mirror of
https://gitee.com/xmz7891/ykxmz.git
synced 2026-10-18 16:00:43 +00:00
== 现象 ==
用户报:
* 局域网能搜到电脑,IP/端口/配对码都对,连上后**没有任何反应**
* 走中转「已配对」,但点按钮没反应
局域网那一半已经修过(preferLan)。这次抓到的是**经中转**那一半,
而且比预想的严重得多。
== 证据链(插桩复现出来的)==
被控端日志里直接抛了未捕获异常,线程当场死:
Exception in thread client-relay:
server.py:407 session.send(reply)
relay.py:166 self._link.send_to_client(data)
relay.py:357 self._post("/v1/agent/send", ...)
relay.py:766 raise RelayError(f"请求失败: {last_error}")
lanremote.relay.RelayError: 请求失败: Idle
之后的状态:
* client-relay 线程没了 —— 电脑再也不往手表回任何东西
* relay-link 线程还活着、还在长轮询 —— 中转那边看着「设备在线」
* **手表看到的就是「连上了,但按一下毫无反应」**
写入仓库的测试 _tests/test_relay_local.py 一直是这个形状:
前面几项 PASS、跑到经中转发命令就卡死。之前没人深挖。
== 根因 1:一条 HTTP/1.1 连接被两个线程同时用 ==
_post() 里锁只包住「取连接」那一段:
with self._http_lock:
connection = self._http # 锁到这里就放了
try:
connection.request("POST", ...) # 锁外发请求
于是两个线程会同时用同一条 connection:
* relay-link 线程跑 /v1/agent/poll —— 长轮询,一条请求挂 180 秒
* client-relay 线程同时 POST /v1/agent/send
HTTP/1.1 一条连接同一时刻只能有一个在途请求,第二个线程一进来
就撞上 http.client 状态机,抛 CannotSendRequest("Idle")。
_post 的「重试一次」也救不了:它 _drop_http() 之后,另一个线程
手里还攥着那条旧连接对象在发,照样坏。
修法:
* **发命令用独立连接**(_post 加 dedicated 参数)。
长轮询那条常年被占着,发命令不该去挤它,各走各的。
* 两条连接各自一把锁**锁住整个「发请求 + 读响应」周期**,
不再只锁取连接那一下。
* 普通请求若发现缓存连接正忙(长轮询在途),临时另开一条用完即关。
* _drop_http(dedicated=) 区分清哪条;finally 里一定归还占用
(否则那条连接会被永久标记为忙)。
== 根因 2:回包失败会打死整个会话线程 ==
server.py 的 _client_loop 里:
if reply is not None:
session.send(reply) # <- 不在任何 try 里
...
except OSError: # <- 外层只捕获 OSError
pass
而中转链路上 send 抛的是 RelayError,直接冒出去把线程打死。
**死一次就永久哑**,代价太大。
修法:session.send() 单独兜住所有异常,失败就断开这个会话
(让手表重连),绝不让线程消失。外层也补一个兜底 except。
== 修复效果 ==
修复前:pair OK -> ping OK -> ping 卡死 -> 线程崩溃,永久哑
修复后:pair 21ms -> ping 82ms -> ping 4ms -> ping 6ms,零异常
_tests/test_relay_local.py:**之前完全卡死 -> 现在 21/21 全过**
这个测试之前一直是红的,说明「35 个阶段的回归全绿」这件事
本身就不成立过 —— 某个阶段卡住时看起来像环境问题而不是缺陷。
== 同批修掉验证阶段找到的其它问题 ==
1. **TTL 清理 + 关掉接入开关 = 设备永久锁死**(严重)
register() 用 `device_id in self.devices` 判断老设备,但超时清理
把设备从 devices 和 codes 都删了。电脑关机过夜(必然 > 6 小时)
第二天开机就会被自己的开关挡住,而且**重启也救不回来**
(清 codes 时没落盘,重启后又当孤儿清一遍,自我维系)。
管理员在页面上还看不到这台设备,不知道该放开谁。
修法:状态文件里单独存 knownDevices 设备历史,超时清理绝不动它;
register 改查这份历史;清理后补 _save();delete_device 才真正忘记。
2. **管理页 JS 语法错误 -> 所有按钮失效**(严重)
admin.py 里 ADMIN_JS 是普通三引号字符串,我在 Python 源码里写的
`\n` 被变成真实换行,拼进 JS 就是字符串里的裸换行 ->
整段 <script> 不执行 -> 改码/删除/批量删除/全选全变幽灵按键。
元凶是我加改码功能那次提交。改成 `\\n`。
3. **--relay / --relay-status 崩溃**(严重)
RelayLink.start(url) 的 url 是必填参数,我把默认地址改空白时
run_agent.py 两处调用没跟着改。一处被 try 吞成「测试失败:missing
1 required positional argument」(用户以为地址填错了),
一处直接报栈。两处都补上 url。
4. 非法 deviceId(控制字符 / 路径分隔符)现在被拒(白名单:
字母数字 + - _ . :)
5. enable_relay() 第二次调用不再谎报成功(加 RelayLink.running 属性,
