修局域网/中转对比基准:它自己有两个 bug,害产品背了黑锅

这个基准一直是红的(中转那条路报「连接阶段失败: timed out」),
而且报告里写着"这是中转链路的产品 bug"。**查下来不是产品的问题。**

== bug 1:两条路用了同一个配对码 ==

基准为了排除互相干扰,给两条路**各起一台全新被控端**(设计是对的),
但两台都用了写死的 code="246813"。

中转有「一个配对码只属于一台设备」的规则:
  第 1 台(跑局域网)注册成功
    -> stop_agent 杀掉进程,但**中转还以为它在线**(last_seen 没过期)
  第 2 台(跑中转)用同一个码注册 -> **被拒**
     中转日志:配对码 246813 已被 ... 占用,拒绝 ...
  而 start_agent 只检查"有没有设备在线" —— 第 1 台僵尸还挂着,
  于是**以为新的一台登记成功了**
  -> 没有任何进程在回包 -> 超时

对照实验(新增 _build/verify_code_reuse.py):
  场景 A 同一个码   -> **不通**
  场景 B 各用不同码 -> 通

修法:两条路各用不同码;start_agent 的判据从"有没有在线设备"
      改成"有没有**配对码正好是这一台要用的码**的在线设备"。

== bug 2:attach 用的还是旧码(我第一版补丁也漏了这处)==

relay_connect() 里 `client.attach(code)` 用的还是局域网那个码 ——
attach 到一台已经死掉、但中转以为在线的设备上,pair 自然没人回。

修成 `attach(relay_code)`。

== 顺带更新一段过时注释 ==

原文写着「当前版本经中转只稳定支撑前 1~2 次交互……这是中转链路的
产品 bug」,并据此把中转的轮数调小、超时调短。

那个 bug **已经修好了**(根因:一条 HTTP/1.1 连接被长轮询和发命令
两个线程同时用,撞状态机抛 CannotSendRequest("Idle"),
异常冒到 _client_loop 外面把 client-relay 线程打死)。
注释不更新会误导后人以为产品还有这个问题。

== 修好之后的实测(本地中转,30 次/路)==

    局域网  握手 16ms  成功 30/30 (100%)  中位  0ms  P90  0ms  最大  1ms
    中转    握手 46ms  成功 30/30 (100%)  中位 15ms  P90 29ms  最大 32ms

这是本地中转,量的是**协议本身的开销**(长轮询往返 vs 直连 TCP);
真实跨网络那条腿的 1.0~1.5 秒来自隧道和 4G,是另一回事。

结论:局域网确实是"毫秒级、不耗流量"的那条根本路径 ——
中位 0ms vs 15ms,而且不走任何外网。

踩坑记录:这两处都是"看起来像产品 bug、实际是测试自己的 bug"。
先怀疑测量工具,比先怀疑产品更省时间 ——
上一次(管理页缓存头)也是我拿 curl -I 测 GET 白查了半天。
This commit is contained in:
xmz7891
2026-10-07 18:20:57 +08:00
parent aac43e559d
commit cc5891e6d0
16 changed files with 1088 additions and 16 deletions
+23
View File
@@ -0,0 +1,23 @@
════════ 场景 A:两条路用同一个配对码(复刻 bench 现状)════════
第 1 台(跑局域网): 登记=True 设备数=1
已停掉第 1 台
第 2 台(跑中转): start_agent 认为登记=True
中转上看到的设备: 验码电脑 码 246813 在线=True 空闲=1s
场景A pair **超时**(没人回包)
── 中转日志里有没有『码被占用』──
[10-07 18:18:56] 配对码 246813 已被 验码电脑-b0dd7aae76ba 占用,拒绝 验码电脑-b6bfc86f574a
[10-07 18:19:02] 配对码 246813 已被 验码电脑-b0dd7aae76ba 占用,拒绝 验码电脑-b6bfc86f574a
[10-07 18:19:08] 配对码 246813 已被 验码电脑-b0dd7aae76ba 占用,拒绝 验码电脑-b6bfc86f574a
════════ 场景 B:两条路各用不同的配对码(修法)════════
第 1 台: 登记=True
第 2 台: 登记=True
场景B pair 成功: {"ok": true, "token": "0fe2d1ed61da6cd489230490d4a77a72", "serverName": "验码电脑",
════════ 结论 ════════
场景 A(同一个码): **不通**
场景 B(不同码) : 通
→ 假设成立:bench 失败是因为两条路用了同一个配对码,
第 2 台被「一码一机」规则拒掉,而 start_agent
看到第 1 台还挂在线就以为成功了。**产品没问题。**