现象:测试服 2026-07-23 8:00 报「DW 数据滞后」,增量游标 33.7h 未推进。 根因:sync_logs 用 partial UNIQUE(host_id) WHERE status='running' 作并发锁。 部署 force-recreate 重启 service 容器时,正在跑的同步进程被杀,但那行 running sync_log 来不及标终态 → 永久占住锁 → 之后每次 cron 增量都撞锁被 skip → 游标不动。代码注释早写了"进程崩需依赖 stale 清理",但该清理从未实现。 修复:SyncIncrementalSchedulerService.onModuleInit 注册 cron 前,先把 startedAt 早于本进程启动时刻(PROCESS_STARTED_AT)的 running 行标 failed。 判据安全性:sync 只在本 service 进程的 cron 回调、或一次性 CLI(跑完即退)里跑, 两者都不可能比本进程启动得更早还活着。反过来,本进程启动后新建的 running (可能是并存的手动 CLI 真锁)用 lt 严格排除,绝不误清。 幂等:标 failed 只释放锁,不动数据 —— 游标没推进,下次增量靠 48h 回看窗补齐。 数据零丢失:回看窗默认 48h > 本次空档 33.7h,靠 source_event_id 幂等去重完整补回。 测试:sync-lock-reap.spec 覆盖 回收/lt判据锁/空启动/失败不抛;295 全绿。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
