xuyueandClaude Opus 5
8b4d8899f9
Deploy / deploy (push) Waiting to run
上游 QingdaoU/JudgeServer 停更在 2024-04（registry 上的 latest 和 1.6.1 是同一份 镜像，编译器停在 gcc-13），没有新版可拉，所以自己重编。docker/judge/ 是只改工具链 的 Dockerfile 分叉，server/ 和 Judger/ 从上游固定 commit b28aa56 拉，一行没动。 镜像 oj2-judge-2（不在任何 registry 上：本机 build.sh --save → scp → docker load） - gcc/g++ 13 → 14.2，Python 3.12 → 3.13.5，都是 trixie 默认 - Go / JDK / Node 整套删掉：前端的题目语言复选框从来只给 C / C++ / Python / SQL， 12 万条提交里 Java 44 条、Golang 15、JavaScript 3，全是很早以前的 - 体积 1.1GB → 433MB；默认走清华源，构建 12 分钟 → 40 秒（--no-mirror 换回官方） - deploy.sh 加一道自检：镜像不在本机就中止，并打印该跑的三条命令 C 的编译参数加三个 -Wno-error（implicit-function-declaration / int-conversion / incompatible-pointer-types）：gcc-14 把它们从 warning 提成了 error，而 -w 压不住。 语言值统一成 Python（迁移 0019 / 0020） - 0019：Python3（104527 条提交）与 Python2（3 条）并成 Python，一并改掉 937 道题的 languages、75 个 template 键、15 个 ast_rules 键、257 条 answers、1235 个用户的 成就指标 _languages（languages_used 重算，总和 1928 → 1925，少的 3 个是同时用过 两种 Python 的人） - 0020：把 Java / JavaScript / Golang 从 84 道题的可选语言里摘掉 —— 不摘的话那些题 的语言下拉还能选 Java，提交必 SYSTEM_ERROR - 契约新增 normalizeLanguage() 别名表，判题侧一律走 judgeConfigFor()：旧客户端 localStorage 里的 Python3、迁移前排进队列的任务都还能判；协作的语言归一也走它， 否则上线那一刻学生页面里的 Python3 会静默落到 C - 回滚要连数据一起回，只滚代码会让所有 Python 提交变 SYSTEM_ERROR 实跑 - 判题冒烟 docker/judge/smoke.ts 13 条全过：三种语言、六种状态码、gcc 宽松度 - 拿备份里的真实代码逐文件比对新旧镜像的编译结果，0 差异：C 提交 1951 份 （1725 过 / 226 CE）、C++ 882 份、Python 2000 份、20 篇 C 教程的 93 个代码块。 不加那三个 -Wno-error 的话，C 有 26 份会从能过变成 CE - 迁移在灌了 12.4 万行真实数据的一次性库里跑过：0 残留、没有题目被清空； dev 库用真正的执行器跑通 - check:ast 56 个 target 全过，前后端 typecheck 均 0 顺带记下一个升级之前就有的坑（现在随 Go 一起消失，写在 README 里）：GOCACHE 指向 容器的 tmpfs，判题机重启后第一次 Go 提交是冷构建，Go 1.22 要 5.6 秒 CPU、超过 3 秒 的编译预算，于是重启后第一个交 Go 的学生必吃一次 CE，后面的人缓存热了又都正常。 Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
151 lines
7.2 KiB
Markdown
151 lines
7.2 KiB
Markdown
# 部署
|
||
|
||
现行部署形态与操作。**具体变量怎么填看 `docker/.env.example`**，那份注释是权威；
|
||
这里只写它装不下的东西：两个站点的拓扑、上线的两条路、出事时的退路。
|
||
|
||
## 拓扑
|
||
|
||
| | 服务器（`oj.xuyue.cc`） | 机房 |
|
||
|---|---|---|
|
||
| compose | `docker/compose.debian.yml` | `docker/compose.school.yml` |
|
||
| env | `docker/.env` | `docker/.env.school` |
|
||
| 库 | 本机 postgres（旧栈起的，原地没动） | **没有，连服务器那台的 5445** |
|
||
| Redis / 判题沙箱 | 各自一套 | 各自一套 |
|
||
