fix(镜像): apt 换清华源、去掉用不上的 ca-certificates；补部署脚本

## apt-get update 在服务器上卡死不是慢，是挂住不返回 —— 本机构建从来没事，所以演练没暴露。换清华源。两个细节： - trixie 的源是 deb822 格式，在 `/etc/apt/sources.list.d/debian.sources`，老的 `sources.list` 在这个基底里是**空文件**，改它没有任何效果。 - **只能换主机名、必须保持 http。** https 源会在这一步失败，因为镜像里还没有根证书。 `ARG APT_MIRROR` 可覆盖。 ## ca-certificates 是多余的原注释写「给 AI 接口的 https 出站用」，不成立：Bun 和 Node 一样内嵌了一份根证书，走自己那份，不读系统的 /etc/ssl/certs。实测：把探针二进制丢进裸 debian:trixie-slim（没有 ca-certificates）请求 api.deepseek.com，握手正常、返回 401（没带 key），和装了的镜像行为一致。去掉之后重新构建，clang-format / ruff 都在，https 出站照旧，487MB → 483MB。哪天镜像里加了用 OpenSSL 做 TLS 的东西（curl、wget 之类），这条要重新考虑，注释里写了。 ## docker/deploy.sh 没有 git remote 时的部署路径：本机 rsync 推代码 → 服务器上构建 → 起栈 → 冒烟。默认不推 docker/.env（两边不是一回事，覆盖掉是静默故障），要同步显式 --env。起栈前两道守卫，就是今天在服务器上真撞到的那两种失败：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）。两道守卫都用当天那份坏 env 正反跑过：齐全时放行，抹掉这两个变量时都触发。两半的语法也都 `bash -n` 过（远端那半是 heredoc，单独渲染后再查的）。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
2026-08-16 09:30:50 -06:00
parent 1a059d0b88
commit eb849ca5ab
3 changed files with 141 additions and 5 deletions
--- a/docker/Dockerfile
+++ b/docker/Dockerfile
@@ -53,9 +53,27 @@ FROM debian:trixie-slim AS api
 ENV NODE_ENV=production

 # clang-format 给 C 代码格式化用，对应旧镜像 apt 装的那个。
-# ca-certificates 给 AI 接口的 https 出站用。
-RUN apt-get update \
-  && apt-get install -y --no-install-recommends ca-certificates clang-format \
+#
+# **不装 ca-certificates。** AI 接口那条 https 出站不需要它 —— Bun 和 Node 一样
+# 内嵌了一份根证书，走自己那份，不读系统的 `/etc/ssl/certs`。实测：把探针二进制
+# 丢进裸 debian:trixie-slim（没有 ca-certificates）请求 api.deepseek.com，
+# 握手正常、返回 401（没带 key），和装了的镜像行为一致。
+# 哪天镜像里加了用 OpenSSL 做 TLS 的东西（curl、wget 之类），这条要重新考虑。
+#
+# apt 走国内镜像源，理由和上面的 npm 源一样：deb.debian.org 从服务器上
+# `apt-get update` 会卡死（不是慢，是挂住不返回）。
+#
+# 两个坑：
+# 1. trixie 的源是 deb822 格式，在 `/etc/apt/sources.list.d/debian.sources`，
+#    不是老的 `/etc/apt/sources.list`（那个文件在这个基底里是空的）。
+# 2. **必须保持 http，不能换成 https** —— 镜像里没有根证书（见上），
+#    https 源会直接证书校验失败。
+#
+# 只替换主机名：清华同时提供 /debian 和 /debian-security，路径不用动。
+ARG APT_MIRROR=mirrors.tuna.tsinghua.edu.cn
+RUN sed -i "s|deb.debian.org|${APT_MIRROR}|g" /etc/apt/sources.list.d/debian.sources \
+  && apt-get update \
+  && apt-get install -y --no-install-recommends clang-format \
  && rm -rf /var/lib/apt/lists/*

