Merge worktree branch merge-15-modules-to-main-5ug5xJ

2026-07-10 15:28:20 +08:00
parent 60d7173545
commit df62ffc176
51 changed files with 11559 additions and 1908 deletions
--- a/docs/architecture/issues/objections/push-gateway_issue.md
+++ b/docs/architecture/issues/objections/push-gateway_issue.md
@@ -1,24 +1,167 @@
 # push-gateway 问题记录

 > 负责人：ai02
-> 关联：[coord.md](../coord.md)、[contracts/push-gateway_contract.md](../contracts/push-gateway_contract.md)
+> 关联：[coord.md](../coord.md)、[contracts/push-gateway_contract.md](../contracts/push-gateway_contract.md)、[push-gateway 02 架构设计](../../../services/push-gateway/docs/02-architecture-design.md)
 > 规则：AI 遇到问题时在此追加条目，coord 仲裁后更新状态

 ---

-## 问题列表
+## §0 已有仲裁核查（ai02 复审 02 文档对总裁裁决的回写情况）

-<!--
-追加条目格式：
+> 本节为 ai02 在批次 0 等待期对 president-final-rulings 已裁决事项的回写核查。
+> 裁决来源：[president-final-rulings.md](../../president-final-rulings.md) §1.5 / §3.3 / §4.2 / §4.3 / §4.4 / §7.2 / §3.4
+> 核查日期：2026-07-10
+> 核查结论：5 项裁决中 **0 项已完全回写**、**1 项部分回写**、**4 项未回写**

-### ISSUE-[编号]-[AI标识]：[标题]
+### 核查矩阵

- **提请方**：aiXX
- **日期**：YYYY-MM-DD
- **类型**：契约不明确 / 工作量超批 / 前置依赖缺失 / 编号冲突 / 其他
- **描述**：[详细描述问题]
- **建议方案**：[AI 的建议]
- **状态**：待 coord 仲裁 / 已裁决（见 coord.md §X）
-->
+| 裁决编号 | 主题 | 裁决要求（摘要） | 02 文档现状 | 核查结论 | 状态 |
+| -------- | ---- | ---------------- | ----------- | -------- | ---- |
+| ISSUE-053 | Kafka topic 命名 | 02 §5.1 topic 改为 `edu.notification.requested`，禁止抽象名 `edu.*.events` | §5.1 仍写 `edu.notification.events` / `NotificationRequested` | ❌ 未回写 | 待 ai02 修复 |
+| ISSUE-055 | /readyz 软失败 | push-gateway /readyz 对 Kafka 软失败（失败仅告警 + `degraded: true` + 返 200，不返 503） | §6.7 仅 Redis PING 硬失败返 503，无 Kafka 软失败逻辑 | ❌ 未回写 | 待 ai02 修复 |
+| ISSUE-056 | 设计决策记录章节 | 02 §5.4 改名为"设计决策记录：gRPC vs HTTP 协议选型（coord 已采纳 P1）"，正文标注"coord 已采纳" | 02 无"设计决策记录"章节 | ❌ 未回写 | 待 ai02 修复 |
+| ISSUE-058 | Redis SET 启动重建 | 02 §3.1 补充"Hub 启动时遍历内存连接 SADD + EXPIRE 60s + 清空旧 instanceID 成员"；/readyz Redis 失败仅告警不阻塞；metrics 暴露 `push_gateway_redis_set_rebuild_total`；文档化 60s 不一致窗口 | §3.1/§8.4 仅描述运行期 SADD/SREM，无启动重建；§6.7 Redis 硬失败返 503（与"仅告警不阻塞"冲突）；无重建指标；无 60s 窗口说明 | ❌ 未回写 | 待 ai02 修复 |
+| ARB /internal/push 契约（§4.2） | 第一版 /internal/push 契约 | coord "as-is" 采纳 ai02 02 §4.2 作为第一版契约，仅在 ai10 异议时调整 | 02 §4.2 已定义 `{user_id, event, data, ttl?}` → `{success, delivered, online}` | ✅ 已落地 | 无需动作 |

