msgexchange-v2/docs/design.md

msgexchange-v2 设计文档

本文对应仓库当前实现，给出模块级设计语义与依据；架构总览见 architecture.md，权威架构为 Plane ACM2-3，实施计划与逐项验收为 ACM2-10（U01–U30）。文中标注「TODO/未实装」的条目均为已知开放项，不属文档遗漏。

1. 领域模型

1.1 状态机与错误分类

ProcStatus（PROC_STATE.STATE，消息处理侧）：
  PENDING ──处理成功──▶ SUCCEEDED（终态，回填 CMINMSGS）
     │ ──同 identity 已绑定──▶ SKIPPED（终态，lastError=duplicate-of:<id>）
     └──失败──▶ FAILED（非终态，attempts+1 + nextAttemptAt 退避）
                   │ attempts ≥ maxAttempts 或 队头滞留超 head-deadline
                   ▼
                DEAD（终态/DLQ，ERROR_CLASS=EXHAUSTED 规范化）

EventStatus（MSG_EVENT.STATE，投递侧）：
  PENDING ──▶ SENT；失败退避回 PENDING；attempts 耗尽整批/单条 → DEAD(DLQ)

ErrorClass（两侧共用）：
  MALFORMED     报文非法        → 直接 DEAD，永不重放
  CODEC_ERROR   可随 codec 修复  → FAILED 可重放（白名单内）
  UNSUPPORTED   能力未实装      → FAILED 可重放（白名单内）
  INFRA         基础设施抖动     → FAILED 可重放（白名单内）
  EXHAUSTED     重试耗尽（终态规范化类）→ 人工复核后可重放（白名单内）

• 「未实装 ≠ 非法」是通用规则（D4）：无 handler、快照 staging 未实装都写 FAILED(UNSUPPORTED)，绝不写终态——阶段 2 前接入流量不会把报文变砖。
• 显式重放入口 ReplayService：仅白名单 {CODEC_ERROR, UNSUPPORTED, INFRA, EXHAUSTED} 可从 FAILED/DEAD 回 PENDING （ATTEMPTS=0、NEXT_ATTEMPT_AT=NULL，errorClass/lastError 保留审计）； 含 MALFORMED 的请求对该类静默忽略。运维接口（controller/runbook）属 U11 遗留。

1.2 报文模型（sealed 分派）

• MetaFields(sndr, type, styp, seqn, dttm)——实名沿用 legacy META.java。
• MsgKind sealed：Schd(RESP|DNLD|ADFT) + Flop(29 类 STYP)；typeTag 产出 SCHD-XXX / FLOP-xxx，与 HandlerRegistry.keyOf 同源（查表键=日志类型，禁止分叉）。
• 解码失败二分：DecodeResult.Err(MALFORMED) → DEAD；Err(CODEC_ERROR) → FAILED 退避 （T06/U11）。
• Handler 为纯函数：decide(flightView, msg) → Decision（flightChanges / msgNotifies / schdPush / outboundIntents / refUpserts），不触碰 Redis/Kafka——副作用全部由泵边界执行。
• Handler 实装：0/32（骨架），翻译属阶段 2/3，逐条对照 ACM2-4 行为基线与 KEEP/FIX 矩阵。

2. 数据模型（六辅助表）

db/migration/V2.0.0__aux_tables.sql（legacy 旧表不在本仓库声明，见 architecture.md §6）：

表	角色	关键列/约束
PROC_STATE	消息处理伴生状态（不动 CMINMSGS 旧列）	UK_PROC_IDENTITY(IDENTITY_KEY) 唯一约束=I3 依据；IDX_PROC_HEAD(STATE, CMINMSGS_ID)=队头查询
MSG_EVENT	统一投递 outbox	EVENT_ID 自增=全序；IDX_EVT_HEAD(TARGET, STATE, EVENT_ID)=每 target 队头
REF_DATA	21 类参考数据 + SCHD_GEN	VERSION 列支撑流程 4 CAS；SOURCE 区分 ADMINAPI/AODB/PIPELINE
REQ_TRACK	15 类请求状态机	REGISTERED/SENT/WAITING/DONE/EXPIRED
PUMP_JOB	泵作业队列	kind：ARCHIVE/HISTORY_SWEEP/PROJECTION_REBUILD
FLIGHT_STATE	阶段 B 权威	replaceDay 单事务删差集+写新代+版本提升

