feat(去重): 跨设备「已做过」账本 —— 同一个号不会做两次 + 「谁做过了」看得见
用户场景（他原话）：一台手机登录 5 个抖音号、一共 5 台手机，每个任务只让其中一个
目标号评论；每天跑一次但不知道什么时候跑完，于是"一直重复跑" → 结果
"一个手机还没评论到，一个手机都评论两次了"。
**根因不是"单设备重复"，是跨设备没有共享的判断 + 进度不可见。** 所以做两件事：
① 幂等；② 把"谁做过了、还差谁"摆到台面上（不然只能靠重跑确认，而重跑又在制造重复）。
- `core/models.py`：新表 `done_mark`（迁移账本补 v7）。**判据只有 `scope_key` 的
唯一索引**——多台设备会同时判断"没做过"，"先查后插"有竞态（两台都插），
唯一索引 + `INSERT ... ON DUPLICATE KEY`/`INSERT OR IGNORE` 的**受影响行数**才原子。
- `core/dedup.py`（新）：`build_key`（`任务|身份|时间桶`）/ `check` / `mark` /
`list_marks`（带"今天做了几台/几个号"统计）/ `delete_mark` / `clear_job` / `purge_old`。
自建 app context（照 device_pool 的 `_ctx()`），任务线程/Web/清理都不用关心。
- 任务侧两个部件（**检查在前、记账在后**）：
· `if_el` 新增条件类型 `selector_type="dedup"`：命中=这个身份做过了 → 走 then 分支。
身份元素在 `ident_type`/`ident_value`（留空 = 用设备 serial，一号一机场景）。
· 新步骤 `mark_done`「记为已做」（22 种步骤）：放动作**成功之后**。
拆两步的用意：动作失败就不记账，下次重跑还会重试该设备 —— 失败不丢。
- 有效期（`dedup_reset` = day/all/hours）放**任务级**：检查与记账两处各填一份的话，
填不一致就算出两个 key、去重会**静默失效**，所以强制只配一处（编辑器顶部下拉）。
- 三条防误伤规则（都有测试兜着）：
· 身份读不到 / 身份值过长 → **不去重、当没做过照常执行**。绝不能把"读不到"
当成空身份——那会让所有设备共用一个 key、第一台记账后其余全被误判成"做过"。
· `kind='all'`（只做一次）的记录**永不清理**（清了等于语义失效）；清理只删 day/hours。
· 去重的两个易错点在保存时直接告警：身份元素两边不一致、有检查没记账/有记账没检查。
- 「任务 → 去重记录」新子分栏（`static/admin/dedup.js`）：统计行 + 明细表 +
删单条（那个号重跑）/ 清空任务（整批重跑）。接口 3 个（GET/delete/clear，PERM_TASKS）。
- 每日 04:23 清理（挂现有 APScheduler），`TABLE_LABELS` 补中文名（备份覆盖自动派生）。
- AI 建任务草稿校验同步：`dedup` 走自己的规则（要 ident_value、xpath 前缀校验），
没填身份元素只警告不拦（用设备当身份是合法用法）；普通条件空选择器仍然拦。
- 文档：TASK_DEV §4.6（去重专章 + App 内检测的兜底配方与它的三个局限）、
DATA_MODEL §2.9、API 三个接口、ARCHITECTURE（分层/装配/子分栏/JS 分工/清理）、
DEPLOY §5.2（15 张表）、步骤数 21→22 全库同步。
自测：单元 + 集成 33 项（**含 8 线程抢同一个身份、恰好一个成功**的原子性断言，
以及"all 记录不被清理""身份读不到不去重""清了能重跑"）、
**真机端到端**（cs1 上"检查→动作→记账"跑两遍：第二遍被拦、换 serial 的"另一台设备"
同样被拦、删记录后能重跑）、草稿校验 5 项、GET 冒烟 56 路由 0 个 500。
（注：本分支基于 feat/if-el-multi-value，因为它俩都要改 task.py 的 STEP_TYPES 与
editor.js 的 STEP_LIB 同一区域，分开从 dev 拉必然冲突——这份是超集，合一次两份都进。）
This commit is contained in:
+235
@@ -0,0 +1,235 @@
|
||||
"""「已做过」账本：跨设备幂等（评论不重复）+ 进度可见。
|
||||
|
||||
**它解决什么**（用户场景）：一台手机登录多个账号、多台手机跑同一个任务，
|
||||
每天跑一次但不知道什么时候跑完，于是反复重跑 → 同一个号被做两次、有的号还没做。
|
||||
账本给出两个东西：
|
||||
1. `check()` —— "这个身份在这个任务里做过了吗"（跨设备，多台手机共享同一份判断）
|
||||
2. `list_marks()` —— "谁做过了、还差谁"（界面上看得见，就不用靠"一直重跑"来确认）
|
||||
|
||||
**为什么必须靠唯一索引**：多台设备可能同时判断"没做过"。
|
||||
"先 SELECT 再 INSERT"有竞态——两台都会插进去。唯一索引 + `INSERT ... ON DUPLICATE KEY`
|
||||
（MySQL）/ `INSERT OR IGNORE`（SQLite）的**受影响行数**才是原子的判据：
|
||||
`1` = 你抢到了首次，`0` = 别人已经做过。
|
||||
|
||||
**身份值读不到时绝不去重**（`identity is None`）：宁可漏拦一次，
|
||||
也不能让"读不到"退化成"空身份"——那会让所有设备共用一个 key，
|
||||
第一台记账后其余全部被误跳过。同理，身份值过长时也不截断（截断会让两个身份撞车）。
|
||||
|
||||