返回值反映真实运行状态;不再用「对象建过没有」判断)
6. snapshot() 清孤儿码后补 _save(),磁盘和内存不再脱节
== 局域网全面优化(task-2,另一个智能体完成)==
4 个真问题:
* **网段判断写死 /24** —— 在 /16 网络上 10.8.1.5 和 10.8.2.5
被判成不同网络,明明能直连却去走中转还费流量。
改成按网卡真实掩码比较。
* **广播只发一个包** —— 丢一个就整轮搜不到。改成 5 个时间点重发。
* **只探一个网段** —— 多网卡手表搜不到另一网段的电脑。改成全探。
* **走中转之后再也回不到局域网** —— 出门再回家永远挂中转。
新增定期回切(先便宜地 TCP ping,通了才动真格,
不破坏正在工作的中转连接)。
实测:局域网握手 2ms、50/50 = 100%、中位 0ms。
(跨网络那半之前拿不到数字,就是被上面那个线程崩溃挡住的 ——
现已修复。)
顺带:instance.py 单实例锁端口加 YKXMZ_LOCK_PORT 覆盖(默认不变)。
用户自己那台被控端正跑在这台机器上占着 8767/TCP + 8766/UDP,
是这次排查里好几个「测试怎么都不通」的根因。
== 服务端一键部署脚本(task-1,另一个智能体完成)==
relay/deploy.sh + relay/deploy-tune.sh,随服务端 zip 发布:
* 自动检查并安装 cloudflared
* 部署程序、装 4 个 systemd 服务、网络调优、配隧道、自检打公网地址
* **不传 --hostname 且没有 TUNNEL_TOKEN 时明确提示要填**,
不会静默用一个写死的域名(用户明确说过这个中转站是他自己用的,
不对外开放,绝不能把私人域名烧成默认值)
* 重跑 = 升级,已有数据/配对码/管理密码/凭据都不动
顺带修了发布包一直缺 site_shots/ 的老 bug
(package_remote.py 用 iterdir()+is_file() 收文件,目录进不去,
新机器装完官网截图全是 404)。
== 默认中转地址改成空白 ==
用户要求:软件默认不带任何中转地址,由用户自己填。
四处硬编码全部清空(server.py / MainActivity.java / run_agent.py /
relay.py 的注释和文档示例),全仓已无非注释的硬编码地址。
== 文档同步(task-5,另一个智能体完成)==
README / BEFORE-INSTALL / AFTER-INSTALL / 打包模板:
* 新增「软件里不带任何中转地址」告示,讲清跨网络要自己部署
* 修正 Android 版本(写的是 9.0/API28,实际 API 24 / Android 7.0)
* 删掉「地址已经内置好了」(现在是错的)
* AGENT_README 原来把作者自己的中转地址当成「内置地址」发给用户,已重写
* RELAY_README 原来写「两条隧道同时跑会互相争抢」,
和真机/CHANGELOG 矛盾;按实测改成「两种协议同时在跑(故意的)」
178 lines
6.9 KiB
Bash
178 lines
6.9 KiB
Bash
#!/bin/bash
|
||
# 2 小时综合长测(task-3 第 1、3 项)。
|
||
#
|
||
# 同时测四件事,并且都带**时间戳**,这样才能回答
|
||
# "失败是不是集中在某个时段"(运营商时段性抖动):
|
||
#
|
||
# 1. 公网可用率 每 15 秒一次 /v1/health,连续 2 小时
|
||
# 2. 长轮询成功率 30 次真实 poll(每次挂 60 秒),后台跑
|
||
# 3. 连接数波动 每 60 秒采样两个 metrics 端口
|
||
# 4. 重连/拨号失败 从两个 tunnel 日志的事件增量算
|
||
#
|
||
# 输出:
|
||
# /root/long2h_health.tsv 时间戳 状态码 耗时ms
|
||
# /root/long2h_poll.tsv 序号 状态码 耗时ms 起始时间
|
||
# /root/long2h_conns.tsv 时间戳 quic连接 http2连接
|
||
# /root/long2h_summary.txt 汇总
|
||
set -u
|
||
|
||
BASE=https://relay.xxmxxs.top
|
||
UA='LanRemote/1.8.2'
|
||
DUR=${1:-7200} # 默认 2 小时
|
||
HEALTH_EVERY=15
|
||
CONN_EVERY=60
|
||
POLLS=30
|
||
|
||
H=/root/long2h_health.tsv
|
||
P=/root/long2h_poll.tsv
|
||
C=/root/long2h_conns.tsv
|
||
S=/root/long2h_summary.txt
|
||
MAINLOG=/root/lanremote-relay/tunnel.log
|
||
H2LOG=/root/lanremote-relay/tunnel-h2.log
|
||
|
||
rm -f "$H" "$P" "$C" "$S"
|
||
|
||
conns_of() {
|
||
curl -s --max-time 4 "http://127.0.0.1:$1/metrics" 2>/dev/null \
|
||
| grep '^cloudflared_tunnel_ha_connections' | awk '{print $2}'
|
||
}
|
||
|
||
# ---------- 后台任务 1:长轮询 ----------
|
||
poll_worker() {
|
||
local stamp dev code reg token
|
||
stamp=$(date +%s)
|
||
dev="l2h-${stamp}"
