From c0bb2acf78cf61cf3291f01533bfac2dfdc0d016 Mon Sep 17 00:00:00 2001 From: "2569718930@qq.com" <2569718930@qq.com> Date: Sun, 10 May 2026 16:48:28 +0800 Subject: [PATCH] =?UTF-8?q?=E4=BF=AE=E5=A4=8D=E6=95=B0=E6=8D=AE=E9=93=BE?= =?UTF-8?q?=E8=B7=AF=20P0=20=E7=93=B6=E9=A2=88=EF=BC=9A=E7=BC=93=E5=AD=98?= =?UTF-8?q?=E7=82=B8=E5=BC=B9=E3=80=81Context=20=E9=87=8D=E6=B8=B2?= =?UTF-8?q?=E6=9F=93=E3=80=81LGBM=20=E5=BE=AA=E7=8E=AF=E3=80=81TTL=20?= =?UTF-8?q?=E4=B8=8D=E5=8C=B9=E9=85=8D?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit P0-1 sessionStorage 限制： - writeCityDetailCacheBundle 只保留最近 3 个城市的详情 - 避免 3-10MB JSON 序列化阻塞主线程 P0-2 Context 拆分： - 新增 CityDetailsContext 独立管理 cityDetailsByName 变更 - 新增 useCityDetails hook，只订阅详情的组件不再因 cities/proAccess 变化重渲染 - DashboardStoreContext 保持不变，向后兼容 P0-3 扫描终端 TTL： - SCAN_TERMINAL_PAYLOAD_TTL_SEC 30s → 120s - 匹配 ThreadPoolExecutor(4) x 60 城的实际重算耗时 P0-4 LGBM 循环依赖： - LGBM 预测值不再作为 DEB 输入参与权重计算 - 保留为独立参考字段 lgbm.prediction 输出给前端展示 - 消除 DEB → LGBM 训练 → DEB 的循环 新增 docs/data-architecture-review.md 完整数据链路审查报告 Tested: npx tsc --noEmit, python -m ruff check . --- docs/data-architecture-review.md | 191 +++++++++++++++++++++++++++ frontend/hooks/useDashboardStore.tsx | 25 +++- frontend/lib/dashboard-client.ts | 20 +-- web/analysis_service.py | 9 +- web/scan_terminal_service.py | 4 +- 5 files changed, 233 insertions(+), 16 deletions(-) create mode 100644 docs/data-architecture-review.md diff --git a/docs/data-architecture-review.md b/docs/data-architecture-review.md new file mode 100644 index 00000000..2c18c335 --- /dev/null +++ b/docs/data-architecture-review.md @@ -0,0 +1,191 @@ +# PolyWeather 数据链路架构审查 + +> 审查日期：2026-06 | 视角：系统架构师 | 范围：完整数据采集→分析→API→前端状态 + +## 一、数据架构总览 + +``` +外部数据源 Python 后端 Next.js 前端 +=========== ========== =========== + +Open-Meteo (预报+多模型) ─┐ +METAR/TAF (航空气象) ─┤ +NWS (美国) / MGM (土耳其) ─┤ +JMA/KMA/NMC/HKO/CWA ─┤ +Wunderground / NOAA ─┤ +Polymarket Gamma/CLOB ─┤ + ├─ WeatherDataCollector ├─ dashboard-client.ts + │ (内存缓存 + SQLite磁盘缓存) │ (请求去重 + sessionStorage) + │ │ + ├─ _analyze() ├─ useDashboardStore + │ ├─ DEB 融合 (11模型加权) │ (单React Context) + │ ├─ LGBM 预测 │ + │ ├─ EMOS 概率校准 ├─ ScanTerminalDashboard + │ └─ 趋势引擎 │ (地图 + 决策卡 + 简报) + │ │ + ├─ scan_terminal_service.py ├─ 扫描终端查询 + │ ├─ ThreadPoolExecutor(4) │ (每10分钟轮询) + │ └─ AI 增强层 (DeepSeek) │ + │ │ + └─ FastAPI routes └─ API代理 (Next.js rewrites) + (36个端点) +``` + +--- + +## 二、数据采集层 + +### 2.1 源端（14个外部源） + +| 源 | 类型 | 覆盖 | TTL | +|------|------|---------|------| +| Open-Meteo | 预报 + 多模型集合 | 全球 | 300s | +| METAR | 机场观测 | 全球 ICAO | 60s | +| TAF | 机场预报 | 全球 ICAO | 600s | +| NWS | 国家预报 | 美国 | 按请求 | +| MGM | 国家官方 | 土耳其 | 300s | +| ECMWF/GFS/ICON/GEM/JMA | 多模型 NWP | 全球 | 300s | +| HKO/CWA/NOAA/KMA/NMC | 结算观测 | 特定国家 | 300s | +| Wunderground | 个人气象站 | 全球备用 | 按请求 | +| Polymarket Gamma | 市场发现 | 所有温度市场 | 60s | +| Polymarket CLOB | 订单簿 | 匹配市场 | 30s | + +### 2.2 采集架构 + +**优点：** +- `WeatherDataCollector` 使用 mixin 组合，清晰隔离每个源的实现 +- 429 限流回退会冷却整个源，而不是逐个请求重试 +- 内存缓存 + SQLite 磁盘缓存双写，重启后不丢失 + +**问题：** + +| # | 问题 | 影响 | +|---|------|------| +| 1 | **无限流控制** — `POLYWEATHER_HTTP_RETRY_COUNT` 默认 0，意味着大部分源从不重试 | 单次网络抖动就丢失数据 | +| 2 | **无源端健康状态** — 无法知道是 Open-Meteo 挂了还是这个城市的数据就是空 | 调试困难，用户看到空数据不知道原因 | +| 3 | **METAR TTL 60s 太激进** — 机场 METAR 通常每小时发一次，60s 内再次请求没有意义 | 浪费带宽和外站配额 | + +--- + +## 三、分析层 + +### 3.1 DEB 动态集成混合 + +**`deb_algorithm.py`** 用过去 7 天 MAE 计算 11 模型的动态权重。 + +**优点：** +- 自适应加权，表现差的模型自动降权 +- 回退链完善：无历史 → 等权 → 少于2模型 → 返回 None + +**问题：** + +| # | 问题 | +|---|------| +| 4 | **LGBM 喂回 DEB 造成循环** — `_analyze()` 第 2057-2076 行：LGBM 预测值被当作另一个"模型"加入 `current_forecasts`，然后 DEB 重新计算权重。LGBM 本身就是用 DEB + 原始模型训练的，现在 DEB 又把 LGBM 输出作为输入，形成循环依赖 | +| 5 | **DEB 历史数据源不一致** — 同时从 `daily_records.json` 和 SQLite `daily_records_store` 读取，可能因为迁移时间差导致 MAE 计算用的历史数据版本不同 | + +### 3.2 概率校准 + +**`probability_calibration.py`** 用 EMOS 线性回归校准 raw distribution。 + +**问题：** + +| # | 问题 | +|---|------| +| 6 | **校准系数是静态 JSON 文件** — 需要手动运行训练脚本才会更新。如果数据分布变化（例如季节变化），旧系数会持续产生偏差，直到有人记得跑 `fit_probability_calibration.py` | +| 7 | **blend_alpha 网格搜索每次拟合都重新跑** — 0-1 的 0.05 步长搜索（400 次评估），没有缓存或增量优化 | + +--- + +## 四、API 与缓存层 + +### 4.1 三层缓存 + +``` +Layer 1: 进程内内存 dict (TTL 30s ~ 1800s) + ↓ 过期 +Layer 2: SQLite 持久化缓存 (TTL 1800s) + ↓ 过期 +Layer 3: 重新计算 + 后台异步刷新 +``` + +**优点：** +- 过期但存在时返回陈旧数据并触发后台刷新，用户不会等待 +- 后台刷新有分布式锁（`cache_refresh_locks`），多进程不会重复计算 + +**问题：** + +| # | 问题 | +|---|------| +| 8 | **扫描终端 TTL 仅 30s** — `SCAN_TERMINAL_PAYLOAD_TTL_SEC` 默认 30s。60 个城市的并行分析每 30s 就会触发一次完整重建。考虑到单个 `_analyze()` 耗时 2-8s，`ThreadPoolExecutor(4)` 跑 60 个城市至少需要 (60/4)*3s ≈ 45s，永远赶不上缓存过期速度 | +| 9 | **无 ETag / 304 支持** — 所有城市详情 API 都返回完整 JSON body，即使数据没变化。前端每次都重新解析整个 30-150KB 的 payload | +| 10 | **缓存键过粗** — 分析缓存键是 `city::mode`，但 mode 只有 `summary/panel/market/nearby/full`。如果只是温度微调了 0.1 度，整个缓存也失效，触发完整重算 | + +--- + +## 五、前端状态管理 + +### 5.1 当前架构 + +单个 React Context (`useDashboardStore`) 持有所有状态： +- `cityDetailsByName` — 每个城市 30-150KB 的完整分析结果 +- `cities` — 城市列表 +- `proAccess` — 订阅状态 +- `loadingState` — 7 个加载标志 + +**问题：** + +| # | 问题 | 严重度 | +|---|------|------| +| 11 | **sessionStorage 炸弹** — `cityDetailsByName` 整 Map 序列化到 sessionStorage（30min TTL）。如果缓存了 20 个城市的 detail，可能超过 **3-10 MB**。`JSON.stringify` / `JSON.parse` 在主线程上阻塞 | 🔴 | +| 12 | **单 Context 全量重渲染** — Context value 任何字段变化，所有消费者都重渲染。