已知 DDL 缺口（U18，未修）：REQ_TRACK.COUTMSGS_ID 应 INT→BIGINT；FLIGHT_STATE 主键应含 FDAY；时间列 TIMESTAMP（秒级+会话时区）应 DATETIME(6)/显式 UTC，否则退避/毒丸 判定存在系统性偏移风险。

3. 核心流程设计

3.1 流程 1：收报（InboxService.accept）

事务 1 = insertRaw（CMINMSGS 原文）+ procState.insert（伴生 PENDING 行）； 不解析报文、接收层无唯一约束（I3）。响应 = 记录 ID（「已持久化」语义，与现役逐字对拍 后固化，U16）。wakePump() 目前为 TODO 空操作——泵 1s 轮询兜底，唤醒仅为加速。 事务边界随 U05（@Transactional + allopen）补齐。

3.2 流程 2：主泵 tick（Pump.tick）

每 tick 按序判定：

1. headQueued() 取作业、headUnfinished() 取最小未完成 CMINMSGS_ID（含 FAILED， 消息间严格保序：队头退避未到期即 sleep 至到期点，后方消息永不越队）。
2. jobBefore(job, head)：head 为空或队头 FAILED 时作业先行——当前为入队时间近似， 与「统一 FIFO」注释存在已知偏离（U15 未实装）；统一序号列定案后消除。
3. 队头 FAILED 且退避未到期：poisoned() 判定（attempts≥maxAttempts 或滞留超 head-deadline 10m）→ DEAD(EXHAUSTED) 毒丸升级（Pump 侧；投递侧同语义属 U13，未实装）； 否则 sleep 至 nextAttemptAt。
4. 正常队头 → MessageProcessor.processOne： 入口守卫（FAILED 且已 exhausted → DEAD）→ rawOf 缺失 → DEAD(MALFORMED) → decode（MALFORMED→DEAD / CODEC_ERROR→FAILED）→ identity 首绑 （tryBindIdentity 失败 → SKIPPED，I3）→ Schd DNLD → SnapshotFlow → 其余 → Handler.decide(redis.hgetAllFlightInfo(), msg) → 阶段 A：Redis 先写（I2 happens-before，TODO redisApply）→ 事务 2： MSG_EVENT 插入 + CMINMSGS 回填 + SUCCEEDED。
5. 异常边界（U08）：processOne 内 try/catch → ProcFailure.fail(INFRA)（attempts+1、 退避、达上限 DEAD）；InterruptedException 恢复中断位后上抛；loop 仅 catch Exception 作最后防线，Error 任其终止进程（异常必可见）。

幂等键（I3）：SNDR|TYPE|STYP|SEQN（Identity.of 唯一入口）；「含日边界」可配置且 默认关闭（SEQN 重置作用域 CONFIRM 前，上线后不改幂等键）。

3.3 流程 3：投递（Dispatcher）

• 每 target 严格 FIFO（I1 双层同策略）：headUnsent 取队头；队头退避未到期 → 等待不跳过。
• 逐条循环显式排除 KAFKA_SCHD（D3/U06）：schd 唯一出口 flushSchd—— claimBatch（ORDER BY EVENT_ID）→ 按 FLID 分组取 max(EVENT_ID)（FIX：现役 buffer 无去重会重发旧值）→ FLTR JSON 数组一次发出；失败整批 attempts+1 退避、队首未到期不 claim、lastFlush 仅成功后推进；达上限整批 DEAD(DLQ)。周期/批上限取参数表 （3s / 500）。
• 轮询间隔取参数表（下限 50ms，N18）；无 200ms 硬编码。
• 阶段 B（定案 2/D2）：ES 投递成功 → 同线程同步 insertSync 删除事件 （deleteOf：Jackson 结构化序列化，refs 可空恒合法 JSON——U14）。

