Production Operations

生产运维

生产形态由 PostgreSQL、Attacker API、持久化 Job Worker、可选 Prometheus 与 OpenTelemetry Collector 组成。

已提供的生产基础

• PostgreSQL 业务数据库与 LangGraph checkpoint；
• 基于数据库租约、FOR UPDATE SKIP LOCKED、心跳和过期恢复的 Run Job；
• file: 与 Vault KV v2 vault: Secret 引用；
• request ID、结构化日志、Prometheus 指标、可选 OTLP；
• liveness 与依赖 readiness；
• 非 root 容器与生产 Compose；
• PostgreSQL 与装备归档的备份/空目标恢复脚本。

配置门禁

准备好生产环境变量后先运行：

uv run attacker config validate-production

门禁通过不代表目标环境已经完成负载、安全和灾备验证。

启动

docker compose -f docker-compose.production.yml up -d --build
docker compose -f docker-compose.production.yml ps

健康检查

• /health/live：进程 liveness；
• /health/ready：数据库、checkpoint 与依赖 readiness；
• /metrics：低基数 Prometheus 指标，生产环境使用独立 metrics key。

Durable Job

Job 状态保存在 PostgreSQL。Worker 使用租约、心跳和过期恢复处理进程中断，API 进程不承担后台运行的事实所有权。

排空、升级与回滚时应：

1. 停止接收新 Job；
2. 排空或安全终止 Worker；
3. 备份 PostgreSQL 与装备归档；
4. 执行迁移并部署新版本；
5. 验证 readiness、worker 与核心评测链路。

备份与恢复

bash scripts/backup.sh
bash scripts/restore.sh

恢复必须面向空目标并校验 checksum。不要把“备份文件存在”等同于恢复能力，需定期执行恢复演练。

运维文档

完整的 Secret、部署、升级、回滚、SLO、告警、事故响应、备份和恢复步骤见：

Attacker Production Runbook