fix(部署脚本): 改成在服务器上直接跑，加 --check

上一版是从本机 rsync + ssh 过去的，不是想要的形态。改成服务器上跑：代码怎么上去（rsync / 以后的 git pull）不归它管，脚本只管起栈。五道自检，前两道是这次在服务器上真撞到的失败： compose 版本 ≥ 2.20 depends_on.required 是那版才有的字段 DATA_DIR 卷指向 OJ2/data → 中止（空数据，且不报错） DB_HOST DATABASE_URL 还指着 oj-postgres → 中止 JUDGE_STATE_DIR 没设的话新旧两个判题机共用运行目录旧栈还活着 oj-postgres / oj-redis 是新栈的上游 --check 只做只读校验，不建目录不动容器（mkdir 挪到起栈那一段了）。 ## 跑出来的两个问题 1. 版本比较写反了。原来用 `sort -V -C` 判「这两行本来就有序」，结果本机 compose 5.4.0 被判成「太老」。改成取 min(2.20, ver)，在 1.29.2 / 2.19.9 / 2.20.0 / 2.24.5 / 5.4.0 / 0 六个值上逐个验过分界。 2. --check 里的 mkdir 会真的建目录，本机跑直接撞权限。挪走了。自检全路径实跑过：旧栈没起时正确拦下；造两个同名容器冒充旧栈后全绿通过；抹掉 DATA_DIR / DB_HOST 两条守卫都按预期中止并打出可操作的提示。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-08-16 09:34:39 -06:00
parent eb849ca5ab
commit eadfa0b04a
2 changed files with 122 additions and 84 deletions
--- a/docker/deploy.sh
+++ b/docker/deploy.sh
@@ -1,99 +1,126 @@
 #!/usr/bin/env bash
 #
-# 从本机把 OJ2 推到服务器并重启新栈（并行试跑形态）。
+# 在**服务器上**起 OJ2 新栈（并行试跑形态：旧栈的 postgres/redis 继续跑，
+# 这里只起 api / worker / web / judge，旧站一个容器都不用停）。
 #
-#   docker/deploy.sh                       # 推代码 → 构建 → 重启 → 自检
-#   docker/deploy.sh --env                 # 连 docker/.env 一起推（默认不推，见下）
-#   SERVER=root@1.2.3.4 docker/deploy.sh   # 换台机器
+#   cd /root/OJDeploy/OJ2
+#   docker/deploy.sh              # 自检 → 构建 → 起栈 → 冒烟
+#   docker/deploy.sh --check      # 只自检，不动任何容器
+#   docker/deploy.sh --no-build   # 跳过构建（只改了 env / compose 时用）
 #
-# 默认**不推 docker/.env**：本机那份和服务器那份很容易不是一回事（库地址、端口、
-# AI key 都不同），覆盖掉是静默故障。确实要同步时显式加 --env。
+# 代码怎么上到服务器不归它管。没有 git remote 的话，在本机：
 #
-# 这是没有 git remote 时的临时方案。配好 remote 之后应该换成服务器上 git pull，
-# 那样服务器上有版本记录，也不会把本机的脏改动带上去。
+#   rsync -az --delete --exclude node_modules --exclude .git --exclude data \
+#     --exclude 'docker/.env*' ~/Projects/OJ/OJ2/ root@服务器:/root/OJDeploy/OJ2/
+#
+# 前提：docker/.env 已经填好（内容见 docs/specs/phase5-cutover-runbook.md 第三节）。

 set -euo pipefail

-SERVER=${SERVER:-root@xuyue.cc}
-REMOTE_DIR=${REMOTE_DIR:-/root/OJDeploy/OJ2}
+cd "$(dirname "${BASH_SOURCE[0]}")/.."
+COMPOSE=(docker compose -f docker/compose.debian.yml --env-file docker/.env)

-REPO=$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)
-COMPOSE="docker compose -f docker/compose.debian.yml --env-file docker/.env"
+CHECK_ONLY=0
+BUILD=1
+for arg in "$@"; do
+  case "$arg" in
+    --check)    CHECK_ONLY=1 ;;
+    --no-build) BUILD=0 ;;
+    *) echo "未知参数：$arg（可用：--check、--no-build）" >&2; exit 2 ;;
+  esac
+done

