复核 R-d1(认库是不是自己的不够严):状态文件第一次记 migrating / builtin 时一并记下库的容器、数据卷、网络的名字和一个部署编号(app.ops state --container/--volume/--network,--get 取一项),库容器、数据卷带 agentlab.deployment=<编号> 标签(数据卷先 docker volume create 再起容器)。agentlab.env 的名字和记着的对不上就拒绝(install、upgrade、migrate、起停、状态、卸载都先核对),早先只记了模式的状态文件按当时的名字补记、照实打一行;库容器要标签和部署编号对得上(没编号的老容器看挂的密码文件是不是这个数据目录的)、挂的数据卷就是 POSTGRES_VOLUME,清空库之前数据卷还要带这个部署的编号(没编号的不清空);卸载碰上别人的库容器只提示不删。假 docker 单测:同一台机器上两个部署,改名指向对方、老状态文件补记之后,对方的库不被清空、不被删、不被重建

This commit is contained in:
ThearchyHelios
2026-10-19 16:07:03 +08:00
parent d117237bbc
commit 35bb634460
6 changed files with 359 additions and 66 deletions
+4 -1
View File
@@ -119,7 +119,10 @@ sudo tar -czf ../agentlab-data-$(date +%Y%m%d).tar.gz data
不进 `docker inspect`,`agentlab.env` 里什么都不用填。AgentLab 的容器按 `PGPASSFILE` 读它。**丢了数据目录就连不上这个库**,
所以数据目录照样要整份备份。
- 用过一次之后这个数据目录就一直是内置 PostgreSQL(记在 `.postgres/state`),之后的 `install`、`upgrade`、`start` 不用再加
`--postgres`。
`--postgres`。状态文件里同时记着库的容器、数据卷、网络的名字和一个部署编号,deploy.sh 起的库容器、建的数据卷和网络都带着
`agentlab.deployment=<编号>` 的标签:之后 `agentlab.env` 里的名字和记着的对不上(比如改成了同一台机器上另一个部署的名字),
或者同名的容器、数据卷是别的部署的,deploy.sh 照实报错、不碰它们——清空库、删容器、换镜像重建之前都核对。早先的状态文件只记了
模式的,第一次遇到时按当时的名字补记。
- `start` 先起库、等 `pg_isready` 通过再起服务;`stop` 先停服务再停库。`restart` 缺省只重启服务(库停着的话先把库起来),
`restart --postgres` 连库一起重启(先停服务再停库,再先起库后起服务)。开机时两个容器一起被 docker 拉起来,库还没就绪时
服务按退避重试(日志里写着「应用库还没就绪……秒后重试」),最多等 90 秒(`AGENTLAB_DB_STARTUP_TIMEOUT`),不会一上来就崩。
+136 -13
View File
@@ -597,6 +597,83 @@ stored_mode() {
volume_exists() { docker volume inspect "$1" >/dev/null 2>&1; }
# ---------------------------------------------------------------------------
# 哪些是这个部署的内置库:状态文件第一次记 migrating / builtin 时一并记下容器、数据卷、网络的名字和一个部署编号(id);
# deploy.sh 起的库容器、建的数据卷和网络都打上 agentlab.deployment=<id>。之后 agentlab.env 里的名字和记着的对不上就拒绝
# (换了名字会去动同一台机器上另一个部署的库),容器、数据卷的部署编号对不上也拒绝,都对上了才清空库、删容器
# ---------------------------------------------------------------------------
DEPLOY_ID=""
# 状态文件里的一项(id、container、volume、network);读不到(权限)交给容器里的 app.ops
state_value() {
local key="$1" file="$DATA_ABS/$PG_STATE_REL"
if [ -r "$file" ]; then
sed -n "s/^$key=//p" "$file" | head -n 1
elif [ -e "$file" ] || [ ! -x "$DATA_ABS" ] || { [ -e "$DATA_ABS/.postgres" ] && [ ! -x "$DATA_ABS/.postgres" ]; }; then
ops state --get "$key" | tail -n 1
fi
}
# 记下(或补记)名字;$1 给了就同时改模式。第一次写时 app.ops 生成部署编号
record_pg_state() {
local args=(state --container "$POSTGRES_CONTAINER" --volume "$POSTGRES_VOLUME" --network "$DOCKER_NETWORK")
[ -z "${1:-}" ] || args+=(--set "$1")