有效期策略（`kind`）由任务级参数 `dedup_reset` 决定，**只在一处配**：
|
||||
步骤里各填一份的话，两处填不一致就会算出不用的 key、去重静默失效。
|
||||
|
||||
DB 访问由本模块自建 app context（照 `core/device_pool.py` 的 `_ctx()`），
|
||||
调用方（任务线程 / Web 线程 / 每日清理）都不用关心。
|
||||
"""
|
||||
import time
|
||||
from datetime import datetime, timedelta
|
||||
|
||||
from core.logger import get_logger
|
||||
from core.models import db
|
||||
|
||||
_log = get_logger("core.dedup")
|
||||
|
||||
# 有效期策略
|
||||
KIND_DAY = "day" # 每天一次（默认；"每天跑一次"的场景）
|
||||
KIND_HOURS = "hours" # 每 N 小时一次
|
||||
KIND_ALL = "all" # 只做一次（永久）
|
||||
RESET_KINDS = (KIND_DAY, KIND_ALL, KIND_HOURS)
|
||||
DEFAULT_HOURS = 6
|
||||
# 账本保留期：只影响 day/hours 桶（它们过期就没意义了）；
|
||||
# **kind='all' 的记录永不清理**——清了就等于"只做一次"失效
|
||||
KEEP_DAYS = 180
|
||||
# scope_key 上限（= DoneMark.scope_key 列宽）。超了不去重、只告警：
|
||||
# 截断会让两个不同身份撞成同一个 key，进而误跳过
|
||||
MAX_KEY_LEN = 290
|
||||
|
||||
_app = None
|
||||
|
||||
|
||||
def init_app(app):
|
||||
"""web_server 启动时调用：绑 app（后台线程访问 db 要自推 context）。"""
|
||||
global _app
|
||||
_app = app
|
||||
|
||||
|
||||
def _ctx():
|
||||
if _app is None:
|
||||
raise RuntimeError("dedup 未关联 Flask app（web_server 启动时调用 init_app）")
|
||||
return _app.app_context()
|
||||
|
||||
|
||||
# ================== 唯一键 ==================
|
||||
def build_key(job_id, identity, kind=KIND_DAY, hours=DEFAULT_HOURS, now=None):
|
||||
"""算唯一键：`任务 | 身份 | 时间桶`。
|
||||
|
||||
桶只影响"多久之后算新的一轮"：
|
||||
· day → `|d:2026-09-24`（本地日期，跟着自然日走）
|
||||
· hours → `|h6:4939219`（epoch // (N*3600)，改 N 就换了桶）
|
||||
· all → `|all`（无桶，永远命中同一个 key）
|
||||
"""
|
||||
now = time.time() if now is None else now
|
||||
base = f"{(job_id or '').strip()}|{(identity or '').strip()}"
|
||||
if kind == KIND_ALL:
|
||||
return base + "|all"
|
||||
if kind == KIND_HOURS:
|
||||
h = max(1, int(hours or DEFAULT_HOURS))
|
||||
return f"{base}|h{h}:{int(now // (h * 3600))}"
|
||||
return base + "|d:" + time.strftime("%Y-%m-%d", time.localtime(now))
|
||||
|
||||
|
||||
def _key_or_none(job_id, identity, kind, hours):
|
||||
"""算 key 并做长度体检；超长返回 None（调用方按"不去重"处理，不截断）。"""
|
||||
if not (identity or "").strip():
|
||||
return None
|
||||
key = build_key(job_id, identity, kind, hours)
|
||||
if len(key) > MAX_KEY_LEN:
|
||||
_log.warning(f"去重键过长（{len(key)} 字符）→ 本次不去重，避免截断后两个身份撞车: {key[:80]}…")
|
||||
return None
|
||||
return key
|
||||
|
||||
|
||||
# ================== 查 / 记 ==================
|
||||
def check(job_id, identity, kind=KIND_DAY, hours=DEFAULT_HOURS):
|
||||
"""这个身份在这个任务里做过了吗？（只读）
|
||||
|
||||
返回 True=做过 / False=没做过。identity 为空时返回 False（不去重，照常执行）。
|
||||
"""
|
||||
key = _key_or_none(job_id, identity, kind, hours)