-PUSH_ENV=0
-[ "${1:-}" = "--env" ] && PUSH_ENV=1
+say()  { printf '\n\033[1;36m==> %s\033[0m\n' "$*"; }
+ok()   { printf '    \033[32m✓\033[0m %s\n' "$*"; }
+die()  { printf '\n\033[1;31m❌ %s\033[0m\n\n' "$*" >&2; exit 1; }

-say() { printf '\n\033[1;36m==> %s\033[0m\n' "$*"; }
-die() { printf '\n\033[1;31m❌ %s\033[0m\n' "$*" >&2; exit 1; }
+# ---------------------------------------------------------------- 自检
+say "自检"

-# ---------------------------------------------------------------- 1. 推代码
-say "1/4 同步代码 → $SERVER:$REMOTE_DIR"
+[ -f docker/.env ] || die "docker/.env 不存在。内容见手册第三节，别用 .env.example 直接改名（里面的值全是空的）"

-excludes=(
-  --exclude node_modules
-  --exclude .git
-  --exclude data          # 运行时数据，服务器上那份才是真的
-  --exclude 'apps/web/dist'
-)
-if [ "$PUSH_ENV" -eq 0 ]; then
-  excludes+=(--exclude 'docker/.env' --exclude 'docker/.env.*' --include 'docker/.env.example')
+# compose 版本：depends_on.required 是 v2.20 才有的字段，老版本会解析失败
+ver=$(docker compose version --short 2>/dev/null || echo 0)
+# 取 min(2.20, ver)：等于 2.20 就说明 ver 不低于它。别用 `sort -V -C`，
+# 那个判的是「这两行本来就有序」，对 ver 更新的情况会反过来判成太老（写错过一次）。
+[ "$(printf '2.20\n%s\n' "$ver" | sort -V | head -1)" = "2.20" ] \
+  || die "docker compose 版本太老（$ver），需要 ≥ 2.20（depends_on.required 是那个版本才有的字段）"
+ok "docker compose $ver"
+
+cfg=$("${COMPOSE[@]}" config) || die "compose 配置解析失败，看上面的报错"
+
+# ① DATA_DIR：不生效的话卷会挂到 OJ2/data 这个空目录上 —— 站点起得来，
+#    但没有测试点、题面图片 404，而且**不报任何错**。这是唯一会静默走歪的地方。
+bad=$(grep 'source:' <<<"$cfg" | grep 'OJ2/data' || true)
+[ -z "$bad" ] || die "DATA_DIR 没生效，这些卷指向了 OJ2/data：
+$bad
+
+检查 docker/.env 里的 DATA_DIR（注意：DATA_DIR= 空值等于没设，等号两边不能有空格）"
+ok "数据卷都在 $(grep 'source:' <<<"$cfg" | head -1 | sed 's|.*source: ||; s|/backend.*||')"
+
+# ② DB_HOST：不生效会静默回落成 oj-postgres，而试跑形态下那个容器根本没起
+! grep -q 'DATABASE_URL: postgres://[^@]*@oj-postgres' <<<"$cfg" \
+  || die "DB_HOST 没生效，DATABASE_URL 还指着 oj-postgres —— 试跑形态下它不存在，起来必然连不上库"
+ok "库指向 $(grep -m1 'DATABASE_URL:' <<<"$cfg" | sed 's|.*@||; s|/onlinejudge.*||')"
+
+# ③ 判题机运行目录必须和旧栈分开，否则两个 judger 往同一个目录里写
+judge_dir=$(grep -E '^JUDGE_STATE_DIR=' docker/.env | tail -1 | cut -d= -f2- || true)
+[ -n "$judge_dir" ] || die "JUDGE_STATE_DIR 没设 —— 试跑期间新旧两个判题机会共用运行目录"
+ok "判题机运行目录 $judge_dir"
+
+# ④ 旧栈的 postgres / redis 得还活着，新栈要连它们
+for c in oj-postgres oj-redis; do
+  docker ps --filter "name=$c" --filter status=running -q | grep -q . \
+    || die "旧栈的 $c 没在跑。试跑形态依赖它们 —— 先 docker compose -f /root/OJDeploy/docker-compose.yml up -d $c"
+done
+ok "旧栈的 postgres / redis 都在跑"
+
+port=$(grep -E '^WEB_PORT=' docker/.env | tail -1 | cut -d= -f2- || true)
+port=${port:-8080}
+ok "对外端口 $port"
+
+[ "$CHECK_ONLY" -eq 0 ] || { printf '\n\033[1;32m✅ 自检通过（--check，没动容器）\033[0m\n'; exit 0; }
+
+# ---------------------------------------------------------------- 起栈
+mkdir -p "$judge_dir/log" "$judge_dir/run"
+
+if [ "$BUILD" -eq 1 ]; then
+  say "构建镜像（首次约 5 分钟，之后走缓存很快）"
+  "${COMPOSE[@]}" build
 fi

