FengCMS · PHP+MySQL升级实录 ·并发一致性连环坑:模板缓存、排队保存、备份恢复的竞态

关于 FengCMS :一个 2013 年开源的 PHP + MySQL 内容管理系统,曾被上万家网站使用,至今仍有网站在线运行;2026 年 10 月完成安全现代化升级,本文回顾的版本为 v1.37。开源仓库:github.com/fengcms/fengcms

各位看官,升级做到后期,剩下的是最难缠的一类问题:竞态。

它和前面几批的病不一样------注入、危险默认值、SQL 执行边界,都是"代码写错了",看一眼就能定位;竞态是"代码单看每一行都对,两个请求碰到一起才犯病"。发生概率低、复现靠运气、修复容易按下葫芦浮起瓢。这次升级里,模板缓存(TC04、TC06)和备份恢复(DB02、DB03)四个编号全在这个坑里开会。

这篇不逐个流水账,而是把四个案例摊开,提炼一套竞态类问题的统一排查法:怎么复现、怎么定位、怎么验收,以及为什么"跑通了"和"证明没有"是两回事。

本文要点

  • 竞态的三个共同结构:检查与使用分离、窗口要人为放大、时间戳不可尽信
  • 复现方法论:制造交错 → 捕获真窗口 → 不手工伪造
  • 验收方法论:重放失败样本 + 分辨率足够的样本量 + 拒绝"视作通过"
  • 关闭一个竞态 ≠ 关闭一类竞态:编号独立跟踪,结论不互相搭车

一、四个案例,一个病灶:检查与使用之间有条缝

先把四个案例的事实摆出来(全部来自 2026-10-28 的复审报告原文):

TC04:清缓存与渲染打架。 模板编译文件正在被 include 的当口,后台点了清理------旧句柄悬空,出现 Stale file handle、读取 500、空白 200 或正文截断。页面半截白屏,还可能以 200 的状态码发出去。

TC06:保存成功,页面却一直是旧的。 后台保存返回 200、status=y,落盘源码也确实新了,前台却持续显示旧正文------1/15、4/40 次 复现率。原因一句话:过期判定只在"源码时间大于 编译文件"时才认,等于时比对哈希,小于时直接复用旧产物 ;而保存走临时文件替换,源码时间戳偶尔比现存编译文件早 1 秒,于是新源码被当成旧版本。手工清一次缓存才刷新------但"要手工清缓存才能生效的保存",等于没保存。

DB02:检查在槽位之前,通过在中断之后。 导入交换后连接意外中断,进入"待恢复"状态;但排队中的编辑请求是在进入时检查的旧状态,中断后照常放行------一条本该被挡住的写入大摇大摆进去了。

DB03:恢复丢掉别人已确认的数据。 显式回退时直接把正式表换回旧表,若中断后已有新的确认写入,一恢复就静默丢弃了它。

四个案子剥到最里面是同一根骨头:"我检查了状态"和"我使用这个状态"不是同一时刻 ------中间那道缝里,别的请求进来改了世界。模板缓存那道缝是"查时间戳 → 用产物",数据库那道缝是"查状态 → 拿槽位 → 执行写入"。竞态修复的本质,就是把缝焊上:要么让检查与使用同持一把锁,要么让检查的对象在缝里不可能被别人改。

php 复制代码
// 病灶的抽象形状(示意)
if (is_ok($resource)) {        // ① 检查:此刻为真
    // ------ 这道缝里,另一个请求改变了一切 ------
    use_it($resource);         // ② 使用:此刻已非彼物
}

// 焊法一:锁把①②圈成临界区(TC04 的共享锁/排他锁)
acquire_shared(); $ok = is_ok(); use_it(); release();

// 焊法二:检查的对象换成人造不变量(TC06 的内容摘要)
$sha = sha256(read_source());  // 不问 mtime 问内容------时间可骗,摘要不可
if ($compiled_head !== $sha) recompile();

二、怎么复现:把窗口放大,但不伪造现场

竞态排查第一难是复现。这批样本给的手法很规范,值得单列:

手法一:制造交错,而不是制造结果。 TC04 的主样本是"30 批,每批 4 个前台请求、1 次真实后台清理、再 4 个前台请求"------用真实 HTTP 请求排队去撞窗口,六个 PHP CLI Server 工作子进程 压出并发;DB02 更狠,"通过导入服务已有回调在真实自动备份后暂停调度......放行导入,在整体交换后的核对期间,对隔离导入连接执行 KILL CONNECTION"------在真实流程的精确位置杀连接 。注意用词:杀的是连接,不是改代码;制造的是时机 ,不是结果。

手法二:先有失败样本,再谈修复。 TC04 的验收对象是"原失败样本 "------先录下真实出错的请求序列,修复后原样重放。不是"我构造一个新场景它通过了",而是"上次死的那个场景,这次活着走完了"。

