fix: scope export freshness and retries to each source group
Some checks failed
Mostovik Backend CI/CD / Build linux/amd64 release images (push) Has been cancelled
Mostovik Backend CI/CD / Deploy dev (push) Has been cancelled
Mostovik Backend CI/CD / Deploy and verify internal main (push) Has been cancelled
Mostovik Backend CI/CD / Tests and lint (push) Has been cancelled

This commit is contained in:
Aleksandr Meshchryakov
2026-10-22 22:36:43 +02:00
parent 2ed39c062b
commit f64bd5f664
9 changed files with 151 additions and 14 deletions

View File

@@ -25,7 +25,10 @@
5. Миграция `0021` включает Beat задачу `organizations:source-export-catalog:nightly-msk`
на 06:30 Europe/Moscow. До применения подготовить shared storage и capacity.
`SOURCE_EXPORT_AUTOBUILD=true` дополнительно включает enqueue после публикации snapshot.
При изменении данных во время сборки Celery повторяет сборку после завершения текущей.
При изменении данных **собираемой группы** во время сборки Celery повторяет её после
завершения текущей. Ingestion другой группы не запускает повтор и не помечает готовый
экспорт stale. Общие агрегаты сохраняют прежнюю глобальную cache version; массовые
операции без указанной группы консервативно инвалидируют все экспорты.
Без Beat использовать command в штатном таймере контура.

View File

@@ -41,3 +41,16 @@ frontend и серверы контуров не изменялись. Перв
Временный PostgreSQL был изолированным локальным контейнером на loopback. Реальные миграции,
Beat, worker, private volume и первая сборка на dev-сервере требуют выкладки этой версии.
# Дополнение: свежесть отдельных групп
Dev bootstrap выявил лишние повторы крупных экспортов при параллельном ingestion
вакансий: использовалась общая версия всех источников. Экспорт и retry теперь
сравнивают версию собственной группы. Ingestion продолжает инвалидировать глобальные
агрегаты, а операции без указанной группы инвалидируют все экспорты.
Проверено локально: 58 целевых SQLite-тестов; 60 тестов на изолированном PostgreSQL
15 (каталог, ingestion, задачи, конкурентный claim и heartbeat). Регрессии проверяют
отсутствие повторов от другой группы, повтор от собственной группы и общий сброс после
массовой операции. Runtime-проверки первоначального bootstrap относятся к `2ed39c0`;
итоговая приёмка dev оформляется отдельно в deployment evidence контейнерного репозитория.

View File

@@ -68,6 +68,12 @@ Description example ссылается на фактический годово
поколения не заменяются годовой выгрузкой. У старых parts/datasets API возвращает year=null.
Legacy synchronous annual export и его задачи/storage не изменены.
Свежесть и повтор Celery-сборки учитывают версию данных конкретной группы:
обновление вакансий не пересобирает неизменившиеся госзакупки или арбитраж.
Изменение самой группы во время snapshot/render требует повторной сборки;
массовая нормализация без указания группы инвалидирует все группы. Старые поколения
с глобальной версией остаются доступными и помечаются stale до новой сборки.
## Проверка и запуск
Команда и Celery entrypoint прежние — теперь они автоматически готовят годовые части:

View File

@@ -2,23 +2,44 @@
from __future__ import annotations
from hashlib import sha256
from uuid import uuid4
from django.core.cache import cache
SOURCE_DATA_CACHE_VERSION_KEY = "organizations:source_data:version"
SOURCE_DATA_ALL_GROUPS_VERSION_KEY = "organizations:source_data:all_groups_version"
def get_source_data_cache_version() -> str:
"""Return current cache version for aggregates derived from source records."""
def get_source_data_cache_version(source_group: str | None = None) -> str:
"""Return the global aggregate version or one group's export revision."""
if source_group is not None:
# Bulk maintenance without a known group invalidates every group. Normal
# ingestion changes only its own group, while legacy aggregate readers
# continue to use the global version below.
keys = [SOURCE_DATA_ALL_GROUPS_VERSION_KEY, _group_version_key(source_group)]
versions = cache.get_many(keys)
value = ":".join(
[source_group, *(str(versions.get(k) or "initial") for k in keys)]
)
return sha256(value.encode()).hexdigest()
return str(cache.get(SOURCE_DATA_CACHE_VERSION_KEY) or "initial")
def invalidate_source_data_cache() -> None:
"""Invalidate aggregates derived from organization source records."""
def _group_version_key(source_group: str) -> str:
return f"{SOURCE_DATA_CACHE_VERSION_KEY}:group:{source_group}"
def invalidate_source_data_cache(source_group: str | None = None) -> None:
"""Invalidate global aggregates and one source group (all when omitted)."""
version = uuid4()
cache.set(
SOURCE_DATA_CACHE_VERSION_KEY,
version.hex if hasattr(version, "hex") else str(version),
value = version.hex if hasattr(version, "hex") else str(version)
scope_key = (
_group_version_key(source_group)
if source_group is not None
else SOURCE_DATA_ALL_GROUPS_VERSION_KEY
)
cache.set_many(
{SOURCE_DATA_CACHE_VERSION_KEY: value, scope_key: value},
timeout=None,
)