-# --delete 让服务器和本机一致（被 --exclude 排除的文件不会被删，rsync 默认保护）
-rsync -az --delete --info=stats1 "${excludes[@]}" "$REPO/" "$SERVER:$REMOTE_DIR/"
+say "起栈"
+"${COMPOSE[@]}" up -d
+"${COMPOSE[@]}" ps

-# ---------------------------------------------------------------- 2-4. 服务器上
-ssh "$SERVER" bash -s <<REMOTE
-set -euo pipefail
-cd "$REMOTE_DIR"
-
-say() { printf '\n\033[1;36m==> %s\033[0m\n' "\$*"; }
-die() { printf '\n\033[1;31m❌ %s\033[0m\n' "\$*" >&2; exit 1; }
-
-[ -f docker/.env ] || die "$REMOTE_DIR/docker/.env 不存在，先把 env 放上去（内容见手册第三节）"
-
-say "2/4 起栈前自检"
-
-# 这一条是切换当天唯一会静默走歪的地方：DATA_DIR 没生效的话，卷会挂到 OJ2/data
-# 这个空目录上 —— 站点起得来，但没有测试点、题面图片 404，而且不报任何错。
-bad=\$($COMPOSE config | grep 'source:' | grep 'OJ2/data' || true)
-[ -z "\$bad" ] || die "DATA_DIR 没生效，这些卷指向了 OJ2/data：\$(printf '\n%s' "\$bad")"
-
-# 同理：DB_HOST 空着会静默回落成 oj-postgres，而试跑形态下那个容器根本没起
-$COMPOSE config | grep -q 'DATABASE_URL: postgres://[^@]*@oj-postgres' \
-  && die "DB_HOST 没生效，DATABASE_URL 还指着 oj-postgres（试跑形态下它不存在）" || true
-
-# 判题机运行目录必须和旧栈分开，不然两个 judger 往一个目录里写
-judge_dir=\$(grep -E '^JUDGE_STATE_DIR=' docker/.env | cut -d= -f2- || true)
-[ -n "\$judge_dir" ] || die "JUDGE_STATE_DIR 没设，会和旧判题机共用运行目录"
-mkdir -p "\$judge_dir/log" "\$judge_dir/run"
-
-say "3/4 构建镜像（首次约 5 分钟）"
-$COMPOSE build
-
-say "4/4 起栈"
-$COMPOSE up -d
-$COMPOSE ps
-
-# 等 oj-api 变 healthy，最多 60 秒
-for i in \$(seq 30); do
-  status=\$(docker inspect -f '{{.State.Health.Status}}' oj-api 2>/dev/null || echo starting)
-  [ "\$status" = healthy ] && break
+status=starting
+for _ in $(seq 30); do
+  status=$(docker inspect -f '{{.State.Health.Status}}' oj-api 2>/dev/null || echo starting)
+  [ "$status" = healthy ] && break
  sleep 2
 done
-[ "\$status" = healthy ] || die "oj-api 没起来（状态 \$status），看 docker logs oj-api --tail 50"
+[ "$status" = healthy ] || die "oj-api 没起来（状态 $status）
+看日志：docker logs oj-api --tail 50"

-port=\$(grep -E '^WEB_PORT=' docker/.env | cut -d= -f2- || echo 8080)
-port=\${port:-8080}
+# ---------------------------------------------------------------- 冒烟
+say "冒烟（端口 $port）"
+code() { curl -s -o /dev/null -w '%{http_code}' "http://localhost:$port$1"; }
+printf '    首页          %s\n' "$(code /)"
+printf '    站点配置      %s\n' "$(code /api/site)"
+printf '    未登录进后台  %s  (期望 401)\n' "$(code /api/admin/dashboard)"

