上线前演练清单

章节：附录C
更新日期：2026-08-25

C.1 为什么需要演练

核心理念：正式开启定时任务前，必须手动模拟各种故障场景，确认任务行为符合预期。

不演练的风险： - 某天数据源超时，任务直接崩溃 - 推送失败后重复执行，产生垃圾数据 - 成本超限才发现，已经消耗大量 Token

C.2 标准演练场景

C.2.1 场景1：所有数据源正常

检查点： - [ ] 所有数据源响应时间 < 10 秒 - [ ] 过滤后条目数量符合预期 - [ ] 输出格式正确 - [ ] 推送到达指定位置 - [ ] 日志记录完整

C.2.2 场景2：某个数据源超时

检查点： - [ ] 超时数据源被标记为"缺失" - [ ] 其他数据源正常处理 - [ ] 输出顶部标注缺失来源 - [ ] 任务不因单点失败而崩溃 - [ ] 总耗时在可接受范围

C.2.3 场景3：当日无相关内容

检查点： - [ ] 过滤后条目数 < 5 - [ ] 状态进入 blocked - [ ] 不推送空清单 - [ ] 推送说明和告警 - [ ] 次日正常重新触发

C.2.4 场景4：推送目标不可达

检查点： - [ ] 第一次推送失败，记录错误 - [ ] 指数退避重试 2 次 - [ ] 重试仍失败，进入 blocked - [ ] 发送告警给 owner - [ ] 结果保留在状态文件中 - [ ] 手动重试时从 delivering 继续

C.2.5 场景5：重复触发（手动 + 定时）

检查点： - [ ] 检测到批次 ID 重复 - [ ] 第二次触发被跳过 - [ ] 记录"已跳过，无需重复推送" - [ ] 不产生重复消息

C.2.6 场景6：成本超限

检查点： - [ ] Token 消耗超过上限 - [ ] 记录告警 - [ ] 任务继续运行（不中断） - [ ] 下次运行前需确认

C.2.7 场景7：认证失效

检查点： - [ ] 认证失效的数据源不重试 - [ ] 标记为"需要人工处理" - [ ] 发送告警给 owner - [ ] 提示检查 API Key - [ ] 不自动重试，避免浪费成本

C.3 演练流程

C.3.1 演练前准备

□ 确定演练日期和时间
□ 通知相关人员（避免误判为真实故障）
□ 准备测试环境（或低峰时段）
□ 准备回滚方案

C.3.2 演练执行

1. 按场景顺序执行（1 → 7）
2. 每场景完成后记录结果
3. 不符合预期立即停止，排查问题
4. 通过后进入下一场景

C.3.3 演练后复盘

□ 统计通过率（通过场景数 / 总场景数）
□ 记录不符合预期的场景
□ 分析根因
□ 制定改进计划
□ 更新文档和检查清单

C.4 演练记录模板

# 演练记录

**任务名称**：AI 热点选题日报  
**演练日期**：2026-07-10  
**执行人**：桂皮  
**环境**：生产环境（低峰时段）

## 场景结果

| 场景 | 预期 | 实际 | 通过 | 备注 |
|------|------|------|------|------|
| 1. 所有数据源正常 | 完整清单 | - | ☐ | - |
| 2. 某个数据源超时 | 标记缺失 | - | ☐ | - |
| 3. 当日无相关内容 | blocked | - | ☐ | - |
| 4. 推送目标不可达 | 告警保留 | - | ☐ | - |
| 5. 重复触发 | 只推送一次 | - | ☐ | - |
| 6. 成本超限 | 告警继续 | - | ☐ | - |
| 7. 认证失效 | 不重试告警 | - | ☐ | - |

## 问题记录

### 问题1
- **场景**：
- **预期**：
- **实际**：
- **根因**：
- **改进措施**：

## 改进计划

1. 
2. 
3. 

## 演练结论

- **通过率**：X/7
- **是否可上线**：是 / 否
- **下次演练日期**：

C.5 图文说明

📌 待补充：建议绘制以下示意图 1. 演练流程图（准备 → 执行 → 复盘） 2. 7个场景的决策树 3. 演练记录表示例截图 4. 通过率统计图

📝 版本迭代记录