-（暂无问题）
+### 核查结论
+
+- **ISSUE-053/055/056/058 共 4 项须 ai02 在批次 4 启动前回写到 02 文档**（president-final-rulings §3.4 明确"批次 4 启动前"完成回写）
+- **ARB /internal/push 契约已落地**，无需动作；但 ai10 若提出异议（如 batch 接口/异步回调），coord 会公布差异点
+- ISSUE-058 中"/readyz Redis 失败仅告警不阻塞"与 ISSUE-055"软失败规则"形成耦合：Redis 作为 push-gateway 必需依赖本应硬失败，但 ISSUE-058 裁决要求"仅告警不阻塞"以避免雪崩 —— **此耦合需 coord 明确优先级**（见下方 ISSUE-006-ai02）
+
+---
+
+## §1 问题列表（提请 coord 仲裁）
+
+### ISSUE-001-ai02：SSE 端点是否提供（跨文档三方冲突）
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：SSE 端点（`/sse`）在三个文档中存在冲突：
+  - [push-gateway_contract.md](../contracts/push-gateway_contract.md) §1.2 列出 `GET /sse` 端点，认证 JWT
+  - [matrix.md](../matrix.md) §5 HTTP 接口矩阵列出 `push-gateway (ai02) | SSE | /sse`
+  - [02-architecture-design.md](../../../services/push-gateway/docs/02-architecture-design.md) §10 明确建议"不支持 SSE，WebSocket 已够用，避免协议膨胀"
+  - 01-understanding.md 完全未提及 SSE
+  - 实际代码无 `/sse` 实现，`gin-contrib/sse` 仅为 gin 间接依赖
+- **建议方案**：采纳 02 文档建议 —— **push-gateway 不提供 SSE，仅 WebSocket**。理由：
+  1. 单一协议降低维护成本与测试矩阵
+  2. SSE 单向下行 + 文本协议，不适合未来 reconnect/ack 双向协议
+  3. 各 portal 已规划 WebSocket 接入（[coord-cross-review.md](../../coord-cross-review.md)）
+- **影响方**：ai13/ai14/ai15（前端需统一走 WebSocket，移除 SSE 兜底）、ai10（msg 不需调 /sse）、coord（更新 matrix.md §5 与 contract.md）
+- **状态**：待 coord 仲裁
+
+### ISSUE-002-ai02：内部 API 鉴权命名三方不一致
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：内部 API 鉴权头与环境变量在四处不一致：
+  - **代码**（[handler.go#L30](../../../services/push-gateway/internal/ws/handler.go#L30) + [config.go#L41](../../../services/push-gateway/internal/config/config.go#L41)）：`X-Internal-Key` 头 + `INTERNAL_API_KEY` 环境变量
+  - **02 文档** §4.2/§6.1：`X-Internal-Token` 头 + `INTERNAL_API_TOKEN` 环境变量
+  - **ai-allocation.md** §5：`X-Internal-Key`
+  - **president-final-rulings.md** §7.2："X-Internal-Token 重命名"（暗示应改为 Token）
+  - **contract.md** §1.2：`内网 mTLS`（第四种方案！）
+- **建议方案**：统一为 `X-Internal-Token` + `INTERNAL_API_TOKEN`（对齐总裁裁决 §7.2）。理由：
+  1. 总裁裁决已明确倾向 Token 命名
+  2. "Token"语义比"Key"更准确（共享密钥而非公私钥对）
+  3. mTLS 在 P5 阶段引入成本过高，且 K8s 内网已有 NetworkPolicy 隔离，共享密钥足够
+- **影响方**：ai10（msg 调用方需用相同头名）、coord（更新 contract.md 与 matrix.md §5 移除 mTLS）
+- **状态**：待 coord 仲裁
+
+### ISSUE-003-ai02：单节点容量目标 50k vs 10w+ 冲突
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：单节点最大连接数目标在两份文档冲突：
+  - [modules/push-gateway/README.md](../../../docs/modules/push-gateway/README.md) §7："单节点最大连接数 50k，超出时拒绝新连接"
+  - [02-architecture-design.md](../../../services/push-gateway/docs/02-architecture-design.md) §11："单实例最大连接数 10w+"
+  - [01-understanding.md](../../../services/push-gateway/docs/01-understanding.md) §5 引用 pending-features："单节点支撑 10w+ 连接"
+- **建议方案**：统一为 **10w+**（对齐 02 文档与 pending-features）。理由：
+  1. 10w+ 是 P5 设计目标（pending-features 权威）
+  2. Go goroutine-per-connection + 64KB send chan 单连接约 20-30KB，10w 连接约 2-3GB，单节点可承载
+  3. 50k 目标过于保守，与横向扩展方案不匹配
+- **影响方**：coord（更新 modules/README.md §7）、ai02（02 §11 已正确）
+- **状态**：待 coord 仲裁
+
+### ISSUE-004-ai02：contract.md 内部端点路径 /internal/send vs /internal/push 冲突
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：内部单推端点路径在 contract.md 与代码/02 文档冲突：
+  - [contract.md](../contracts/push-gateway_contract.md) §1.2 + §2.4：`POST /internal/send`
+  - **代码**（[main.go#L58](../../../services/push-gateway/main.go#L58)）+ **02 文档** §4.2：`POST /internal/push`
