.GetBasicPlanByID(topLevelPlanID)
|
||
if err != nil {
|
||
s.logger.Errorf("获取计划 %d 的基本信息失败: %v", topLevelPlanID, err)
|
||
return
|
||
}
|
||
|
||
// 3. 在内存中计算新的计数值和状态
|
||
newExecuteCount := plan.ExecuteCount + 1
|
||
newStatus := plan.Status // 默认为当前状态
|
||
|
||
// 如果是自动计划且达到执行次数上限，或计划是手动类型，则更新计划状态为已停止
|
||
if (plan.ExecutionType == models.PlanExecutionTypeAutomatic && plan.ExecuteNum > 0 && newExecuteCount >= plan.ExecuteNum) || plan.ExecutionType == models.PlanExecutionTypeManual {
|
||
newStatus = models.PlanStatusStopped
|
||
s.logger.Infof("计划 %d 已完成执行，状态更新为 '执行完毕'。", topLevelPlanID)
|
||
}
|
||
|
||
// 4. 使用专门的方法来原子性地更新计数值和状态
|
||
if err := s.planRepo.UpdatePlanStateAfterExecution(topLevelPlanID, newExecuteCount, newStatus); err != nil {
|
||
s.logger.Errorf("更新计划 %d 的执行后状态失败: %v", topLevelPlanID, err)
|
||
return
|
||
}
|
||
|
||
// 5. 更新计划执行日志状态为完成
|
||
if err := s.executionLogRepo.UpdatePlanExecutionLogStatus(planLogID, models.ExecutionStatusCompleted); err != nil {
|
||
s.logger.Errorf("更新计划执行日志 %d 状态为 '完成' 失败: %v", planLogID, err)
|
||
}
|
||
|
||
// 6. 调用共享的 Manager 来处理触发器更新逻辑
|
||
// 只有当计划在本次执行后仍然是 Enabled 状态时，才需要创建下一次的触发器。
|
||
if newStatus == models.PlanStatusEnabled {
|
||
if err := s.analysisPlanTaskManager.CreateOrUpdateTrigger(topLevelPlanID); err != nil {
|
||
s.logger.Errorf("为计划 %d 创建/更新触发器失败: %v", topLevelPlanID, err)
|
||
}
|
||
} else {
|
||
s.logger.Infof("计划 %d 状态为 '%d'，无需创建下一次触发器。", topLevelPlanID, newStatus)
|
||
}
|
||
}
|