|
||||
if key is None:
|
||||
return False
|
||||
try:
|
||||
with _ctx():
|
||||
row = db.session.execute(
|
||||
db.text("SELECT 1 FROM done_mark WHERE scope_key = :k LIMIT 1"),
|
||||
{"k": key}).fetchone()
|
||||
return row is not None
|
||||
except Exception as e:
|
||||
# 账本读失败不能拦住任务：当"没做过"放行（宁可重复，不可卡死）
|
||||
_log.warning(f"去重检查失败（按未做过放行）: {e}")
|
||||
return False
|
||||
|
||||
|
||||
def mark(job_id, identity, kind=KIND_DAY, hours=DEFAULT_HOURS,
|
||||
serial="", device_name="", job_name=""):
|
||||
"""原子记账。返回 True=本次是首次（你抢到了）/ False=别人已经记过（或没记成）。
|
||||
|
||||
⚠ **必须靠唯一索引**：不能先 check 再 insert（多台设备会同时通过）。
|
||||
"""
|
||||
key = _key_or_none(job_id, identity, kind, hours)
|
||||
if key is None:
|
||||
return False
|
||||
args = {"k": key, "kind": kind, "jid": job_id or "", "jname": job_name or "",
|
||||
"serial": serial or "", "dname": device_name or "",
|
||||
"ident": (identity or "").strip()[:200],
|
||||
"ts": time.strftime("%Y-%m-%d %H:%M:%S")}
|
||||
try:
|
||||
with _ctx():
|
||||
is_mysql = db.engine.dialect.name == "mysql"
|
||||
cols = ("scope_key, kind, job_id, job_name, serial, device_name, "
|
||||
"identity, created_at")
|
||||
vals = (":k, :kind, :jid, :jname, :serial, :dname, :ident, :ts")
|
||||
if is_mysql:
|
||||
# 冲突时做一次"无变化"的更新：受影响行数 1=插入、0=已存在（MySQL 语义）
|
||||
sql = (f"INSERT INTO done_mark ({cols}) VALUES ({vals}) "
|
||||
f"ON DUPLICATE KEY UPDATE scope_key = scope_key")
|
||||
else:
|
||||
sql = f"INSERT OR IGNORE INTO done_mark ({cols}) VALUES ({vals})"
|
||||
r = db.session.execute(db.text(sql), args)
|
||||
db.session.commit()
|
||||
first = (r.rowcount or 0) > 0
|
||||
if first:
|
||||
_log.info(f"[{serial}] 记账：任务『{job_name or job_id}』身份『{args['ident']}』"
|
||||
f"（{kind}）")
|
||||
return first
|
||||
except Exception as e:
|
||||
_log.warning(f"去重记账失败（本次不记，下次重跑会重试）: {e}")
|
||||
return False
|
||||
|
||||
|
||||
# ================== 界面：看 / 清 ==================
|
||||
def list_marks(job_id="", limit=200):
|
||||
"""去重记录（界面用）：返回 (rows, stats)。
|
||||
|
||||
stats：`total` 本任务全部 · `today_devices` 今天已做的设备数 ·
|
||||
`today_identities` 今天已做的身份值数（== "今天做成了几个号"）。
|
||||
"""
|
||||
limit = max(1, min(int(limit or 200), 2000))
|
||||
today0 = time.strftime("%Y-%m-%d 00:00:00")
|
||||
where, args = "", {}
|
||||
if job_id:
|
||||
where = "WHERE job_id = :jid"
|
||||
args["jid"] = job_id
|
||||
with _ctx():
|
||||
rows = db.session.execute(db.text(
|
||||
f"SELECT id, scope_key, kind, job_id, job_name, serial, device_name, "
|
||||
f"identity, created_at FROM done_mark {where} "
|
||||