ops "${args[@]}" >/dev/null || return 1
DEPLOY_ID="$(state_value id)"
[ -n "$DEPLOY_ID" ]
}
# 数据目录记着的名字和 agentlab.env 现在的一致才往下走。老的状态文件(只记了模式)第一次遇到时按现在的名字补记、照实打一行
check_pg_names() {
local key want got env_key missing=""
for key in container volume network; do
case "$key" in
container) want="$POSTGRES_CONTAINER"; env_key=POSTGRES_CONTAINER ;;
volume) want="$POSTGRES_VOLUME"; env_key=POSTGRES_VOLUME ;;
network) want="$DOCKER_NETWORK"; env_key=DOCKER_NETWORK ;;
esac
got="$(state_value "$key")"
if [ -z "$got" ]; then
missing=1
elif [ "$got" != "$want" ]; then
die "数据目录 $DATA_ABS 记着它的内置 PostgreSQL 用的是 ${got}(${env_key}),agentlab.env 现在是 ${want}。
名字一换就会去动同一台机器上别的部署的库(或者找不到这个部署自己的),没有往下做。
- 把 agentlab.env 里的 $env_key 改回 ${got}(没写这一项的,看 CONTAINER_NAME 是不是改过:缺省名字跟着它走);
- 确实要换名字:先 ./deploy.sh stop,docker rename / 新建好之后,把 $DATA_ABS/$PG_STATE_REL 里的 ${key}= 那一行改成新名字(要 sudo)"
fi
done
if [ -n "$missing" ] || [ -z "$(state_value id)" ]; then
say "数据目录的状态文件是早先记的(没记名字),按 agentlab.env 现在的名字补记:容器 ${POSTGRES_CONTAINER}、数据卷 ${POSTGRES_VOLUME}、网络 ${DOCKER_NETWORK}"
record_pg_state || die "没能补记数据目录的状态文件($DATA_ABS/${PG_STATE_REL})"
fi
DEPLOY_ID="$(state_value id)"
}
volume_label() { docker volume inspect -f "{{index .Labels \"$2\"}}" "$1" 2>/dev/null || true; }
# 数据卷的部署编号:$1=strict 时没有编号的(早先建的)也不认——清空库之前用
check_volume_is_ours() {
volume_exists "$POSTGRES_VOLUME" || return 0
local dep
dep="$(volume_label "$POSTGRES_VOLUME" agentlab.deployment)"
if [ -n "$dep" ] && [ "$dep" != "$DEPLOY_ID" ]; then
die "docker 数据卷 $POSTGRES_VOLUME 是另一个部署的内置 PostgreSQL 的(部署编号 ${dep},这个数据目录是 ${DEPLOY_ID}),没有碰它。
agentlab.env 里的 POSTGRES_VOLUME 写成这个部署自己的(看 $DATA_ABS/$PG_STATE_REL 里的 volume=)"
fi
if [ -z "$dep" ] && [ "${1:-}" = strict ]; then
die "docker 数据卷 $POSTGRES_VOLUME 没有部署编号的标签,认不出是不是这个数据目录的,切换要清空它,没有动。
确定是这个数据目录上次没切成留下的:docker volume rm ${POSTGRES_VOLUME},再运行 ./deploy.sh migrate-to-postgres"
fi
}
ensure_volume() {
if volume_exists "$POSTGRES_VOLUME"; then
check_volume_is_ours
return 0
fi
docker volume create --label agentlab.role=pgdata --label "agentlab.deployment=$DEPLOY_ID" "$POSTGRES_VOLUME" >/dev/null
}
resolve_mode() {
local stored
stored="$(stored_mode)"
@@ -698,17 +775,43 @@ pg_secrets() {
|| die "没能在数据目录里生成 PostgreSQL 的密码文件($DATA_ABS/.postgres/)"
}
check_pg_is_ours() {
local role
# 叫 POSTGRES_CONTAINER 的容器是不是这个部署的内置库:deploy.sh 起的(agentlab.role=postgres)、部署编号对得上(早先起的
# 没有编号标签时,看它挂的密码文件是不是这个数据目录的)、挂的数据卷就是 POSTGRES_VOLUME。不是的话 PG_NOT_OURS 里是原因
PG_NOT_OURS=""
pg_is_ours() {
local role dep pw vol
