fix(gui): 设备桥补 WebSocket keepalive,修「设备可见但命令下发不到」

## 实测故障(2026-10-05)

设备能力全部调用失败,但设备**在面板里能看到**。服务端实测:

    POST /api/v1/device/push {"device_id":"gui-JianF","command":"..."}
    → {"error":"device gui-JianF not online"}

同一时刻 NAS 上的 waiter 完全正常(last_seen 持续刷新、push 返回 ok)。

## 根因

GUI **从不发WebSocket ping**。全文件搜不到,是唯一没有 keepalive 的设备端。

链路中间是 frp + TLS 反代,空闲超时(常见 30~60s)会静默关掉连接
—— 没有 close 事件、没有错误日志,只是数据不再流动。

服务端 handleWS 的 defer 于是执行 markOffline(curID) → 从 conns 删除。
于是形成这个割裂状态:

  · devices 表里有gui-JianF  ⇒ webui 面板显示在线
  · conns 表里没有          ⇒ PushCmd 报 not online

「可见但不可用」正是这个割裂的表象。registry.go:735 那段 ping/pong
注释修的是「**回** pong 不能因未 bind 而失败」,与「客户端有没有发」
是两个方向的坑 —— 那段代码一直在,却从未被 GUI 用上。

## 修复

connectDeviceWS 在 opened 后启动 25s 周期的 ping(0x89 控制帧,客户端
必须加掩码)。25s 压在常见 30s 空闲阈值之下。

两条清理路径都 clearInterval:close() 与 sock.on("close")。缺任一条都会
泄漏定时器并向已销毁 socket 写入(进程不退出)。

## 验证

修复前:gui-JianF 不在 devices 列表,push → not online
修复后:90 秒后仍在列表且 online:true,push → {"status":"ok"}
(同一时刻不再掉线,keepalive 生效)

门禁新增 6 条 keepalive 判据(共 15 条):
存在 sendDevicePing / 0x89 控制帧 / opened 后启动定时器 / 间隔 ≤30s /
close 清理 / close 事件清理。

变异测试:删掉 setInterval(复现故障形态)⇒ 定时器与间隔两条转红。
This commit is contained in:
JianFeeeee
2026-10-05 13:45:30 +08:00
parent bca791a14b
commit 3988c19880
2 changed files with 116 additions and 1 deletions

View File

@ -159,6 +159,64 @@ check(
: "找不到 connectDeviceWS",
);
// ── 6) keepalive:设备桥必须有主动 ping ──────────────────────────────
//
// 2026-10-05 实测故障:GUI bind 成功、设备进了 devices 表(面板可见),
// 但几秒后能力调用全失败:
// POST /api/v1/device/push {"device_id":"gui-JianF"}
// → {"error":"device gui-JianF not online"}
// 同时 waiter/NAS 完全正常(last_seen 持续刷新)。
//
// 根因:GUI **从不发 ping**。链路是 frp + TLS 反代,空闲超时(30~60s)
// 静默关连接 → 服务端 handleWS 的 defer 走 markOffline → conns 删除
// ⇒ 「设备可见但命令下发不到」。
//
// 服务端 registry.go:735 那段 ping/pong 注释修的是「**回** pong 不能因
// 未bind 而失败」,不是「客户端有没有发」—— 那是另一个方向的坑。
const pingFn = mainSrc.match(/function sendDevicePing[\s\S]*?\n}\n/);
check(
"存在 sendDevicePing",
!!pingFn,
"找不到 sendDevicePing —— 设备桥没有 keepalive 能力",
);
check(
"ping 用 WebSocket 控制帧 0x89",
pingFn ? /0x89/.test(pingFn[0]) : false,
pingFn ? "ping 帧构造不对(应为 0x89 = FIN|ping 且置掩码位)" : "",
);
// ping 必须被定时器驱动,且间隔要压在常见空闲阈值之下。
const openBlock = mainSrc.slice(
mainSrc.indexOf("opened = true"),
mainSrc.indexOf("opened = true") + 2000,
);
check(
"连接建立后启动 ping 定时器",
/setInterval/.test(openBlock) && /sendDevicePing/.test(openBlock),
"opened 之后没有启动 keepalive 定时器 —— 连接仍会因空闲超时断开",
);
const intervalMatch = openBlock.match(/setInterval\([^,]*,\s*(\d+)\)/);
check(
"keepalive 间隔 ≤ 30s",
intervalMatch ? parseInt(intervalMatch[1], 10) <= 30000 : false,
intervalMatch
? `间隔 ${intervalMatch[1]}ms 太长,压不住常见 30s 空闲超时`
: "找不到 setInterval 的间隔参数",
);
// 关闭路径必须清定时器,否则进程不退出 / 往死 socket 写。
check(
"close 时清理 ping 定时器",
/close:[\s\S]{0,200}?clearInterval/.test(mainSrc),
"close() 里没有 clearInterval —— 定时器泄漏且会向已销毁 socket 写入",
);
check(
"socket close 事件也清理定时器",
/on\("close"[\s\S]{0,300}?clearInterval/.test(mainSrc),
'sock.on("close") 里没有 clearInterval —— 异常断开后定时器泄漏',
);
// ── 汇总 ────────────────────────────────────────────────────────────
console.log("");