 # ruff 给 Python 代码格式化用。旧后端是 pip 装的 ruff==0.15.12，这里取同版本的
--- a/docker/deploy.sh
+++ b/docker/deploy.sh
@@ -0,0 +1,99 @@
+#!/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）。
+#
+#   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
+#
+# 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。
+#
+# 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。
+
+set -euo pipefail
+
+SERVER=${SERVER:-root@xuyue.cc}
+REMOTE_DIR=${REMOTE_DIR:-/root/OJDeploy/OJ2}
+
+REPO=$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)
+COMPOSE="docker compose -f docker/compose.debian.yml --env-file docker/.env"
+
+PUSH_ENV=0
+[ "${1:-}" = "--env" ] && PUSH_ENV=1
+
+say() { printf '\n\033[1;36m==> %s\033[0m\n' "$*"; }
+die() { printf '\n\033[1;31m❌ %s\033[0m\n' "$*" >&2; exit 1; }
+
+# ---------------------------------------------------------------- 1. 推代码
+say "1/4 同步代码 → $SERVER:$REMOTE_DIR"
+
+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 [ "$PUSH_ENV" -eq 0 ]; then
+  excludes+=(--exclude 'docker/.env' --exclude 'docker/.env.*' --include 'docker/.env.example')
+fi
+
+# --delete 让服务器和本机一致（被 --exclude 排除的文件不会被删，rsync 默认保护）
+rsync -az --delete --info=stats1 "${excludes[@]}" "$REPO/" "$SERVER:$REMOTE_DIR/"
+
+# ---------------------------------------------------------------- 2-4. 服务器上
+ssh "$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
+  sleep 2
+done
+[ "\$status" = healthy ] || die "oj-api 没起来（状态 \$status），看 docker logs oj-api --tail 50"
+
+port=\$(grep -E '^WEB_PORT=' docker/.env | cut -d= -f2- || echo 8080)
+port=\${port:-8080}
+
+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)
+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"
+
+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
--- a/docs/specs/phase5-cutover-runbook.md
+++ b/docs/specs/phase5-cutover-runbook.md
@@ -236,11 +236,25 @@ 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）：
+
+```bash
+docker/deploy.sh              # 推代码 → 自检 → 构建 → 起栈 → 冒烟
+SERVER=root@1.2.3.4 docker/deploy.sh
+```
+
+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。
+
+手动等价于：
+
 ```bash
 mkdir -p /root/OJDeploy/data/judge_server_oj2/log /root/OJDeploy/data/judge_server_oj2/run
 cd /root/OJDeploy
 docker compose -f OJ2/docker/compose.debian.yml --env-file OJ2/docker/.env up -d
-curl -s -o /dev/null -w '%{http_code}\n' http://localhost:8090/     # 期望 200
+curl -s -o /dev/null -w '%{http_code}\n' http://localhost:8180/     # 期望 200
 ```

 旧站这时候完全没受影响，8080 上照常服务。
@@ -427,7 +441,7 @@ ERROR: database "onlinejudge" is being accessed by other users
 演练时因为目标库本来是空的，数据照样灌进去了 —— 那是运气。目标库有数据的话，
 接下来就是满屏主键冲突。灾难恢复流程：**先停 oj-api / oj-worker，再恢复。**

-### 3. 「本地能过、容器里过不了」的三个坑（构建期）
+### 3. 「本地能过、容器里过不了」的四个坑（构建期）

 都已修好并写进 Dockerfile 的注释，这里只留索引：

@@ -435,6 +449,11 @@ ERROR: database "onlinejudge" is being accessed by other users
 - `mermaid@9.4.3`（机房老 Chrome 的 legacy 依赖）从容器里连 npmjs 稳定失败 → 换 npmmirror + 重试
 - 容器里 bun 用 isolated 布局、本地是扁平的，靠「提升」解析的包在容器里一律找不到
  → 把真正直接 import 的 4 个包补成直接依赖
+- **`apt-get update` 在服务器上卡死**（2026-08-16 试跑时撞上，本机构建从来没事）
+  → 换清华源。两个细节：trixie 的源是 deb822 格式、在
+  `/etc/apt/sources.list.d/debian.sources`（老的 `sources.list` 在这个基底里是空文件）；
+  **只能换主机名、必须保持 http** —— ca-certificates 正是这一步要装的，
+  换成 https 会在没有根证书的情况下证书校验失败。`ARG APT_MIRROR` 可覆盖。

 ---