3.4 流程 4：日计划快照（SnapshotFlow）

staging（流式解析+整包校验，TODO 阶段2；未实装→FAILED(UNSUPPORTED)）
  → Redis Lua SNAPSHOT_REPLACE（同一 hash 原子「覆盖新代+按代差删」，删除集=旧代flids−新代）
  → putGenIfVersion CAS（version 未变才写；CAS 后重放=version 已达标→no-op 成功）
  → SUCCEEDED
CAS 冲突 → FAILED(INFRA)+退避（串行泵下不应发生→告警语义）

已知缺口（U09，未定案）：Lua 与 CAS 分属两存储，非同一事务；崩溃窗口 （Lua 后/CAS 前、CAS 后/SUCCEEDED 前）与幂等重放判据（版本不二次自增）的显式恢复协议 待定案并补测试。

3.5 泵作业（JobExecutor，经 PUMP_JOB 同队列）

• HISTORY_SWEEP（3:30 清场，I4 同步链）：判史 → 同步写 ES → 仅删成功集。 占位门禁（U10/T07 修订）：ES saveSync 接线前 pickHistory 恒空集、删除量恒 0， 禁止「全量可删」fail-open 默认；现役五条判史规则 golden 通过后才允许接线。
• ARCHIVE（3:00）：1 天前且仅终态（SUCCEEDED/SKIPPED/DEAD）可迁 CMINMSGS_HST（TODO）。
• PROJECTION_REBUILD（阶段 B 切入时全量重建，TODO activeDays）。

4. 失败与重试统一设计（U08）

侧	组件	迁移语义
ProcState（处理/快照）	ProcFailure + FailureScheduler	attempts+1 → exhausted ? DEAD(EXHAUSTED) : FAILED+nextAttemptAt
MsgEvent 逐条（投递）	Dispatcher.retryOrDead	同上（DLQ 保留行，attempts 审计）
MsgEvent 批量（schd）	flushSchd 整批	队首未到期不 claim；整批退避；达上限整批 DEAD

• 退避表 [1s,2s,4s,8s,16s]，单档封顶 backoff-cap-ms=60s；attempt≤0 兜底首档（N28）。
• 时间一律经可注入 java.time.Clock（TimeFactory；测试用 MutableClock，无真实睡眠）。
• loop 兜底 catch 不做状态迁移（迁移已在边界完成），仅防线程静默死亡。

5. 不变量与实现落点

不变量	语义	落点	状态
I1	单写者严格 FIFO + HOL 阻塞 + 毒丸升级	headUnfinished/headUnsent 队头语义、poisoned()	实装（job 相对队头的全序属 U15）
I2	Redis 先写、后于事件创建（happens-before）	processOne 阶段 A 分支	TODO redisApply（流程占位已留）
I3	identity 首绑幂等；接收层无唯一约束；SUCCEEDED 回填	Identity/tryBindIdentity/backfillOnSuccess	实装
I4	清场仅删 ES 成功集；按代差删	HistorySweepJob/SNAPSHOT_REPLACE delFields	门禁实装，ES 接线 TODO
I5	阶段 A Redis 写仅主泵线程；Delivery 不写 Redis	单线程拓扑 + Targets.phaseA	实装（拓扑约束，U26 运行期保护未做）