role="$(docker inspect -f '{{index .Config.Labels "agentlab.role"}}' "$POSTGRES_CONTAINER" 2>/dev/null || true)"
[ "$role" = postgres ] || die "已经有一个叫 $POSTGRES_CONTAINER 的容器,但它不是 deploy.sh 起的内置 PostgreSQL。
改一下 agentlab.env 里的 POSTGRES_CONTAINER(缺省是 <CONTAINER_NAME>-postgres)"
dep="$(docker inspect -f '{{index .Config.Labels "agentlab.deployment"}}' "$POSTGRES_CONTAINER" 2>/dev/null || true)"
pw="$(docker inspect -f '{{range .Mounts}}{{if eq .Destination "/run/agentlab/password"}}{{.Source}}{{end}}{{end}}' \
"$POSTGRES_CONTAINER" 2>/dev/null || true)"
vol="$(docker inspect -f '{{range .Mounts}}{{if eq .Destination "/var/lib/postgresql/data"}}{{.Name}}{{end}}{{end}}' \
"$POSTGRES_CONTAINER" 2>/dev/null || true)"
if [ "$role" != postgres ]; then
PG_NOT_OURS="它不是 deploy.sh 起的内置 PostgreSQL"
elif [ -n "$dep" ] && [ "$dep" != "$DEPLOY_ID" ]; then
PG_NOT_OURS="它是另一个部署的内置 PostgreSQL(部署编号 ${dep},这个数据目录是 ${DEPLOY_ID:-还没有})"
elif [ -z "$dep" ] && [ "$pw" != "$DATA_ABS/.postgres/password" ]; then
PG_NOT_OURS="它挂的密码文件是 ${pw:-(没有)},不是这个数据目录(${DATA_ABS})的,是另一个部署的内置 PostgreSQL"
elif [ "$vol" != "$POSTGRES_VOLUME" ]; then
PG_NOT_OURS="它挂的数据卷是 ${vol:-(没有)},不是 agentlab.env 里的 $POSTGRES_VOLUME"
else
PG_NOT_OURS=""
return 0
fi
return 1
}
check_pg_is_ours() {
pg_is_ours || die "已经有一个叫 $POSTGRES_CONTAINER 的容器,但${PG_NOT_OURS},没有碰它。
改一下 agentlab.env 里的 POSTGRES_CONTAINER(缺省是 <CONTAINER_NAME>-postgres),或者看 $DATA_ABS/$PG_STATE_REL 里记着的名字"
}
run_pg_container() {
docker run -d \
--name "$POSTGRES_CONTAINER" \
--label agentlab.role=postgres \
--label "agentlab.deployment=$DEPLOY_ID" \
--restart unless-stopped \
--network "$DOCKER_NETWORK" \
-e "POSTGRES_USER=$PG_USER" \
@@ -757,7 +860,9 @@ replace_pg_image() {
# 起内置库(没有就建,停着就起),等 pg_isready 通过
start_pg() {
[ -n "$DEPLOY_ID" ] || die "内部错误:还不知道这个数据目录的部署编号(状态文件 $DATA_ABS/${PG_STATE_REL})"
ensure_network
ensure_volume
if container_exists "$POSTGRES_CONTAINER"; then
check_pg_is_ours
local cur
@@ -854,9 +959,10 @@ cmd_install() {
- 确定不要了:docker volume rm ${POSTGRES_VOLUME}(不可恢复),再运行;
- 两份都留着:agentlab.env 里另起一个 POSTGRES_VOLUME 的名字"
pg_secrets
# 先记下再起库:新数据目录里没有 SQLite 的库,没什么可「切」的;起库失败了重来也认得出数据卷是自己的
ops state --set builtin >/dev/null || die "没能在数据目录里记下「用内置 PostgreSQL」"
# 先记下再起库:新数据目录里没有 SQLite 的库,没什么可「切」的;起库失败了重来也认得出数据卷是自己的。连同名字、部署编号
record_pg_state builtin || die "没能在数据目录里记下「用内置 PostgreSQL」"
else
check_pg_names
pg_secrets
fi
start_pg
@@ -886,6 +992,7 @@ cmd_upgrade() {
say "应用库:$(mode_label)"
PG_APPLY_IMAGE=1
if [ "$MODE" = builtin ]; then