|
||
code=$(printf "%06d" $(( stamp % 1000000 )))
|
||
reg=$(curl -s --max-time 30 -X POST "$BASE/v1/agent/register" \
|
||
-H 'Content-Type: application/json' -H "User-Agent: $UA" \
|
||
-d "{\"deviceId\":\"$dev\",\"code\":\"$code\",\"name\":\"l2h\",\"version\":\"1.8.2\"}")
|
||
token=$(echo "$reg" | python3 -c "import sys,json; print(json.load(sys.stdin).get('token',''))" 2>/dev/null)
|
||
if [ -z "$token" ]; then
|
||
echo "0 0 0 REGFAIL" >> "$P"
|
||
return
|
||
fi
|
||
local i
|
||
for i in $(seq 1 "$POLLS"); do
|
||
local t0 out c ms
|
||
t0=$(date '+%H:%M:%S')
|
||
out=$(curl -s -o /dev/null -w '%{http_code} %{time_total}' --max-time 130 \
|
||
-X POST "$BASE/v1/agent/poll" -H "X-Token: $token" -H "User-Agent: $UA")
|
||
c=$(echo "$out" | awk '{print $1}')
|
||
ms=$(echo "$out" | awk '{printf "%d", $2*1000}')
|
||
echo "$i $c $ms $t0" >> "$P"
|
||
done
|
||
# 清理探针
|
||
local key
|
||
key=$(cat /root/lanremote-relay/data/admin_key.txt 2>/dev/null)
|
||
curl -s --max-time 20 -X POST "http://127.0.0.1:8080/v1/admin/delete" \
|
||
-H "X-Admin: $key" -H 'Content-Type: application/json' \
|
||
-d "{\"deviceId\":\"$dev\"}" > /dev/null 2>&1
|
||
}
|
||
|
||
poll_worker &
|
||
POLL_PID=$!
|
||
|
||
# ---------- 记录起始的日志行号,用于算增量 ----------
|
||
M0=$(wc -l < "$MAINLOG" 2>/dev/null || echo 0)
|
||
H0=$(wc -l < "$H2LOG" 2>/dev/null || echo 0)
|
||
|
||
T0=$(date +%s)
|
||
NEXT_CONN=$T0
|
||
echo " 开始: $(date '+%Y-%m-%d %H:%M:%S') 持续 ${DUR} 秒"
|
||
|
||
# ---------- 主循环:公网健康 ----------
|
||
while true; do
|
||
NOW=$(date +%s)
|
||
[ $((NOW - T0)) -ge "$DUR" ] && break
|
||
|
||
out=$(curl -s -o /dev/null -w '%{http_code} %{time_total}' --max-time 25 \
|
||
-H "User-Agent: $UA" "$BASE/v1/health")
|
||
code=$(echo "$out" | awk '{print $1}')
|
||
ms=$(echo "$out" | awk '{printf "%d", $2*1000}')
|
||
echo "$(date '+%Y-%m-%d %H:%M:%S') $code $ms" >> "$H"
|
||
|
||
# 连接数采样
|
||
if [ "$NOW" -ge "$NEXT_CONN" ]; then
|
||
a=$(conns_of 20241); b=$(conns_of 20242)
|
||
echo "$(date '+%Y-%m-%d %H:%M:%S') ${a:-X} ${b:-X}" >> "$C"
|
||
NEXT_CONN=$((NOW + CONN_EVERY))
|
||
fi
|
||
|
||
sleep "$HEALTH_EVERY"
|
||
done
|
||
|
||
wait "$POLL_PID" 2>/dev/null || true
|
||
|
||
# ---------- 汇总 ----------
|
||
T1=$(date +%s)
|
||
M1=$(wc -l < "$MAINLOG" 2>/dev/null || echo 0)
|
||
H1=$(wc -l < "$H2LOG" 2>/dev/null || echo 0)
|
||
|
||
{
|
||
echo "================================================================"
|
||
echo " 2 小时综合长测 · $(date '+%Y-%m-%d %H:%M:%S')"
|
||
echo " 实际时长: $((T1 - T0)) 秒"
|
||
echo "================================================================"
|
||
echo
|
||
|
||
