ykxmz/_build/fix_monitor_url.py

# -*- coding: utf-8 -*-
r'''修监测单元：它现在查错了地址，在**误报网站挂了**。

== 怎么发现的 ==

把中转改成只监听 127.0.0.1（公网只能走 nginx）之后，跑状态检查看到：

    公网 health   000        <- 因为 :13245 已经不对公网开了
    fails=2                  <- 监测单元连续两次"失败"

也就是说监测单元**误以为网站挂了**，再失败一次就会启动紧急预案 ——
而它抢救的方式是"重启中转服务"，重启完它再查还是 000，再救……
**会陷入无限重启循环**。

这是我自己改监听地址时没想到的连带影响。教训：改一个服务的
暴露方式时，必须把所有"探测它"的地方一起看一遍。

== 改法 ==

监测的地址应该以"**用户实际怎么访问**"为准，现在应该是：

    http://yk.xxmxxs.top/v1/health     （经过 Cloudflare + nginx）

但域名还没配好（DNS 还没指过来），所以加一个**回退**：
域名不通就用 IP:80 试，只要有一个通就算健康。

这样：
    * 域名配好之前 -> 走 IP:80，正常监控
    * 域名配好之后 -> 走域名，监控的是用户真实路径
    * 两个都不通 -> 才是真挂了

== 顺带 ==

monitor.log 的属主问题：monitor.service 以 admin 跑，
而 relay.log 之类的之前是 root 建的。已经 chown 过一次，
但 monitor.log 是后来新生成的（仍是 root）—— 这次一并修掉，
并且在 unit 里加一行让 systemd 自己保证目录属主。
'''
from __future__ import annotations

import sys
from pathlib import Path

ROOT = Path(__file__).resolve().parent.parent
sys.path.insert(0, str(ROOT / "_build"))
from lssh import run      # noqa: E402

RELAY_DIR = "/opt/ykxmz-relay"
DOMAIN = "yk.xxmxxs.top"
FALLBACK = "http://<源站IP>:80"


def main() -> int:
    print("=" * 62)
    print("  修监测单元：改探测地址 + 修日志属主")
    print("=" * 62)

    print()
    print("  ── 1. 改 monitor.sh 的健康检查（域名优先，IP 兜底）──")
    # 把 PUBLIC_URL 的默认值换掉，并把 is_healthy 改成"两个都试"
    old_url = 'PUBLIC_URL="${PUBLIC_URL:-http://<源站IP>:13245}"'
    new_url = (
        '# 探测地址：域名优先（用户实际走的路），IP:80 兜底\n'
        '# （域名 DNS 还没指过来时用它，否则监测会一直误报）\n'
        'PUBLIC_URL="${PUBLIC_URL:-http://%s}"\n'
        'FALLBACK_URL="${FALLBACK_URL:-%s}"' % (DOMAIN, FALLBACK))

    out = run(
        "grep -n 'PUBLIC_URL=' %s/monitor.sh | head -3" % RELAY_DIR,
        timeout=60, quiet=True)
    print("    改前:")
    for ln in out[1].strip().splitlines():
        print("      " + ln)

    script = (
        "python3 - <<'PYEOF'\n"
        "from pathlib import Path\n"
        "p = Path('%s/monitor.sh')\n"
        "t = p.read_text(encoding='utf-8')\n"
        "old = [l for l in t.splitlines() if l.startswith('PUBLIC_URL=')]\n"
        "if not old:\n"
        "    print('  x 找不到 PUBLIC_URL 行')\n"
        "else:\n"
        "    t = t.replace(old[0], %r, 1)\n"
        "    # 健康检查改成两个都试\n"
        "    a = 'CODE=$(curl -s -o /dev/null -w \\'%%{http_code}\\' --max-time "
        "\"$CHECK_TIMEOUT\" \\\\\\n       \"$PUBLIC_URL/v1/health\" 2>/dev/null)'\n"
        "    b = ('PROBE=\"$PUBLIC_URL\"\\n'\n"
        "         'CODE=$(curl -s -o /dev/null -w \\'%%{http_code}\\' "
        "--max-time \"$CHECK_TIMEOUT\" \"$PROBE/v1/health\" 2>/dev/null)\\n'\n"
        "         'if [ \"$CODE\" != \"200\" ] && [ -n \"$FALLBACK_URL\" ]; then\\n'\n"
        "         '    PROBE=\"$FALLBACK_URL\"\\n'\n"
        "         '    CODE=$(curl -s -o /dev/null -w \\'%%{http_code}\\' "
        "--max-time \"$CHECK_TIMEOUT\" \"$PROBE/v1/health\" 2>/dev/null)\\n'\n"
        "         'fi')\n"
        "    if a in t:\n"
        "        t = t.replace(a, b, 1)\n"
        "        print('  ok 健康检查改成域名优先 + IP 兜底')\n"
        "    else:\n"
        "        print('  ! 健康检查那段没匹配上，手工看')\n"
        "    p.write_text(t, encoding='utf-8', newline='\\n')\n"
        "PYEOF" % (RELAY_DIR, new_url))