check_pg_names
ensure_pg_image
pg_secrets
start_pg
@@ -973,6 +1080,11 @@ cmd_migrate_to_postgres() {
- 确定不要了:docker volume rm ${POSTGRES_VOLUME}(不可恢复),再运行;
- 要留着:agentlab.env 里另起一个 POSTGRES_VOLUME 的名字"
fi
if [ "$state" = migrating ]; then
# 上次没切成:名字要和那次记下的一样,数据卷、库容器要是这个部署的——下面要清空那个库
check_pg_names
check_volume_is_ours strict
fi
if container_exists "$POSTGRES_CONTAINER"; then check_pg_is_ours; fi
fix_data_owner
ensure_pg_image
@@ -986,9 +1098,11 @@ cmd_migrate_to_postgres() {
backup_sqlite || migrate_rollback "SQLite 库备份失败"
say "3/6 起内置 PostgreSQL"
( pg_secrets ) || migrate_rollback "没能生成内置 PostgreSQL 的密码"
ops state --set migrating >/dev/null || migrate_rollback "没能在数据目录里记下「开始切换」"
record_pg_state migrating || migrate_rollback "没能在数据目录里记下「开始切换」"
( start_pg ) || migrate_rollback "内置 PostgreSQL 没起来"
# 内置库里要是有东西,只能是上次没切成留下的半份(上面查过数据卷),清空重来
# 内置库里要是有东西,只能是上次没切成留下的半份(上面查过名字和数据卷),清空重来。清空之前再核对一遍:库容器、数据卷都是
# 这个部署的(start_pg 刚起的也一样)
( check_pg_is_ours && check_volume_is_ours strict ) || migrate_rollback "库的容器或数据卷认不出是这个部署的,没有清空"
docker exec "$POSTGRES_CONTAINER" psql -q -U "$PG_USER" -d postgres -v ON_ERROR_STOP=1 \
-c "DROP DATABASE IF EXISTS \"$PG_DB\" WITH (FORCE)" -c "CREATE DATABASE \"$PG_DB\" OWNER \"$PG_USER\"" >/dev/null \
|| migrate_rollback "没能清空内置库里上次留下的数据"
@@ -1022,6 +1136,10 @@ locate_data() {
elif [ -n "$EXTERNAL_DB" ]; then
MODE="external"
fi
# 内置库用着、或者切到一半:起停、卸载都要动库的容器,先核对名字(顺带拿到部署编号)
if [ -n "$DATA_ABS" ]; then
case "$(stored_state)" in builtin|migrating) check_pg_names ;; esac
fi
}
wait_app() {
@@ -1125,8 +1243,10 @@ cmd_uninstall() {
local src="" name pg=""
if container_exists "$CONTAINER_NAME"; then
check_is_agentlab
src="$(data_source_of "$CONTAINER_NAME")"
fi
# 数据目录(容器实际挂的,没有容器看配置)里记着内置库的名字和部署编号:对不上的不删
locate_data
src="$DATA_ABS"
for name in "$CONTAINER_NAME" "$CONTAINER_NAME-previous"; do
if container_exists "$name"; then
say "删除容器 $name"
@@ -1134,10 +1254,13 @@ cmd_uninstall() {
fi
done
if container_exists "$POSTGRES_CONTAINER"; then
check_pg_is_ours
say "删除内置 PostgreSQL 的容器 ${POSTGRES_CONTAINER}(数据卷 $POSTGRES_VOLUME 留着)"
docker rm -f "$POSTGRES_CONTAINER" >/dev/null
pg=1
if pg_is_ours; then
say "删除内置 PostgreSQL 的容器 ${POSTGRES_CONTAINER}(数据卷 $POSTGRES_VOLUME 留着)"
docker rm -f "$POSTGRES_CONTAINER" >/dev/null
pg=1
else
warn "有一个叫 $POSTGRES_CONTAINER 的容器,但${PG_NOT_OURS}:没有删它"
fi
fi
if docker network inspect "$DOCKER_NETWORK" >/dev/null 2>&1; then
docker network rm "$DOCKER_NETWORK" >/dev/null 2>&1 && say "删除 docker 网络 $DOCKER_NETWORK" \