`cityDetailsByName` 每次 `mergeCityDetail` 都创建新对象引用，触发整个组件树更新 | 🔴 | +| 13 | **无选择器（selector）** — 组件不能只订阅 `cityDetailsByName["beijing"]`，必须接收整个 Context value 然后自己过滤 | 🟡 | +| 14 | **CityDetail 深度渐进合并可能丢字段** — `mergeCityDetail` 保留当前版本的 `multi_model` 和 `forecast`，但如果后端某次返回了空数组，旧值会被保留而不是更新 | 🟡 | + +### 5.2 数据加载策略 + +**优点：** +- 请求去重（pending-Promise Map） +- 自动轮询（扫描终端每 10 分钟） +- Pro 状态 localStorage 缓存（避免每次刷新都等 API） + +**问题：** + +| # | 问题 | +|---|------| +| 15 | **扫描终端 10 分钟轮询 + 35s 超时** — 如果后端慢，轮询间隔小于响应时间，会堆积 pending 请求 | +| 16 | **每次选城市都独立请求 `getCityDetail`** — 即使扫描终端已经有了这个城市的完整数据（`ScanOpportunityRow` 包含 170+ 字段），Open detail panel 时还是要单独调 API | + +--- + +## 六、数据流瓶颈总结 + +| 瓶颈 | 位置 | 影响 | +|------|------|------| +| sessionStorage 大对象序列化 | 前端 store | 主线程阻塞，Tab 切换卡顿 | +| 单 Context 全量重渲染 | 前端 store | 每次城市切换触发数百个组件更新 | +| 扫描终端 TTL 赶不上重算速度 | 后端缓存 | CPU 空转，缓存命中率低 | +| LGBM 循环喂入 DEB | 分析层 | 权重失真 | +| 无 ETag / 增量更新 | API 层 | 重复传输相同数据 | +| 静态校准系数 | 模型层 | 数据分布变化时概率偏差 | + +--- + +## 七、建议优先级 + +### P0 — 立即修复 + +1. **sessionStorage 限制** — 只缓存最近 3 个城市的 detail，或改用 IndexedDB +2. **扫描终端 TTL** — 从 30s 提高到 120s，匹配实际重算耗时 + +### P1 — 短期 + +3. **Context 拆分** — 将 `cityDetailsByName` 移到独立的 Context，或用 `useSyncExternalStore` + 选择器 +4. **ETag 支持** — API 返回 `ETag` header，客户端发 `If-None-Match`，匹配时返回 304 +5. **LGBM 循环修复** — LGBM 预测值不再作为 DEB 输入，只作为独立参考展示 + +### P2 — 中期 + +6. **自动校准再训练** — 当最近 7 天 CRPS 漂移超过阈值时触发自动重新拟合 +7. **客户端缓存库** — 引入 TanStack Query 或 SWR，替代手动的 sessionStorage + pending-Promise +8. **CityDetail 重用时复用扫描终端数据** — 扫描终端已拉取的数据不要再单独请求 diff --git a/frontend/hooks/useDashboardStore.tsx b/frontend/hooks/useDashboardStore.tsx index cda1228d..08459e32 100644 --- a/frontend/hooks/useDashboardStore.tsx +++ b/frontend/hooks/useDashboardStore.tsx @@ -73,6 +73,12 @@ interface DashboardStoreValue extends DashboardState { } const DashboardStoreContext = createContext(null); +const CityDetailsContext = createContext<{ + cityDetailsByName: Record; + cityDetailMetaByName: Record; + citySummariesByName: Record; + loadingState: LoadingState; +} | null>(null); function getInitialLoadingState(): LoadingState { return { @@ -1520,9 +1526,16 @@ export function DashboardStoreProvider({ ], ); + const cityDetailsValue = useMemo( + () => ({ cityDetailsByName, cityDetailMetaByName, citySummariesByName, loadingState }), + [cityDetailsByName, cityDetailMetaByName, citySummariesByName, loadingState], + ); + return ( - {children} + + {children} + ); } @@ -1537,6 +1550,16 @@ export function useDashboardStore() { return context; } +export function useCityDetails() { + const context = useContext(CityDetailsContext); + if (!context) { + throw new Error( + "useCityDetails must be used within DashboardStoreProvider", + ); + } + return context; +} + export function useCityData(name?: string | null) { const store = useDashboardStore(); const key = name || store.selectedCity; diff --git a/frontend/lib/dashboard-client.ts b/frontend/lib/dashboard-client.ts index 9f68520e..3385e13e 100644 --- a/frontend/lib/dashboard-client.ts +++ b/frontend/lib/dashboard-client.ts @@ -542,15 +542,19 @@ export const dashboardClient = { meta: Record, ) { if (!isClient()) return; + // Keep only the 3 most-recently-accessed cities to prevent sessionStorage bloat + const MAX_CACHED_CITIES = 3; + const allEntries = Object.entries(details).map(([cityName, detail]) => ({ + cityName, + cachedAt: meta[cityName]?.cachedAt || 0, + detail, + revision: meta[cityName]?.revision || getCityRevision(detail), + })); + const topEntries = allEntries + .sort((a, b) => b.cachedAt - a.cachedAt) + .slice(0, MAX_CACHED_CITIES); const entries = Object.fromEntries( - Object.entries(details).map(([cityName, detail]) => [ - cityName, - { - cachedAt: meta[cityName]?.cachedAt || Date.now(), - detail, - revision: meta[cityName]?.revision || getCityRevision(detail), - }, - ]), + topEntries.map((e) => [e.cityName, { cachedAt: e.cachedAt, detail: e.detail, revision: e.revision }]), ); window.sessionStorage.setItem( CACHE_KEY, diff --git a/web/analysis_service.py b/web/analysis_service.py index d4eaf1c0..ffdb3643 100644 --- a/web/analysis_service.py +++ b/web/analysis_service.py @@ -2054,6 +2054,7 @@ def _analyze( else: peak_status = "before" + lgbm_val = None if current_forecasts and deb_val is not None: lgbm_val, _ = predict_lgbm_daily_high( city_name=city, @@ -2069,11 +2070,8 @@ def _analyze( peak_status=peak_status, ) if lgbm_val is not None: - current_forecasts["LGBM"] = lgbm_val - blended, winfo = calculate_dynamic_weights(city, current_forecasts) - if blended is not None: - deb_val = blended - deb_weights = winfo + # LGBM is kept as an independent reference, not fed back into DEB + # to avoid circular dependency (DEB → LGBM training → DEB) deviation_monitor = _build_deviation_monitor( current_temp=cur_temp, @@ -2496,6 +2494,7 @@ def _analyze( "multi_model": {k: v for k, v in current_forecasts.items() if v is not None}, "multi_model_daily": multi_model_daily, "deb": {"prediction": deb_val, "weights_info": deb_weights}, + "lgbm": {"prediction": lgbm_val}, "deviation_monitor": deviation_monitor, "ensemble": ens_data, "probabilities": { diff --git a/web/scan_terminal_service.py b/web/scan_terminal_service.py index d49f190c..e0cfaecf 100644 --- a/web/scan_terminal_service.py +++ b/web/scan_terminal_service.py @@ -88,8 +88,8 @@ def _env_int( SCAN_TERMINAL_PAYLOAD_TTL_SEC = max( - 5, - int(os.getenv("POLYWEATHER_SCAN_TERMINAL_PAYLOAD_TTL_SEC", "30")), + 10, + int(os.getenv("POLYWEATHER_SCAN_TERMINAL_PAYLOAD_TTL_SEC", "120")), ) SCAN_TERMINAL_BUILD_TIMEOUT_SEC = max( 8,