-say "自检（端口 \$port）"
-printf '首页          %s\n' "\$(curl -s -o /dev/null -w '%{http_code}' http://localhost:\$port/)"
-printf '站点配置      %s\n' "\$(curl -s -o /dev/null -w '%{http_code}' http://localhost:\$port/api/site)"
-printf '未登录进后台  %s（期望 401）\n' "\$(curl -s -o /dev/null -w '%{http_code}' http://localhost:\$port/api/admin/dashboard)"
+total=$(curl -s "http://localhost:$port/api/problems" | grep -oE '"total":[0-9]+' | head -1 | cut -d: -f2 || true)
+printf '    题目总数      %s\n' "${total:-读不出来}"
+[ "${total:-0}" -gt 0 ] || die "题目数是 0 —— 连的不是生产库。查 DB_HOST / POSTGRES_PASSWORD"

-total=\$(curl -s "http://localhost:\$port/api/problems" | grep -oE '"total":[0-9]+' | head -1 | cut -d: -f2)
-printf '题目总数      %s\n' "\${total:-读不出来}"
-[ "\${total:-0}" -gt 0 ] || die "题目数是 0 —— 连错库了，八成是 DB_HOST 或 POSTGRES_PASSWORD 不对"
+cat <<EOF

-printf '\n\033[1;32m✅ 完成。别忘了 NPM 那台 proxy host 指向 %s，且 Websockets Support 是开的。\033[0m\n' "\$port"
-REMOTE
+$(printf '\033[1;32m✅ 起来了\033[0m')
+
+还差 NPM 那一步：
+  - proxy host: oj2.xuyue.cc → 宿主机:$port
+  - **Websockets Support 必须打开**，否则学生那边「判题中…」永远不动
+  - client_max_body_size 200M（上传测试用例压缩包）
+
+之后自己点一遍：登录、提交一道题看结果实时刷出来、后台判题机列表、带图片的题面。
+EOF
--- a/docs/specs/phase5-cutover-runbook.md
+++ b/docs/specs/phase5-cutover-runbook.md
@@ -236,17 +236,28 @@ JUDGE_STATE_DIR=/root/OJDeploy/data/judge_server_oj2

 ### 2. 起

-有脚本，从**本机**跑（没有 git remote 时靠 rsync 推代码）：
+有脚本，**在服务器上**跑：

 ```bash
-docker/deploy.sh              # 推代码 → 自检 → 构建 → 起栈 → 冒烟
-SERVER=root@1.2.3.4 docker/deploy.sh
+cd /root/OJDeploy/OJ2
+docker/deploy.sh              # 自检 → 构建 → 起栈 → 冒烟
+docker/deploy.sh --check      # 只自检，只读，不动任何容器
+docker/deploy.sh --no-build   # 只改了 env / compose 时跳过构建
 ```

-它默认**不推 `docker/.env`**（本机那份和服务器那份不是一回事，覆盖掉是静默故障），
-要同步时显式加 `--env`。起栈前有两道守卫，正是今天在服务器上撞到的那两种：
-`DATA_DIR` 没生效（卷指向 `OJ2/data`）、`DB_HOST` 没生效（`DATABASE_URL` 还指着
-试跑形态下并不存在的 `oj-postgres`）—— 命中任一条就中止，不会起一个看着正常的坏栈。
+代码怎么上到服务器不归它管（rsync 或以后的 `git pull`，命令在脚本头部注释里）。
+
+起栈前有五道自检，前两道正是这次在服务器上真撞到的：
+
+| 自检 | 拦什么 |
+|---|---|
+| compose 版本 | `depends_on.required` 要 ≥ 2.20，老版本解析就会失败 |
+| `DATA_DIR` | 卷指向 `OJ2/data` → 中止（空数据，静默） |
+| `DB_HOST` | `DATABASE_URL` 还指着 `oj-postgres` → 中止（试跑形态下它不存在） |
+| `JUDGE_STATE_DIR` | 没设的话新旧两个判题机共用运行目录 |
+| 旧栈 | `oj-postgres` / `oj-redis` 得还活着，新栈连的就是它们 |
+
+起完等 `oj-api` healthy，再跑四条冒烟；题目数是 0 也中止 —— 那意味着连错库了。

 手动等价于：