openteam/server/internal/channel/channel.go

// Package channel 渠道仓储：候选选择、加权负载均衡、并发控制、密钥加解密。
// M5 起支持多候选（负载均衡 + 故障转移）与每渠道并发信号量。
package channel

import (
	"crypto/rand"
	"errors"
	"log"
	"math/big"
	"sync"
	"time"

	"github.com/openteam/server/internal/pkg/crypto"
	"github.com/openteam/server/internal/store"
	"gorm.io/gorm"
)

var ErrNoChannel = errors.New("no available channel")

// maxCooldown 运行期冷却上限：上游 Retry-After 再长也不让渠道缺席超过这个时间。
const maxCooldown = 10 * time.Minute

type Service struct {
	db  *gorm.DB
	enc *crypto.Encryptor

	mu   sync.Mutex
	sems map[uint64]chan struct{}
	runt map[uint64]*runtimeHealth

	// 运行期冷却参数；NewService 给默认值，测试可覆盖。
	failThreshold int
	cooldownFor   time.Duration
}

// runtimeHealth 运行期健康：连续可重试失败（网络错误/超时/429/5xx）累计到阈值进入冷却。
// 与 HealthMonitor 的探测结果相互独立——探测只看 /models 是否 200，
// 覆盖不了"models 正常但对话接口一直报错"的渠道。
type runtimeHealth struct {
	fails int
	until time.Time
}

func NewService(db *gorm.DB, enc *crypto.Encryptor) *Service {
	return &Service{
		db: db, enc: enc,
		sems:          map[uint64]chan struct{}{},
		runt:          map[uint64]*runtimeHealth{},
		failThreshold: 3,
		cooldownFor:   30 * time.Second,
	}
}

// Candidate 一个候选渠道 + 该模型的映射关系。
type Candidate struct {
	Channel       *store.Channel
	UpstreamModel string // 全局模型在此渠道的映射名（无绑定则为空，用客户端模型名）
}

// Candidates 返回可用渠道候选：健康 + 启用 + 不在运行期冷却，按优先级、权重降序、id 升序排列。
// model 非空且该模型有渠道绑定时，只返回绑定渠道（携带 upstream_model 映射）；
// 绑定渠道全部不可用则返回空（上层报 no_channel），不会退化到不认识该模型的全局渠道。
// 仅当模型完全没有任何绑定时才退回全局渠道。
func (s *Service) Candidates(model string) []Candidate {
	if model != "" {
		var modelIDs []uint64
		var b []store.ChannelModelBinding
		s.db.Model(&store.Model{}).Where("name = ? AND enabled = ?", model, true).Pluck("id", &modelIDs)
		if len(modelIDs) > 0 {
			s.db.Where("model_id IN ?", modelIDs).Find(&b)
		}
		if len(b) > 0 {
			return s.loadBound(b)
		}
	}
	var chs []store.Channel
	s.db.Where("enabled = ? AND health_status = ?", true, store.ChannelHealthHealthy).
		Order("priority ASC, weight DESC, id ASC").Find(&chs)
	out := make([]Candidate, 0, len(chs))
	for i := range chs {
		if s.InCooldown(chs[i].ID) {
			continue
		}
		out = append(out, Candidate{Channel: &chs[i]})
	}
	return out
}

// loadBound 按绑定顺序加载渠道候选，过滤健康/启用/运行期冷却，携带 upstream_model 映射。
func (s *Service) loadBound(bindings []store.ChannelModelBinding) []Candidate {
	if len(bindings) == 0 {
		return nil
	}
	// channel_id -> 绑定（取该渠道对该模型的映射）
	byChannel := map[uint64]store.ChannelModelBinding{}
	ids := make([]uint64, 0, len(bindings))
	for _, b := range bindings {
		if _, ok := byChannel[b.ChannelID]; !ok {
			ids = append(ids, b.ChannelID)
		}
		byChannel[b.ChannelID] = b
	}
	var chs []store.Channel
	s.db.Where("id IN ? AND enabled = ? AND health_status = ?", ids, true, store.ChannelHealthHealthy).
		Order("priority ASC, weight DESC, id ASC").Find(&chs)
	byID := map[uint64]*store.Channel{}
	for i := range chs {
		byID[chs[i].ID] = &chs[i]
	}
	out := make([]Candidate, 0, len(ids))
	for _, id := range ids {
		if ch, ok := byID[id]; ok && !s.InCooldown(id) {
			out = append(out, Candidate{Channel: ch, UpstreamModel: byChannel[id].UpstreamModel})
		}
	}
	return out
}

// AvailableModelIDs 返回对外可见的模型 ID：启用的模型且至少绑定到一个启用且健康的渠道。
// 与 Candidates 的过滤口径一致（enabled + health_status=healthy），避免暴露绑定到已停用渠道的模型。
func (s *Service) AvailableModelIDs() []uint64 {
	var ids []uint64
	s.db.Model(&store.ChannelModelBinding{}).
		Joins("JOIN channels ON channels.id = channel_model_bindings.channel_id").
		Joins("JOIN models ON models.id = channel_model_bindings.model_id").
		Where("channels.enabled = ? AND channels.health_status = ?", true, store.ChannelHealthHealthy).
		Where("models.enabled = ?", true).
		Distinct("channel_model_bindings.model_id").
		Pluck("channel_model_bindings.model_id", &ids)
	return ids
}

