Download internal/scheduler/humanize.go from a3216/gcli2api: direct link, hf CLI and curl.
- Browser
- Download file 3.37 kB
-
https://huggingface.co/spaces/a3216/gcli2api/resolve/main/internal/scheduler/humanize.go
- Command line
-
hf download hf://spaces/a3216/gcli2api/internal/scheduler/humanize.go
-
curl -L -o humanize.go https://huggingface.co/spaces/a3216/gcli2api/resolve/main/internal/scheduler/humanize.go
3.37 kB
| // humanize.go 周期任务的人味化抖动:余额刷新与补领清扫不再按精确固定间隔打卡。 | |
| // | |
| // 背景(2026-10-24 风控复盘):12 个账号在同一出口 IP 上以「每 5 分钟整点一次余额 | |
| // 刷新、每 15 分钟整点一次补领清扫」的完全一致节拍活动,是最好认的机器人形状。 | |
| // 小时级任务已有 jitter_minutes + 账号摊开(issue #45),分钟级周期此前仍是死板 | |
| // 的 ticker——本文件给它们补上同一类随机性。 | |
| // | |
| // 设计口径与 jitterOffset 一致:偏移是随机的,但**对单个进程实例稳定**——同一次 | |
| // 运行里每轮的抖动幅度取自同一个种子(进程启动时间),重启后换新值。不做逐轮独立 | |
| // 随机(那会让测试不可复现,也没有额外收益:上游看到的是「间隔在抖」而不是「间隔 | |
| // 恒定但相位在抖」),也不做全局常量(多实例部署共享配置时会又抖到一起)。 | |
| package scheduler | |
| import ( | |
| "hash/fnv" | |
| "sync/atomic" | |
| "time" | |
| ) | |
| // jitterSeed 进程启动时刻(Unix 纳秒),jitterFrac 的稳定随机源。测试可用 | |
| // setJitterSeed 固定,让抖动可复现。 | |
| var jitterSeed atomic.Int64 | |
| func init() { jitterSeed.Store(time.Now().UnixNano()) } | |
| // setJitterSeed 固定抖动种子(测试专用;0 = 恢复为当前时刻)。 | |
| func setJitterSeed(n int64) { | |
| if n == 0 { | |
| n = time.Now().UnixNano() | |
| } | |
| jitterSeed.Store(n) | |
| } | |
| // jitterFrac 稳定的 [0,1) 伪随机分数:key 相同 → 结果相同;key 不同 → 均匀散开。 | |
| // 与 jitterOffset 同一思路(FNV 而非 math/rand),只是散列输入从「任务+小时」换成 | |
| // 「调用方给的任意 key + 种子」。 | |
| func jitterFrac(key string) float64 { | |
| h := fnv.New64a() | |
| _, _ = h.Write([]byte(key)) | |
| _, _ = h.Write([]byte{0}) | |
| var b [8]byte | |
| n := jitterSeed.Load() | |
| b[0] = byte(n) | |
| b[1] = byte(n >> 8) | |
| b[2] = byte(n >> 16) | |
| b[3] = byte(n >> 24) | |
| b[4] = byte(n >> 32) | |
| b[5] = byte(n >> 40) | |
| b[6] = byte(n >> 48) | |
| b[7] = byte(n >> 56) | |
| _, _ = h.Write(b[:]) | |
| return float64(h.Sum64()>>11) / float64(1<<53) | |
| } | |
| // periodicJitter 周期 interval 的下一次触发抖动量:±frac*interval 内的稳定偏移。 | |
| // frac<=0(未启用)返回 0——旧行为逐字保留。 | |
| func periodicJitter(interval time.Duration, frac float64, key string) time.Duration { | |
| if frac <= 0 || interval <= 0 { | |
| return 0 | |
| } | |
| return time.Duration((jitterFrac(key) - 0.5) * 2 * float64(interval) * frac) | |
| } | |
| // spreadIntervalStagger 余额刷新遍历的账号级起跑错峰:本轮各账号的延迟上界为 | |
| // stagger(frac*interval 的量级,见 spreadStaggerDelay)。<=0 返回 nil(全并发)。 | |
| func spreadIntervalStagger(interval time.Duration, frac float64) time.Duration { | |
| if frac <= 0 || interval <= 0 { | |
| return 0 | |
| } | |
| return time.Duration(float64(interval) * frac) | |
| } | |
| // spreadStaggerDelay 单账号在余额刷新摊开窗口内的偏移。与账号摊开(spread.go)的 | |
| // 区别:那边是「排程任务当天确定性」,这边每个周期重算——余额刷新一天跑几百轮, | |
| // 固定映射会让「每轮第 i 个账号」永远落在同一相对位置。 | |
| func spreadStaggerDelay(window time.Duration, uid string) time.Duration { | |
| if window <= 0 { | |
| return 0 | |
| } | |
| return time.Duration(jitterFrac("bal|"+uid) * float64(window)) | |
| } | |