| 对外 | NPM 反代 → `WEB_PORT` | http 直连 IP，端口 81 |
|
||
|
||
**两个站点共用一个数据库**，所以结构变更对两边同时生效；但判题队列（BullMQ 在本地
|
||
Redis）和 WebSocket 推送（本地 pub/sub）是每站独立的 —— 学生在哪边提交就在哪边判、
|
||
推送也只推得到连在本站的人。这和旧栈 Dramatiq + Channels 的拓扑一致，不是回归。
|
||
|
||
机房那套 `COOKIE_SECURE=false`：走 http 直连 IP，带 `Secure` 的 Cookie 浏览器不回传，
|
||
表现是「登录成功又立刻变未登录」。
|
||
|
||
## 三种数据形态
|
||
|
||
`compose.debian.yml` 靠 env 切换，判据是 `DB_HOST`：
|
||
|
||
- **外接数据**（线上就是这个）：设 `DATA_DIR` / `DB_HOST` / `REDIS_HOST`，
|
||
沿用已经在跑的 postgres 和 redis，本栈只起 api / worker / web / judge。
|
||
- **自带数据**（本机、演练）：那几个变量留空，起栈时加 `--profile local-data`。
|
||
- 试跑形态额外要 `WEB_PORT` 和 `JUDGE_STATE_DIR`（两个判题机不能共用运行目录）。
|
||
|
||
⚠️ **`DATA_DIR` 默认值 `../data` 是 `OJ2/data`，不是部署目录的 `data/`。**
|
||
沿用旧数据却忘了设它，会静默挂上一堆空目录：空库、没测试点、题面图片 404，
|
||
**而且不报错**。这是整个部署里唯一会静默走歪的地方，`deploy.sh` 专门为它设了一道自检。
|
||
|
||
## 上线
|
||
|
||
### 服务器：push 就部署
|
||
|
||
`.github/workflows/deploy.yml` —— 在 runner 上编好产物、rsync 到服务器、在服务器上
|
||
跑 `docker/deploy.sh --prebuilt`。触发的是 push 到 **github** 这个 remote
|
||
（`origin` 是 `git.xuyue.cc`，平时那次 push 不触发）：
|
||
|
||
```bash
|
||
git push github main
|
||
```
|
||
|
||
产物在 runner 上编是因为服务器性能差（首次构建约 5 分钟，光前端就 160s）。
|
||
**服务器自己编的能力没有砍掉**：不带 `--prebuilt` 就是原来的行为，只要有 docker
|
||
就能手动部署，不依赖 CI。
|
||
|
||
### 手工部署（机房、或 CI 不可用时）
|
||
|
||
```bash
|
||
cd /root/OJDeploy/OJ2
|
||
docker/deploy.sh # 自检 → 构建 → 迁移 → 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
|
||
```
|
||
|
||
代码怎么上到服务器不归它管（rsync 命令在脚本头部注释里）。
|
||
|
||
脚本起栈前有一串自检，**每一条都是真撞到过的**：compose 版本 ≥ 2.20、`DATA_DIR`
|
||
有没有生效、库指向和形态是否自洽、判题机运行目录有没有和旧栈分开、外接的
|
||
postgres / redis 是否活着。起完再跑四条冒烟，**题目数是 0 也中止** —— 那意味着连错库了。
|
||
|
||
### 判题镜像是自建的，不在 registry 上
|
||
|
||
`compose.*.yml` 里的 `oj2-judge-2` 是本机构建的（上游 JudgeServer 停更在
|
||
2024-04，官方镜像的编译器停在 gcc-13）。**新机器或换镜像之后，先把镜像 load 进去
|
||
再部署**：
|
||
|
||
```bash
|
||
# 本机
|
||
docker/judge/build.sh --save
|
||
scp dist/oj2-judge-2.tar root@服务器:/root/OJDeploy/
|
||
# 服务器 / 机房各来一次（两个站点各有各的判题沙箱）
|
||
docker load -i /root/OJDeploy/oj2-judge-2.tar
|
||
```
|
||
|
||
忘了这一步，`deploy.sh` 起栈时会去 pull 一个不存在的镜像并失败（响亮地失败，
|
||
不会静默降级）。构建、回滚和工具链版本表见 `docker/judge/README.md`。
|
||
|
||
### 迁移在起栈之前跑
|
||
|
||
`deploy.sh` 在「构建镜像」之后、「起栈」之前跑 `oj2-api migrate`，失败就中止部署
|
||
