diff --git a/tradein-mvp/backend/app/services/product_handlers.py b/tradein-mvp/backend/app/services/product_handlers.py index 1f2adf0a..f22dd512 100644 --- a/tradein-mvp/backend/app/services/product_handlers.py +++ b/tradein-mvp/backend/app/services/product_handlers.py @@ -656,7 +656,30 @@ def build_product_handlers(ctx: SchedulerContext) -> dict[str, Handler]: "geocode_missing_listings": Handler( _job_geocode_missing_listings, "geocode_missing_listings" ), - "avito_detail_backfill": Handler(_job_avito_detail_backfill, "avito_detail_backfill"), + # Каденс — в минутах, а не в сутках (замер 2026-08-22). Дефолтная + # гранулярность compute_next_run_at — сутки, и бэкфилл получал ровно один + # прогон в день. При этом прогон умирает по бану через 17-83 минуты, то + # есть 23 часа из 24 задание простаивало: 238 обогащённых карточек за + # сутки при 9 951 активном объявлении — очередь разбиралась бы месяцами. + # + # Хук сам себя throttl'ит: пока прогон идёт, has_running_run в _claim_run + # возвращает None и next_run_at не сбрасывается. + # + # 180 минут — ОСОЗНАННО консервативная отправная точка, а не найденный + # оптимум. Данных для подбора нет: два прогона дали противоречивую + # картину (4562 — 83 мин и 175 карточек; 4586 через 4.3 часа, когда пул + # прокси был давно чист, — 17 мин и 42 карточки). Значит память Авито + # длиннее часов, и учащение может ухудшить выход, а не улучшить. + # + # Риск, который надо держать в голове при подборе: те же 4 прокси + # обслуживают SERP-свипы — первичный сбор. Сжечь их на обогащении хуже, + # чем медленно обогащать. Двигать интервал вниз только по замеру + # нескольких суток, глядя и на свипы тоже. + "avito_detail_backfill": Handler( + _job_avito_detail_backfill, + "avito_detail_backfill", + post_claim=reschedule_after_minutes(param="interval_minutes", default=180), + ), "yandex_detail_backfill": Handler(_job_yandex_detail_backfill, "yandex_detail_backfill"), "domclick_detail_backfill": Handler( _job_domclick_detail_backfill, "domclick_detail_backfill" diff --git a/tradein-mvp/backend/tests/test_avito_backfill_cadence.py b/tradein-mvp/backend/tests/test_avito_backfill_cadence.py new file mode 100644 index 00000000..81082f67 --- /dev/null +++ b/tradein-mvp/backend/tests/test_avito_backfill_cadence.py @@ -0,0 +1,79 @@ +"""Каденс avito_detail_backfill: минуты, а не сутки. + +Замер 2026-08-22 на проде: `compute_next_run_at` имеет суточную гранулярность +(`interval_days = max(1, int(...))`, целевая дата `now + interval_days`), поэтому +бэкфилл получал ровно один прогон в сутки. Прогон при этом умирает по бану через +17-83 минуты — 23 часа из 24 задание простаивало, 238 обогащённых карточек за +сутки при 9 951 активном объявлении. + +Механизм sub-hourly каденса уже существовал (`reschedule_after_minutes`, #2162, +сделан для `proxy_healthcheck`) — не был подключён. + +Тест закрепляет именно подключённость хука, а не значение интервала: 180 минут +подобраны консервативно и будут двигаться по замерам, а вот утрата хука вернёт +суточный простой молча. +""" + +from __future__ import annotations + +from unittest.mock import MagicMock + +from app.services.product_handlers import build_product_handlers + + +def test_backfill_has_sub_daily_cadence_hook() -> None: + """Без post_claim бэкфилл откатывается к суточной гранулярности.""" + handlers = build_product_handlers(MagicMock()) + handler = handlers["avito_detail_backfill"] + + assert handler.post_claim is not None, ( + "avito_detail_backfill остался без post_claim — каденс вернулся к " + "одному прогону в сутки (compute_next_run_at, interval_days >= 1)" + ) + + +def test_backfill_default_interval_is_sane() -> None: + """Дефолт не должен быть ни суточным, ни агрессивнее получаса. + + Нижняя граница — не оптимум, а страховка: те же 4 прокси обслуживают + SERP-свипы, и слишком частое обогащение бьёт по первичному сбору. + """ + handlers = build_product_handlers(MagicMock()) + hook = handlers["avito_detail_backfill"].post_claim + assert hook is not None + + captured: dict[str, int] = {} + + class _DB: + def execute(self, _stmt: object, params: dict[str, object]) -> None: + captured["mins"] = int(params["mins"]) # type: ignore[arg-type] + + def commit(self) -> None: + return None + + # params без ключа → сработает дефолт фабрики, его и проверяем. + hook(_DB(), 1, {}, MagicMock()) + + assert 30 <= captured["mins"] <= 360, ( + f"интервал по умолчанию {captured['mins']} мин вне разумного коридора" + ) + assert captured["mins"] < 1440, "интервал в сутки и больше — это исходный дефект" + + +def test_interval_minutes_from_params_wins() -> None: + """Подбор интервала — через default_params расписания, без правки кода.""" + handlers = build_product_handlers(MagicMock()) + hook = handlers["avito_detail_backfill"].post_claim + assert hook is not None + + captured: dict[str, int] = {} + + class _DB: + def execute(self, _stmt: object, params: dict[str, object]) -> None: + captured["mins"] = int(params["mins"]) # type: ignore[arg-type] + + def commit(self) -> None: + return None + + hook(_DB(), 1, {"interval_minutes": 90}, MagicMock()) + assert captured["mins"] == 90