// Pick 按权重加权随机选一个候选渠道（负载均衡）。
func (s *Service) Pick(cands []Candidate) *store.Channel {
	if len(cands) == 0 {
		return nil
	}
	total := 0
	for _, c := range cands {
		w := c.Channel.Weight
		if w <= 0 {
			w = 1
		}
		total += w
	}
	n, _ := rand.Int(rand.Reader, big.NewInt(int64(total)))
	acc := 0
	for _, c := range cands {
		w := c.Channel.Weight
		if w <= 0 {
			w = 1
		}
		acc += w
		if int(n.Int64()) < acc {
			return c.Channel
		}
	}
	return cands[len(cands)-1].Channel
}

// TryAcquire 尝试获取渠道并发槽；渠道满载返回 false（调用方可溢出到其他渠道）。
// MaxConcurrency<=0 视为不限制。
func (s *Service) TryAcquire(ch *store.Channel) (func(), bool) {
	if ch.MaxConcurrency <= 0 {
		return func() {}, true
	}
	s.mu.Lock()
	sem, ok := s.sems[ch.ID]
	if !ok {
		sem = make(chan struct{}, ch.MaxConcurrency)
		s.sems[ch.ID] = sem
	}
	s.mu.Unlock()
	select {
	case sem <- struct{}{}:
		return func() { <-sem }, true
	default:
		return nil, false
	}
}

// UpstreamKey 解密渠道上游密钥。
func (s *Service) UpstreamKey(ch *store.Channel) (string, error) {
	return s.enc.Decrypt(ch.APIKeyEnc)
}

// ---------------------------------------------------------------------------
// 运行期健康（进程内，与 /v1/models 探测独立）

// ReportFailure 记一次可重试的上游失败；连续达 failThreshold 次则该渠道进入冷却，
// 期间不出现在候选集里。冷却到期后需再攒满阈值才会被剔除。
// cooldown>0 时用它覆盖默认时长（上游 429 带的 Retry-After），并夹到 maxCooldown
// ——不能让一个写错的重试头把渠道钉死几小时。
func (s *Service) ReportFailure(ch *store.Channel, cooldown time.Duration) {
	if cooldown > s.cooldownFor {
		if cooldown > maxCooldown {
			cooldown = maxCooldown
		}
	} else {
		cooldown = s.cooldownFor
	}
	s.mu.Lock()
	st := s.runt[ch.ID]
	if st == nil {
		st = &runtimeHealth{}
		s.runt[ch.ID] = st
	}
	st.fails++
	tripped := false
	if st.fails >= s.failThreshold {
		st.fails = 0
		st.until = time.Now().Add(cooldown)
		tripped = true
	}
	s.mu.Unlock()
	if tripped {
		log.Printf("channel: %q entered runtime cooldown (%s)", ch.Name, cooldown)
	}
}

// ReportSuccess 上游正常返回响应头，清空该渠道的连续失败计数。
func (s *Service) ReportSuccess(ch *store.Channel) {
	s.mu.Lock()
	if st, ok := s.runt[ch.ID]; ok {
		st.fails = 0
	}
	s.mu.Unlock()
}

// RuntimeState 渠道运行期健康快照：连续失败次数与冷却剩余时间（管理后台展示用）。
// 只读，不做过期清理——清理仍由 InCooldown 在选路时惰性完成。
func (s *Service) RuntimeState(id uint64) (fails int, remaining time.Duration) {
	s.mu.Lock()
	defer s.mu.Unlock()
	st, ok := s.runt[id]
	if !ok {
		return 0, 0
	}
	if !st.until.IsZero() {
		if d := time.Until(st.until); d > 0 {
			return 0, d // 冷却中：计数在写入时已归零
		}
		return 0, 0 // 已到期，等下次选路清理
	}
	return st.fails, 0
}

// ClearRuntime 清除运行期状态（管理后台"立即恢复"）。
// 不改 DB 的 health_status——那条由探测/管理端点负责，两者语义不同不要混在一起。
func (s *Service) ClearRuntime(id uint64) {
	s.mu.Lock()
	delete(s.runt, id)
	s.mu.Unlock()
}

// InCooldown 渠道是否处于运行期冷却；过期则清掉状态、恢复可用。
// until 为零值表示只在累计失败、尚未触发冷却，此时不能清状态（否则计数永远攒不满阈值）。
func (s *Service) InCooldown(id uint64) bool {
	s.mu.Lock()
	defer s.mu.Unlock()
	st, ok := s.runt[id]
	if !ok {
		return false
	}
	if st.until.IsZero() {
		return false
	}
	if time.Now().Before(st.until) {
		return true
	}
	delete(s.runt, id)
	return false
}