6. 配置参数（msgx.*，ACMA-8 参数表初值）

键	默认	说明
phase	A	阶段总开关（A/B 权威切换）
service-name	msgexchangeapi	契约冻结；影子= msgexchangeapi-shadow
pipeline.poll-interval	1s	泵轮询节律（KEEP 现役）
pipeline.max-attempts	5	处理/投递同值
pipeline.backoff-ms / backoff-cap-ms	1s..16s / 60s	指数退避表与封顶
pipeline.head-deadline	10m	队头滞留上界（毒丸升级）
pipeline.autostart	false	生命周期门禁：true 才装配 Pump/Dispatcher 线程（dev+stubs 开）
schd.flush-period / flush-limit	3s / 500	schd 聚合节律与批上限
identity.include-day-boundary	false	幂等键日边界（CONFIRM 前禁开）
consistency-check.on-startup / daily-sample-ratio	true / 0.01	一致性哨兵（实装属 U25）

基础设施键位口径（Micronaut 5.1，U03）：datasources.default.*、 flyway.datasources.default.*、kafka.producers.default.*、eureka.client.*； logback 独立于本文件，环境变量前缀 MSGX_LOGSTASH_*。

7. 测试策略

• 接口驱动 + 假仓储：管道语义全部离线单测（无 DB/Redis/Kafka），时间用 MutableClock。
• 不变量测试：FIFO/HOL、schd 批退避与 DLQ、毒丸升级、重试上限、重放白名单、 聚合最新态、配置绑定、DI 装配冒烟（PipelineSmokeTest 端到端：收报→FAILED(UNSUPPORTED) →重放→schd 聚合发出）。
• 现状 37 测试全绿（./gradlew test；wrapper 钉 9.6.1 + JDK 25；内网构建设 GRADLE_USER_HOME/TMPDIR 指向可写目录）。
• U29 门禁（规划）：不变量清单化入 CI 红即阻塞；「新增逻辑必伴生不变量测试」入贡献约定。

8. 可观测性设计（U12 已落地部分）

• logstash TCP 经 AsyncAppender（queueSize 4096 / neverBlock / discardingThreshold 0）： logstash 不可达丢弃日志而非阻塞业务线程（N31b 顺序约束：先降级再补日志）。
• MDC traceId = cminmsgsId/eventId（TraceLog.withTrace），覆盖处理/投递日志片段； 收报→投递全链贯穿与 micrometer gauge（队列深度/投递延迟）未实装。
• 生命周期结构化日志：收报 INFO、SUCCEEDED/SKIPPED INFO、FAILED WARN、DEAD/毒丸 ERROR、 flush 批次 INFO、整批 DLQ ERROR——告警暂以 ERROR 日志为落点（DEAD 告警出口属 U13/U25）。

9. 已知缺口与定案待办（对照 ACM2-10）

项	缺口	计划
U05	仓储接口无实装；@Transactional/allopen 未引入 → 生产 DI 装配失败、事务1/2 未原子	阶段 1（Micronaut Data JDBC + allopen + 事务生效回归）
U07/U26	autostart 默认关=有意门禁，但生产无 fail-fast；双实例无运行期防护	fail-fast 定案 + 租约/DB 锁拒启
U09	快照跨存储恢复协议未定案	崩溃窗口清单 + 幂等判据 + 测试
U13	投递侧无 createdAt/headDeadline 超时升级、无 DEAD 告警出口	WP2
U15	job 与队头消息无统一全序（入队时间近似）	统一序号列定案
U16	/cminmsgs/send 无 @Consumes/字符集、无错误路径契约（@ControllerAdvice）	WP2（legacy 逐字对拍固化）
U18	§2 所列 DDL 缺口	WP2
U19–U21	请求状态机量纲/死分支、identity 绑定静默跳过、REF_DATA 接口/DDL 对齐	WP2
U22–U24	载荷类型收敛、eventSeq 未接线、每报文全量读语义定案	WP3
U25/U28/U30	一致性哨兵实装、README 安全节/入口、索引与杂项	WP3/4
U27	专有材料（SIS md 703KB / XSD 版权头）治理决策	WP4（ACL 核验先行）