lijiaoqiao/projects/supply-intelligence/tech/DEPLOYMENT.md

Supply-Intelligence 部署设计

版本：v1.0 | 状态：初稿

---

1. 部署架构

1.1 总体架构

├── Load Balancer (Nginx / 云 CLB)
    │
    ├── Supply-Intelligence API Server x 2
    │   │
    │   ├── HTTP API
    │   └── WebSocket (健康大盘实时推送)
    │
    ├── Supply-Intelligence Worker x 3
    │   │
    │   ├── Probe Worker (探针任务)
    │   ├── Discovery Worker (扫描任务)
    │   ├── Admission Worker (准入测试任务)
    │   ├── Auto-Reg Worker (自动注册任务)
    │   └── Cleanup Worker (定期清理)
    │
    └── 共享层
        │
        ├── PostgreSQL 15+ (与 supply-api 共存或独立)
        ├── Redis (缓存 + 锁 + 扫描结果缓存)
        └── 向量数据库 (PGVector / Milvus / Qdrant)

1.2 容器化部署

services:
  supply-intel-api:
    image: supply-intelligence:latest
    command: ["./supply-intel", "api"]
    replicas: 2
    ports:
      - "8081:8080"

  supply-intel-probe:
    image: supply-intelligence:latest
    command: ["./supply-intel", "worker", "probe"]
    replicas: 1

  supply-intel-discovery:
    image: supply-intelligence:latest
    command: ["./supply-intel", "worker", "discovery"]
    replicas: 1

  supply-intel-admission:
    image: supply-intelligence:latest
    command: ["./supply-intel", "worker", "admission"]
    replicas: 1

  supply-intel-autoreg:
    image: supply-intelligence:latest
    command: ["./supply-intel", "worker", "autoreg"]
    replicas: 1

---

2. 资源需求

2.1 API Server

资源	需求	说明
CPU	1 核
内存	512 MB
存储	无

2.2 Worker

Worker 类型	CPU	内存	说明
Probe	1 核	512 MB	同时发起多个 HTTP 请求
Discovery	1 核	1 GB	可能涉及 Playwright 爬取
Admission	2 核	2 GB	测试流水线调用 LLM API，CPU 与内存需求较高
Auto-Reg	1 核	512 MB

2.3 数据库

资源	需求	说明
CPU	2 核
内存	4 GB
存储	100 GB	探针历史 + 审计日志 + 定价数据库

2.4 向量数据库

选型	CPU	内存	存储	说明
PGVector	与 PostgreSQL 共存	共存	共存	推荐，无需额外部署
Milvus	2 核	4 GB	50 GB	高性能、分布式
Qdrant	1 核	2 GB	30 GB	轻量、Cloud-native

---

3. 监控与运维钩子

3.1 健康检查

端点	路径	预期响应	失败行为
存活检查	/actuator/health/live	HTTP 200	容器重启
就绪检查	/actuator/health/ready	HTTP 200	从负载均衡移除
综合检查	/actuator/health	HTTP 200 + JSON	触发告警

3.2 启动/关闭顺序

启动顺序:

1. PostgreSQL 启动完成
2. Redis 启动完成
3. 向量数据库启动完成
4. Worker 启动（执行 migration）
5. API Server 启动

关闭顺序:

1. 停止接收新 HTTP 请求
2. 等待现有请求处理完成（超时 30 秒）
3. 停止各 Worker 定时器
4. 关闭数据库连接池
5. 退出进程

3.3 配置管理

• 配置文件 config.yaml + 环境变量覆盖。
• 供应商 API Key 仅通过环境变量传入。
• 探针周期、扫描周期、测试用例集路径等可热更新。

---

4. 灾备设计

4.1 数据库灾备

策略	方案	RTO	RPO
主库故障	自动切换至备库	< 5 min	< 1 min
逻辑损坏	从备库恢复 + 审计日志回放	< 30 min	< 1 min

4.2 扫描/测试任务灾备

场景	处理
Discovery Worker 故障	下一周期自动恢复，扫描任务无状态，不影响生产
Admission Worker 故障	测试任务缓存在 Redis，恢复后继续执行
Probe Worker 故障	探针任务缓存在 Redis，恢复后继续执行
向量数据库故障	知识库检索降级为文本匹配，不影响核心探针功能

4.3 多中心部署

• 当前阶段为单中心部署。
• 探针任务无状态，不依赖中心化调度。
• 未来扩展至多中心时，需要解决 PostgreSQL 分布式写入和向量数据库的同步问题。