feat(admin): шкала загрузки источников, отладка и загрузка работ в корпус
Заливка корпуса была чёрным ящиком: у источника только last_status (idle/running/done/error), без «сколько из скольки», без причины падения и без способа остановить начатое. Теперь каждый запуск создаёт строку parse_runs, куда воркер раз в ~2с пишет стадию, счётчики и журнал событий. Админка: - шкала загрузки у каждого источника (0→50% выборка, 50→100% индексация), раскрытая строка — журнал прогона по шагам с таймингами; - «Запустить всё» / «Остановить всё» и остановка по одному источнику (кооперативная отмена: воркер останавливается сам, не рвя запись в базу); - пакетное добавление источников (тип + список тем), тип pmc в форме; - загрузка PDF/DOCX/TXT прямо в базу сравнения (index.ingest_upload); - страница «Отладка»: воркеры Celery и их текущие таски, очереди RabbitMQ, покрытие корпуса эмбеддингами, зависшие и упавшие прогоны, конфиг бэкендов. Защита от краш-лупа по consumer_timeout RabbitMQ (docs/DR-HA.md §6), без неё массовый запуск 170+ источников гарантированно ронял воркер: - PARSER_TIME_BUDGET_S (1500с) — прогон закругляется сам и помечается partial; - worker_prefetch_multiplier=1 — таймаут считается от ДОСТАВКИ сообщения, и с дефолтным префетчем очередь долгих run_parser убивала канал на задачах, которые ещё не начинались. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
This commit is contained in:
@@ -6,11 +6,19 @@
|
||||
import json
|
||||
import logging
|
||||
from abc import ABC, abstractmethod
|
||||
from collections.abc import Callable
|
||||
from pathlib import Path
|
||||
from typing import Any
|
||||
|
||||
logger = logging.getLogger(__name__)
|
||||
|
||||
# Колбэк прогресса выборки: вызывается после каждой страницы результатов с
|
||||
# накопленным количеством документов. Возврат False — просьба остановиться
|
||||
# (кооперативная отмена из админки или исчерпанный бюджет времени таска,
|
||||
# см. worker-indexer/app/progress.py). Парсер обязан вернуть уже собранное,
|
||||
# а не бросать исключение: частичная выборка — валидный результат.
|
||||
ProgressCallback = Callable[[int], bool]
|
||||
|
||||
|
||||
# Унифицированный формат документа
|
||||
UNIFIED_SCHEMA = {
|
||||
@@ -45,7 +53,10 @@ class BaseParser(ABC):
|
||||
Получить сырые документы из источника.
|
||||
|
||||
Args:
|
||||
**kwargs: Специфичные для источника параметры (query, limit и т.д.)
|
||||
**kwargs: Специфичные для источника параметры (query, limit и т.д.).
|
||||
Все парсеры принимают ещё и `progress_cb` (ProgressCallback) —
|
||||
отчёт о прогрессе после каждой страницы и точка кооперативной
|
||||
остановки.
|
||||
|
||||
Returns:
|
||||
Список сырых словарей из API источника
|
||||
|
||||
Reference in New Issue
Block a user