手法三:样本量要对得起复现率。 TC06 是 1/15、4/40 这种低频问题,于是验收升级为 80 次正常快速保存与立即读取,80/80 正文精确匹配 ,外加确定性样本(人为把旧编译文件时间设到未来,稳定复现原报告的时间顺序)。低频竞态的验收必须两头抓:低频的自然样本跑足数量,高频的确定性样本锁死逻辑。

手法四:报告里明写哪些不是证据。 TC04 报告专门交代:并发脚本末尾的检查"后来改为明确清缓存后验证,结果通过------报告保留初次失败及独立确认,不用这一调整掩盖刷新问题 ";一次夹具初始化失败"发生在并发负载前......不作为网站并发故障或验收通过样本 "。竞态报告最怕的不是有问题,是把不算数的样本混进通过名单------这些自注释让数字可信。

把这批报告的复现流程抽出来,其实是一个可复用的剧本:

text 复制代码
竞态复现剧本(从四个案例提炼)
① 录失败:先在未修复版本录下真实失败的请求序列与时序(原样本是验收的靶子)
② 放大窗口:并发请求排队 / 回调暂停调度 / 精确位置 KILL CONNECTION ------只造时机,不造结果
③ 定位缝:找出"检查"与"使用"之间隔了哪几步、每步之间谁可能插队
④ 重放验收:修复后原样重放原样本;低频问题补足样本量(1/15 → 80/80)
⑤ 标注边界:哪些样本不算数、哪些环境未验证,白纸黑字写进报告

并发案例要写出两条请求各停在哪里

"同时点击"很难成为稳定证据,因为网络与调度每次都不同。更清楚的描述是:请求 A 已读到旧状态、尚未写入;请求 B 在这段时间改变了状态;A 恢复执行后仍按旧判断提交。把这三个时刻写出来,审查者才能知道到底需要保护哪一段操作。

验证时也要区分两种结果:请求确实发生了目标交错,还是两个请求实际上顺序执行了。后一种即便都成功,也没有触及竞态窗口。原文扩大窗口的办法服务于复现,但必须保留真实的检查与使用逻辑;如果测试人为绕过校验或直接改掉业务路径,观察到的异常就不能直接归因于原实现。

三、怎么修:锁、摘要、状态机,三条焊法

焊法一:锁把发布与执行圈在一起(TC04)。 修复核对表写得清楚:模板入口按编译目录和模板路径取得共享锁;需要发布时升级为排他锁,清除 stat 缓存并复查状态,再发布产物;执行期间保留共享锁 ,阻止替换正在执行的文件------控制器在 finally 中释放模板锁与全局缓存锁。锁的分配很有讲究:读的人拿共享锁,写的人升级排他锁 ,于是"清理等渲染"(实测约 0.90 秒)和"渲染不被抽走文件"同时成立。还有一处补刀:时间戳相等时比较编译头中的源码 SHA-256------同秒之内的内容变化也无所遁形。

焊法二:不问时间,问内容(TC06)。 修复后"每次读取源码并计算 SHA-256;只要编译头摘要与当前源码不符,就需要重新编译,不再要求源码 mtime 大于或等于缓存 "。这是对上一篇迁移教训的镜像:mtime 是跨文件系统不可靠的信号 (副本里实测源码 1793164680、旧缓存 1793164681,就差 1 秒),而内容摘要是人造不变量------时间会骗人,哈希不会 。摘要与产物的一致也堵了缝:把同一份源码字节交给编译再把对应摘要写入产物头,消除"哈希读一次、编译再读一次"的间隙。

焊法三:状态机 + 指纹,让回退无法误伤(DB02/DB03)。 DB02 的修法是把检查点挪到取得写入槽位之后 ------等待期间状态变了,放行前再看一眼,排队及后到的编辑统一 409「导入尚待恢复」 ;实测普通编辑、字段新增、独立上传全被挡。DB03 则是交换前记录暂存表指纹,回退前核对当前正式表 ------发现数据已变化或缺少核对记录,返回 500 拒绝自动回退,保留正式表、旧表和恢复记录 。报告里专门验证了这条:模拟"已确认的修改"后执行恢复,返回 500,"程序没有交换或删除这些数据"------宁可停下来让人来,不自动吞掉任何一方。

php 复制代码
// 焊法三的骨架(示意)
slot = acquire_write_slot();          // ① 先拿槽位
assert_no_pending_recovery();         // ② 拿完再查状态------检查紧跟使用,缝被压到最小
if (pending) return 409;              // 等待期间中断了?拒绝,而不是放行
// 回退方向同理:
record_fingerprint($staging);         // 交换前先留指纹
if (current_differs() || no_fingerprint()) {
    http_response_code(500);          // 拒绝自动回退
    keep($live, $old, $record);       // 三样都留着,等人裁决
}