（旧容器原样还在跑）。所以不需要给 GitHub 配数据库凭据，也不用把生产库对外开放。
|
||
|
||
破坏性迁移（`DROP TABLE` / `DROP COLUMN` / `ALTER COLUMN ... TYPE` / `TRUNCATE`）
|
||
会让部署停在这一步并退出 4，放行的三条路见 `docs/database.md`。
|
||
|
||
## 部署后验证
|
||
|
||
命令能测的（服务器 `WEB_PORT`，机房 81）：
|
||
|
||
```bash
|
||
BASE=http://localhost:8080
|
||
curl -s -o /dev/null -w '首页 %{http_code}\n' $BASE/
|
||
curl -s -o /dev/null -w '站点配置 %{http_code}\n' $BASE/api/site
|
||
curl -s -o /dev/null -w '题目列表 %{http_code}\n' $BASE/api/problems
|
||
curl -s -o /dev/null -w '未登录进后台 %{http_code}\n' $BASE/api/admin/dashboard # 期望 401
|
||
```
|
||
|
||
两个失败模式的症状别搞混：
|
||
|
||
- **题目列表 `"total":0`** → 连错库了（`DB_HOST` 没设，或误加了 `--profile local-data`
|
||
起了个自带的空 postgres）。立刻停下来查。
|
||
- **库是对的，但判题全错、题面图片 404** → `DATA_DIR` 指错了。
|
||
|
||
命令测不到、必须手点的：登录 → 提交一道题看结果**实时刷出来**（这一步同时验证
|
||
WebSocket）→ 后台判题机列表在线 → 后台题目列表翻页 → 带图片的题面能显示。
|
||
机房额外确认一条：登录之后刷新还是登录态。
|
||
|
||
## NPM 反代
|
||
|
||
一次性配好的，只有改了 `WEB_PORT` 才要回去动端口。另外两项别关：
|
||
|
||
| 项 | 值 | 关了会怎样 |
|
||
|---|---|---|
|
||
| **Websockets Support** | 开 | 页面一切正常，唯独学生盯着的「判题中…」永远不动 |
|
||
| `client_max_body_size` | `200M` | 后台上传测试用例压缩包失败（和 Caddyfile 的 `200MiB` 对齐） |
|
||
| SSL | 签证书 | `COOKIE_SECURE=true` 依赖 https |
|
||
|
||
## 备份与灾难恢复
|
||
|
||
`docker/backup-db.sh` 走 `pg_dumpall` 全量（所有库 + 所有角色），带校验和保留策略。
|
||
恢复时有两条只在现场才暴露的坑：
|
||
|
||
1. **`pg_dumpall` 的备份会覆盖数据库口令。** 里面带 `ALTER ROLE onlinejudge ... PASSWORD`，
|
||
恢复完 compose 里的 `POSTGRES_PASSWORD` 就对不上了，报的是
|
||
`password authentication failed`，看起来和恢复毫不相干。恢复后要么把
|
||
`POSTGRES_PASSWORD` 改成备份当时的口令，要么手动 `ALTER ROLE`。
|
||
2. **恢复前必须先停应用。** 应用连着库时 dump 里的 `DROP DATABASE` 会失败
|
||
（`database "onlinejudge" is being accessed by other users`），接下来就是满屏主键冲突。
|
||
先停 oj-api / oj-worker，再恢复。
|
||
|
||
> **旧栈已经不可逆地下线**（`0002_drop_django_leftovers` 删掉了 Django 的框架表并已在
|
||
> 生产库执行完毕），所以「停新栈起旧栈」不再是退路，**唯一退路是从数据库备份恢复**。
|
||
|
||
## 镜像体积
|
||
|
||
| 镜像 | 体积 | |
|
||
|---|---|---|
|
||
| `oj2-api` | 487MB | 其中 `clang-format`（apt）269MB、二进制 112MB、基底 79MB、`ruff` 28MB |
|
||
| `oj2-web` | 75MB | |
|
||
|
||
一半以上是 clang-format 拖进来的 LLVM（`libLLVM.so` 一个就 124MB）。设计文档当初写的
|
||
「降至数十 MB」没做到，就是漏算了它。想再瘦只有一条路：换成 PyPI 那个静态链接的
|
||
clang-format 独立二进制，能砍掉约 265MB。没做 —— 镜像是各站点本地构建的、不走镜像仓库，
|
||
磁盘不是瓶颈。
|