    out = run(script, timeout=120, quiet=True)
    for ln in out[1].strip().splitlines():
        print("    " + ln)

    out = run("grep -n 'PUBLIC_URL=\\|FALLBACK_URL=\\|PROBE=' %s/monitor.sh "
              "| head -8" % RELAY_DIR, timeout=60, quiet=True)
    print("    改后:")
    for ln in out[1].strip().splitlines():
        print("      " + ln)

    print()
    print("  ── 2. 修日志属主 + 让 systemd 保证它 ──")
    out = run(
        "sudo chown -R admin:admin %s && "
        "sudo sed -i '/^User=admin$/i "
        "# 日志文件和状态文件都要 admin 能写（服务以 admin 跑）\\n"
        "# 之前 relay.log / monitor.log 是 root 建的，导致 "
        "monitor.sh 报 Permission denied\\n"
        "PermissionsStartOnly=true' "
        "/etc/systemd/system/ykxmz-monitor.service 2>/dev/null; "
        "sudo touch %s/monitor.log %s/monitor_state.txt && "
        "sudo chown admin:admin %s/*.log %s/*.txt %s/*.md 2>/dev/null; "
        "ls -la %s/*.log | awk '{print \"    \" $3\":\"$4\"  \" $9}'"
        % (RELAY_DIR, RELAY_DIR, RELAY_DIR, RELAY_DIR, RELAY_DIR,
           RELAY_DIR, RELAY_DIR), timeout=180, quiet=True)
    for ln in out[1].strip().splitlines():
        print(ln)

    print()
    print("  ── 3. 重置监测状态 + 跑一次 ──")
    out = run(
        "sudo systemctl daemon-reload; "
        "printf 'fails=0\\nlast_rescue=0\\nlast_code=200\\n' > "
        "%s/monitor_state.txt; "
        "bash %s/monitor.sh; echo '--- 状态 ---'; "
        "cat %s/monitor_state.txt; echo '--- 日志尾 ---'; "
        "tail -3 %s/monitor.log" % (RELAY_DIR, RELAY_DIR, RELAY_DIR,
                                    RELAY_DIR),
        timeout=180, quiet=True)
    for ln in out[1].strip().splitlines():
        print("    " + ln)

    print()
    print("  ── 4. 验证探测链路 ──")
    out = run(
        'printf "  %-28s %s\\n" "域名(还没配)" '
        '"$(curl -s -o /dev/null -w \'%{http_code}\' --max-time 8 '
        'http://%s/v1/health)"; '
        'printf "  %-28s %s\\n" "IP:80 (兜底)" '
        '"$(curl -s -o /dev/null -w \'%{http_code}\' --max-time 8 '
        'http://<源站IP>:80/v1/health)"; '
        'printf "  %-28s %s\\n" "IP:13245 (已关闭)" '
        '"$(curl -s -o /dev/null -w \'%{http_code}\' --max-time 8 '
        'http://<源站IP>:13245/v1/health)"' % DOMAIN,
        timeout=120, quiet=True)
    for ln in out[1].strip().splitlines():
        print(ln)
    return 0


if __name__ == "__main__":
    sys.exit(main())