View File

@@ -196,7 +196,11 @@ def summary(entry, state=None, generation=None, revision=None):
build["state"] == "failed"
or generation.created_at < timezone.now() - timedelta(hours=36)
or generation.data_revision
!= (revision if revision is not None else get_source_data_cache_version())
!= (
revision
if revision is not None
else get_source_data_cache_version(entry["source_group"])
)
)
)
return {
@@ -242,7 +246,6 @@ def catalog():
)
}
entries = registry()
revision = get_source_data_cache_version()
sources = [
summary(
entry,
@@ -250,7 +253,7 @@ def catalog():
generations.get(str(states[group].current_generation))
if group in states
else None,
revision,
get_source_data_cache_version(group),
)
for group, entry in entries.items()
]
@@ -472,7 +475,7 @@ def _spool(group, path):
"CREATE TABLE rows (partition TEXT, source TEXT, kind TEXT, uid TEXT, data TEXT)"
)
with _source_export_read_snapshot():
revision = get_source_data_cache_version()
revision = get_source_data_cache_version(group)
as_of = _timestamp()
queryset = (
OrganizationSourceRecord.objects.filter(extension__source_group=group)

View File

@@ -193,7 +193,7 @@ class OrganizationSourceIngestionService:
cls._refresh_extension_counters(touched_extension_ids)
invalidate_source_data_cache()
invalidate_source_data_cache(source_group=descriptor.source_group)
return OrganizationSourceIngestionResult(
scanned=scanned,

View File

@@ -178,7 +178,7 @@ def refresh_source_export_catalog(self, source_group=None):
cleanup(source_group)
from organizations.source_cache import get_source_data_cache_version
if generation.data_revision != get_source_data_cache_version():
if generation.data_revision != get_source_data_cache_version(source_group):
raise self.retry(countdown=30, max_retries=1000)
return {
"status": "success",

View File

@@ -46,6 +46,82 @@ GROUP = "government_procurements"
class SourceExportCatalogTest(APITestCase):
def test_unrelated_ingestion_during_export_does_not_retry_or_mark_stale(self):
from organizations import source_export_catalog
from organizations.source_cache import (
get_source_data_cache_version,
invalidate_source_data_cache,
)
from organizations.tasks import refresh_source_export_catalog
self.records(3)
render = source_export_catalog._render_parts
global_before = get_source_data_cache_version()
def render_while_vacancies_change(*args, **kwargs):
invalidate_source_data_cache(source_group="vacancies")
return render(*args, **kwargs)
with patch.object(
source_export_catalog,
"_render_parts",
side_effect=render_while_vacancies_change,
), patch.object(refresh_source_export_catalog, "retry") as retry:
result = refresh_source_export_catalog.run(source_group=GROUP)
self.assertEqual(result["status"], "success")
retry.assert_not_called()
self.assertNotEqual(global_before, get_source_data_cache_version())
source = next(s for s in catalog()["sources"] if s["source_group"] == GROUP)
self.assertFalse(source["is_stale"])
def test_same_source_change_during_export_retries_after_publishing_snapshot(self):
from celery.exceptions import Retry
from organizations import source_export_catalog
from organizations.source_cache import invalidate_source_data_cache
from organizations.tasks import refresh_source_export_catalog
self.records(3)
render = source_export_catalog._render_parts
def render_while_source_changes(*args, **kwargs):
invalidate_source_data_cache(source_group=GROUP)
return render(*args, **kwargs)
with patch.object(
source_export_catalog,
"_render_parts",
side_effect=render_while_source_changes,
), patch.object(
refresh_source_export_catalog, "retry", side_effect=Retry()
) as retry:
with self.assertRaises(Retry):
refresh_source_export_catalog.run(source_group=GROUP)
retry.assert_called_once_with(countdown=30, max_retries=1000)
self.assertEqual(SourceExportGeneration.objects.count(), 1)
source = next(s for s in catalog()["sources"] if s["source_group"] == GROUP)
self.assertEqual(source["state"], "ready")
self.assertTrue(source["is_stale"])
def test_bulk_invalidation_stales_all_groups_after_scoped_ingestion(self):
from organizations.source_cache import (
get_source_data_cache_version,
invalidate_source_data_cache,
)
invalidate_source_data_cache(source_group=GROUP)
group_before = get_source_data_cache_version(GROUP)
vacancies_before = get_source_data_cache_version("vacancies")
self.records(3)
build_source(GROUP)
invalidate_source_data_cache()
self.assertNotEqual(group_before, get_source_data_cache_version(GROUP))
self.assertNotEqual(
vacancies_before, get_source_data_cache_version("vacancies")
)
self.assertEqual(len(get_source_data_cache_version(GROUP)), 64)
source = next(s for s in catalog()["sources"] if s["source_group"] == GROUP)
self.assertTrue(source["is_stale"])
def setUp(self):
self.directory = TemporaryDirectory()
self.addCleanup(self.directory.cleanup)

View File

@@ -29,6 +29,13 @@ class OrganizationSourceIngestionServiceTest(TestCase):
return Organization.objects.create(**kwargs)
def test_save_generic_records_writes_source_records_without_legacy_rows(self):
from organizations.source_cache import get_source_data_cache_version
global_before = get_source_data_cache_version()
source_before = get_source_data_cache_version(SourceGroup.DEFENSE_SUPPLIERS)
other_before = get_source_data_cache_version(
SourceGroup.GOVERNMENT_PROCUREMENTS
)
self._directory_organization(
name='ООО "ГОЗ"',
inn="7707083803",
@@ -54,6 +61,14 @@ class OrganizationSourceIngestionServiceTest(TestCase):
)
self.assertEqual(result.scanned, 1)
self.assertNotEqual(global_before, get_source_data_cache_version())
self.assertNotEqual(
source_before, get_source_data_cache_version(SourceGroup.DEFENSE_SUPPLIERS)
)
self.assertEqual(
other_before,
get_source_data_cache_version(SourceGroup.GOVERNMENT_PROCUREMENTS),
)
self.assertEqual(result.created_records, 1)
self.assertEqual(result.updated_records, 0)
self.assertEqual(result.created_extensions, 1)