feat(cluster): gateway 后台定时器加 leader 锁——多副本安全(B5)

此前两个 gateway 定时器(订阅推进/掉单补偿)每实例各扫一遍：多副本下重复查库，且对微信查单调用量随副本线性放大(微信有频控，先被限流的是自己)。 store.TryRunExclusive：用 PG advisory try-lock 做集群级单实例执行(leader 选举)——每轮 tick 非阻塞抢锁，抢到才跑、跑完释放；抢不到说明别的实例是 leader、本轮跳过。自愈：锁随持有连接释放，leader 挂了下一轮别的实例自然抢到接管，无需显式故障转移。订阅/补偿用不同锁键(可由不同实例分别 lead)。非 PG(sqlite 测试)/无 DB → 退回本地直接跑(单实例安全)。两个定时器的 tick 各包一层 TryRunExclusive。至此 gateway 可安全多副本(SSE 走共享 Redis 流无需粘性、状态全外置、JWT 无状态，剩数据层 HA 属 C 层 ops)。带 fallback 单测。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
2026-07-21 16:21:31 +08:00
parent 9b153871eb
commit f16f63284f
4 changed files with 91 additions and 5 deletions
@@ -0,0 +1,48 @@
+package store
+
+import (
+	"context"
+	"time"
+)
+
+// TryRunExclusive 用 PG advisory 锁做「集群级单实例执行」（leader 选举）：非阻塞地抢锁，
+// 抢到就跑 fn、跑完释放，返回 true；没抢到（别的实例正持有）返回 false、不跑 fn。
+//
+// 用途：多副本 gateway 下，让后台定时任务（订阅推进 / 掉单补偿）只有一个实例真正执行——
+// 否则每实例各扫一遍，重复查库、对外部（微信查单）调用量随副本线性放大。**自愈**：锁随持有
+// 连接释放，当前 leader 挂了下一轮别的实例自然抢到接管，无需显式故障转移。
+//
+// 降级/非 PG（sqlite 测试、无 DB 开发态）：抢锁不可用 → 退回本地直接跑（幂等 + 单实例安全，
+// 宁可跑也不要因选主机制缺失而彻底不跑）。
+func (p *Postgres) TryRunExclusive(ctx context.Context, key int64, fn func()) bool {
+	if p.db == nil {
+		fn() // 无 DB：没法选主，单实例开发态直接跑（tick 内部对 nil db 也会自行 no-op）
+		return true
+	}
+	sqlDB, err := p.db.DB()
+	if err != nil {
+		fn()
+		return true
+	}
+	conn, err := sqlDB.Conn(ctx)
+	if err != nil {
+		return false // 连接都取不到，本轮跳过（下一轮再试）
+	}
+	defer conn.Close() // 关连接即释放其上的 session advisory 锁（兜底，防漏解锁）
+	var got bool
+	if err := conn.QueryRowContext(ctx, "SELECT pg_try_advisory_lock($1)", key).Scan(&got); err != nil {
+		// 非 PG（sqlite 无此函数）或查询失败：选主不可用 → 退回本地直接跑。
+		fn()
+		return true
+	}
+	if !got {
+		return false // 别的实例是 leader，本轮不跑
+	}
+	defer func() {
+		uctx, cancel := context.WithTimeout(context.Background(), 5*time.Second)
+		defer cancel()
+		_, _ = conn.ExecContext(uctx, "SELECT pg_advisory_unlock($1)", key)
+	}()
+	fn()
+	return true
+}