echo "── 1. 公网可用率 ──"
|
||
total=$(wc -l < "$H")
|
||
ok=$(awk -F'\t' '$2=="200"' "$H" | wc -l)
|
||
echo " 样本 $total 次,成功 $ok 次 = $((ok * 100 / (total > 0 ? total : 1)))%"
|
||
echo " 各状态码分布:"
|
||
awk -F'\t' '{print $2}' "$H" | sort | uniq -c | sort -rn | sed 's/^/ /'
|
||
echo " 耗时分布(成功的):"
|
||
awk -F'\t' '$2=="200" {print $3}' "$H" | sort -n | awk '
|
||
{a[NR]=$1}
|
||
END {
|
||
if (NR == 0) { print " 无数据"; exit }
|
||
printf " 最小 %d 中位 %d P90 %d P99 %d 最大 %d ms\n",
|
||
a[1], a[int(NR/2)+1], a[int(NR*0.9)+1], a[int(NR*0.99)+1], a[NR]
|
||
}' | sed 's/^/ /'
|
||
echo
|
||
echo " ★ 失败时刻(时间线,用来判断是不是集中在某时段):"
|
||
awk -F'\t' '$2!="200" {print " " $1 " 码=" $2 " 耗时=" $3 "ms"}' "$H"
|
||
echo
|
||
|
||
echo "── 2. 长轮询成功率 ──"
|
||
ptotal=$(grep -c . "$P" 2>/dev/null || echo 0)
|
||
pok=$(awk -F'\t' '$2=="200"' "$P" 2>/dev/null | wc -l)
|
||
echo " $pok/$ptotal = $((pok * 100 / (ptotal > 0 ? ptotal : 1)))%"
|
||
awk -F'\t' '$2=="200" {print $3}' "$P" | sort -n | awk '
|
||
{a[NR]=$1}
|
||
END {
|
||
if (NR == 0) { print " 无数据"; exit }
|
||
printf " 最小 %d P50 %d P90 %d P99 %d 最大 %d ms(理想 ≈ 61000)\n",
|
||
a[1], a[int(NR/2)+1], a[int(NR*0.9)+1], a[int(NR*0.99)+1], a[NR]
|
||
}'
|
||
echo " 失败的:"
|
||
awk -F'\t' '$2!="200" {print " #" $1 " 码=" $2 " 起始 " $4}' "$P"
|
||
echo
|
||
|
||
echo "── 3. 连接数波动 ──"
|
||
echo " quic 实例: 最小 $(awk -F'\t' 'NR>1{print $2}' "$C" | grep -E '^[0-9]+$' | sort -n | head -1) 最大 $(awk -F'\t' '{print $2}' "$C" | grep -E '^[0-9]+$' | sort -n | tail -1)"
|
||
echo " http2 实例: 最小 $(awk -F'\t' '{print $3}' "$C" | grep -E '^[0-9]+$' | sort -n | head -1) 最大 $(awk -F'\t' '{print $3}' "$C" | grep -E '^[0-9]+$' | sort -n | tail -1)"
|
||
echo " 出现过的组合(次数):"
|
||
awk -F'\t' 'NR>1{print "quic="$2" http2="$3}' "$C" | sort | uniq -c | sort -rn | head -8 | sed 's/^/ /'
|
||
echo
|
||
|
||
echo "── 4. 隧道事件(本轮增量)──"
|
||
echo " QUIC 实例:"
|
||
for kw in 'Registered tunnel connection' 'Failed to dial' 'Lost connection' 'i/o timeout'; do
|
||
n=$(tail -n +$((M0 + 1)) "$MAINLOG" 2>/dev/null | grep -c "$kw")
|
||
printf " %-34s %s\n" "$kw" "$n"
|
||
done
|
||
echo " HTTP/2 实例:"
|
||
for kw in 'Registered tunnel connection' 'Failed to dial' 'Lost connection' 'i/o timeout'; do
|
||
n=$(tail -n +$((H0 + 1)) "$H2LOG" 2>/dev/null | grep -c "$kw")
|
||
printf " %-34s %s\n" "$kw" "$n"
|
||
done
|
||
echo
|
||
echo " 失败事件的时间线(QUIC):"
|
||
tail -n +$((M0 + 1)) "$MAINLOG" 2>/dev/null \
|
||
| grep -E 'Failed to dial|Lost connection' | tail -20 \
|
||
| sed -E 's/^(....-..-..T..:..):.*(Failed to dial|Lost connection).*/ \1 \2/' | sed 's/^/ /'
|
||
} > "$S" 2>&1
|
||
|
||
cat "$S"
|