+  - 总裁裁决 §4.2 已"as-is 采纳 ai02 02 §4.2"，即应使用 `/internal/push`
+- **建议方案**：contract.md 统一改为 `POST /internal/push`（对齐总裁裁决与代码）。此为 ai02 自主回写范畴，不需 coord 仲裁动作，仅在此登记以便 coord 复核。
+- **状态**：ai02 自行修复（见 contracts 回写）
+
+### ISSUE-005-ai02：审计表（6 字段）设计缺失
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：[ai-allocation.md](../../ai-allocation.md) §5 将"审计表（6 字段）"列为 ai02 设计重点，但：
+  - 01-understanding.md §2 明确"不持有业务状态""无 DB"
+  - 02-architecture-design.md §3 明确"无数据库。所有状态在内存 + Redis"
+  - 两份文档均无审计表设计
+- **疑问**：审计表是否要求 push-gateway 引入 MySQL/PostgreSQL？这与"无 DB"定位冲突。可能的解读：
+  1. push-gateway 引入轻量审计表（如 SQLite/Redis Stream 持久化推送记录）
+  2. 审计表由 msg 服务维护（msg 已落库），push-gateway 仅通过 Kafka 事件回流
+  3. ai-allocation 表述过度，审计需求由 msg 满足
+- **建议方案**：方案 2（审计由 msg 维护，push-gateway 仅同步返结果）。理由：保持 push-gateway 无 DB 定位，避免引入持久化层增加运维复杂度。
+- **影响方**：ai10（msg 需确认审计字段是否覆盖 push-gateway 推送结果）、coord（澄清 ai-allocation §5 表述）
+- **状态**：待 coord 仲裁
+
+### ISSUE-006-ai02：ISSUE-058 与 ISSUE-055 对 Redis /readyz 失败策略耦合冲突
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：契约不明确
+- **描述**：两份裁决对 push-gateway /readyz Redis 检查失败的策略存在表述冲突：
+  - **ISSUE-055**（[president §3.3](../../president-final-rulings.md)）：将 Redis 列为"必需依赖"，失败返 503 触发 Pod 重启
+  - **ISSUE-058**（[president §4.3](../../president-final-rulings.md)）："/readyz Redis 检查失败时仅告警不阻塞，与 ISSUE-055 协调，避免雪崩"
+- **冲突点**：Redis 是 push-gateway 跨实例广播的必需依赖（必需 → 503），但实例重启不能恢复 Redis 故障，且重启会丢失本地连接表加剧雪崩（应仅告警）
+- **建议方案**：明确为 **Redis 软失败**（仅告警 + `degraded: true` + 返 200），从 ISSUE-055 必需依赖列表中移除 push-gateway → Redis。理由：
+  1. push-gateway 重启不解决 Redis 故障
+  2. Redis 故障时单实例仍能服务本地连接（仅跨实例广播失效）
+  3. 雪崩风险高于短暂不一致
+- **影响方**：coord（澄清两裁决优先级）
+- **状态**：待 coord 仲裁
+
+### ISSUE-007-ai02：02 文档缺 ADR / 非功能性需求 / 失败模式章节（不符业界架构文档规范）
+
+- **提请方**：ai02
+- **日期**：2026-07-10
+- **类型**：工作量超批
+- **描述**：02-architecture-design.md 不符合业界架构文档规范（arc42 / C4 模型）：
+  1. **无 ADR 章节**：[modules/push-gateway/README.md](../../../docs/modules/push-gateway/README.md) §8 提到"待 P5 交付时补充 ADR 记录"，但 02 文档未落地。关键决策（gorilla/websocket 选型、Redis Pub/Sub vs Stream、心跳间隔 30s/60s 选型、10w 容量依据）无 ADR
+  2. **无非功能性需求章节**：无可用性 SLO（如 99.9%）、安全合规、容量 SLA
+  3. **无失败模式/混沌工程章节**：实例崩溃、Redis 故障、网络分区、Kafka 消费积压场景下的降级策略缺失
+  4. **§11 容量表无依据**：10w 连接的内存/CPU/网络带宽估算缺失
+- **建议方案**：在批次 4（P5）补全 02 文档 §14-§17 四个章节（ADR / 非功能性需求 / 失败模式 / 容量估算）。预估工作量：1-1.5 天。
+- **影响方**：ai02（自主补全）
+- **状态**：待 coord 确认是否纳入 P5 Must Have
+
+---
+
+## §2 已自主修复的文档偏差（ai02 直接修复，不需 coord 仲裁）
+
+> 以下为 01-understanding.md 与现码不符的偏差，ai02 在批次 0 自主修复
+
+| # | 位置 | 偏差 | 修复方向 |
+| - | ---- | ---- | -------- |
+| 1 | 01 §3.2 | `/readyz` 标"无（待实现）"，实际已实现（仅未检查 Redis） | 改为"已实现，仅返连接数，待补 Redis PING" |
+| 2 | 01 §3.2 | `/metrics` 标"无（待实现）"，实际已挂载 promhttp | 改为"已实现，待补自定义指标" |
+| 3 | 01 §3.2 | `/internal/push` `/internal/broadcast` 标"待补鉴权"，实际已实现 X-Internal-Key | 改为"已实现 X-Internal-Key 校验（DevMode 跳过）" |
+| 4 | 01 §6 + §7 | Dockerfile 标"❌ 单阶段"，实际为多阶段（缺非 root/healthcheck/ldflags） | 改为"⚠️ 多阶段但缺非 root + healthcheck + ldflags" |
+| 5 | 01 §7.1 #6 | 引用 `main.go L44-46` 行号过期，鉴权状态错误 | 更新行号并改为"已实现" |
+| 6 | 01 全文 | 未提及 SSE 端点（contract.md/matrix.md 列出但 02 建议不支持） | 待 ISSUE-001 仲裁后补充结论 |
+| 7 | 01 全文 | 未提及审计表（ai-allocation §5 设计重点） | 待 ISSUE-005 仲裁后补充 |
+
+---
+
+## §3 历史问题
+
+（暂无）