验收数字:两种引擎(InnoDB、MyISAM)分别重放,DB01 至 DB04 全部闭合 ;TC06 的两种存储各有 14 项独立断言通过 ,快速保存 80/80,原生卷里自然出现的 3 次时间落后 也全部立即刷新。主回归 617 项通过 ,./bin/dev check 353 个文件 0 语法错误。

四、方法论收尾:关闭一个编号,不等于关掉一类问题

这批报告里我最欣赏的一句话,出自 TC04 关闭的同一天:"该问题与 TC04 的发布和执行互斥分别判定 ,不能将本轮结果理解为整个模板模块没有剩余问题。"

翻译成通用纪律就是三条:

  1. 编号独立,结论不搭车。 TC04 绿了是在 TC04 的场景里绿的;TC06 在同一轮被发现,就单独开号单独跟踪------"一起修的"不等于"一起好的"。
  2. "没再出现"要配上分辨力足够的样本。 240 次渲染、30 次清理、80 次快速保存------跑 3 次没出事叫运气,跑 80 次没出事才叫证据;同时写清边界("自然落后次数仅描述本轮实测,不作为发生概率估计")。
  3. 修复不能顺手拆掉旧防护。 TC06 修复核对里明确"保留执行期共享锁、编译排他锁与全局清理锁"------焊新缝的同时,旧焊点一个都不许松。

以及一句给生产环境的留白:所有关闭结论限于本轮的存储组合与负载,"生产 PHP-FPM/OPcache、网络文件系统、多节点锁和更高负载仍待部署环境验证"。竞态的舞台是环境,实验室里关掉的编号,上线后还要在真实负载下再看一眼。

三种措施分别保护不同的问题

锁主要约束参与同一协议的并发操作,摘要帮助识别读到的版本是否已经变化,状态机约束某个阶段允许发生什么。它们可以配合,但不能互相冒名顶替:持锁不代表表单一定新鲜,摘要相同不代表多步操作已经完成,记录状态也不会自动阻止不遵守规则的另一条写入路径。

因此复查应沿所有相关入口展开。后台保存、批处理、命令行工具如果都能改同一资源,就要明确哪些参与协调,哪些要求停写后运行。验收目标也不是让两条冲突请求都显示成功,而是让结果符合业务约束:允许的一方完成,另一方等待、重读或明确失败,不能悄悄产生自相矛盾的数据。

小结

竞态类问题的排查法可以压成一句话:把缝画出来,把窗口放大,把失败样本录下来,把检查换成不可能被骗的不变量,最后用配得上复现率的样本量验收。四个编号各是一课------TC04 教你用锁圈临界区,TC06 教你时间戳不可信、内容摘要才可信,DB02/DB03 教你状态机要带指纹、回退要会拒绝。竞态不可怕,可怕的是"跑一次过了"就宣布结案。

各位看官,你们被竞态咬过最久的一次是多久?评论区比比耐心。

觉得在理就点赞收藏走一波,谢谢!

相关阅读:

本系列上一篇:PHP19《存量数据库迁移与副本演练》;下一篇:PHP21《内容写入与子树删除一致性》。

FengCMS 开源地址: https://github.com/fengcms/fengcms ------ 如果这个系列的文章对你有帮助,欢迎到仓库点个 Star;有想法也可以直接提 Issue 交流。

本文由 FungLeo 主导,Deepseek 优化校阅,转发请注明首发地址,谢谢大家!

相关推荐
SA-D1 小时前
Redis 架构要点:性能、持久化、缓存故障与分布式锁的边界
redis·缓存·架构
FungLeo2 小时前
FengCMS · PHP+MySQL 升级实录·模型导入从“加密 SQL 码“到.fengmodel.json
sql·mysql·php·工程实践·fengcms
正在走向自律3 小时前
MySQL兼容性深度实践:建表、增删改查与迁移避坑全记录
数据库·sql·mysql·信创·数据库迁移
用户79384281066083 小时前
城市租房 EDA 实战|从脏数据清洗到 MySQL 入库
mysql
Decay__4 小时前
PostgreSQL 体系架构全解 —— 进程模型、共享内存、MVCC 与 WAL 预写日志深入
运维·数据库·sql·mysql·架构
赤生云电竞5 小时前
云游戏边缘节点部署实践:机房选址与网络拓扑选型
网络·游戏·php
CCIE-Yasuo6 小时前
网络安全-PHP基础3
安全·web安全·php
im_AMBER7 小时前
CDC 对账:数据同步之后,如何验证源库与目标库一致
后端·mysql·面试
Resean02239 小时前
Spring 源码分析(六)循环依赖与三级缓存
java·spring·缓存