f"ORDER BY id DESC LIMIT :lim"), {**args, "lim": limit}).fetchall()
|
||||
twhere = where + (" AND " if where else "WHERE ") + "created_at >= :t0"
|
||||
stat = db.session.execute(db.text(
|
||||
f"SELECT COUNT(*) AS total, "
|
||||
f"COUNT(DISTINCT serial) AS devs, "
|
||||
f"COUNT(DISTINCT identity) AS ids "
|
||||
f"FROM done_mark {where}"), args).fetchone()
|
||||
today = db.session.execute(db.text(
|
||||
f"SELECT COUNT(DISTINCT serial) AS devs, "
|
||||
f"COUNT(DISTINCT identity) AS ids "
|
||||
f"FROM done_mark {twhere}"), {**args, "t0": today0}).fetchone()
|
||||
out = [{"id": r[0], "scope_key": r[1], "kind": r[2], "job_id": r[3], "job_name": r[4],
|
||||
"serial": r[5], "device_name": r[6], "identity": r[7], "created_at": r[8]}
|
||||
for r in rows]
|
||||
stats = {"total": stat[0] if stat else 0,
|
||||
"devices": stat[1] if stat else 0,
|
||||
"identities": stat[2] if stat else 0,
|
||||
"today_devices": today[0] if today else 0,
|
||||
"today_identities": today[1] if today else 0}
|
||||
return out, stats
|
||||
|
||||
|
||||
def delete_mark(mark_id):
|
||||
"""删一条记录（让某个号/某台设备能重跑）。返回是否删掉了。"""
|
||||
try:
|
||||
with _ctx():
|
||||
r = db.session.execute(db.text("DELETE FROM done_mark WHERE id = :i"),
|
||||
{"i": int(mark_id)})
|
||||
db.session.commit()
|
||||
return (r.rowcount or 0) > 0
|
||||
except Exception as e:
|
||||
_log.warning(f"删除去重记录失败: {e}")
|
||||
return False
|
||||
|
||||
|
||||
def clear_job(job_id):
|
||||
"""清空某个任务的全部去重记录（整批重跑）。返回删掉的行数。"""
|
||||
try:
|
||||
with _ctx():
|
||||
r = db.session.execute(db.text("DELETE FROM done_mark WHERE job_id = :j"),
|
||||
{"j": job_id or ""})
|
||||
db.session.commit()
|
||||
n = r.rowcount or 0
|
||||
_log.info(f"清空去重记录：任务 {job_id} 共 {n} 条")
|
||||
return n
|
||||
except Exception as e:
|
||||
_log.warning(f"清空去重记录失败: {e}")
|
||||
return 0
|
||||
|
||||
|
||||
def purge_old(keep_days=KEEP_DAYS):
|
||||
"""清理过期的 day/hours 桶记录。**kind='all' 永不清理**（清了等于去重失效）。
|
||||
|
||||
量级很小（设备数 × 天数），直接一条 DELETE 就行，不用像步骤明细那样分批。
|
||||
"""
|
||||
cutoff = (datetime.now() - timedelta(days=max(1, int(keep_days)))
|
||||
).strftime("%Y-%m-%d %H:%M:%S")
|
||||
try:
|
||||
with _ctx():
|
||||
r = db.session.execute(db.text(
|
||||
"DELETE FROM done_mark WHERE kind <> :all AND created_at < :cut"),
|
||||
{"all": KIND_ALL, "cut": cutoff})
|
||||
db.session.commit()
|
||||
n = r.rowcount or 0
|
||||
if n:
|
||||
_log.info(f"去重记录清理：删除 {n} 条（保留 {keep_days} 天；"
|
||||
f"kind={KIND_ALL} 的永不清理）")
|
||||
return n
|
||||
except Exception as e:
|
||||
_log.warning(f"去重记录清理失败: {e}")
|
||||
return 0
|
||||
Reference in New Issue
Block a user