From a6ba5ed9a8fbd8acccf74f3703ee586a3505e403 Mon Sep 17 00:00:00 2001 From: Your Name Date: Mon, 2 Nov 2026 18:38:34 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=AD=A3=EF=BC=9A=E4=B8=BB=E5=BA=9310?= =?UTF-8?q?-30=E5=8E=8B=E7=BC=A9=E5=BF=AB=E7=85=A7=E7=A1=AE=E5=AE=9E?= =?UTF-8?q?=E5=AD=98=E5=9C=A8=EF=BC=8C=E6=88=91=E5=85=88=E5=89=8D=E5=88=A4?= =?UTF-8?q?=E6=96=AD=E6=98=AF=E4=B8=A4=E5=A4=84=E8=AF=BB=E6=B3=95=E9=94=99?= =?UTF-8?q?=E8=AF=AF?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 数据库备份/zexiao_2027.db.gz 3,279,686,633 字节,工作区与 Git/LFS 都在 (LFS oid af0458ab61,随初始提交 50c8b416 进入),receipt 记 snapshot_sha256 cb77c44b、quick_check ok、decompressed_sha256_match true。 之前说「从未进 Git、28G 是唯一副本」错在:git ls-files 的中文路径被输出成八进制 转义所以 grep .db 匹配不到,而 ls 数据库备份 | head -6 又把这个文件截没了。 删除动作本身不变(删的是逐表比对确认为子集的那份),但安全依据更强: 保留那份是超集 + 10-30 压缩快照 + 每轮表级 CSV 备份三层。 --- 审计报告/瘦身盘点_20261102.md | 23 +++++++++++-------- .../磁盘清理回执_20261102/重复整库快照删除回执.md | 14 ++++++++++- 2 files changed, 27 insertions(+), 10 deletions(-) diff --git a/审计报告/瘦身盘点_20261102.md b/审计报告/瘦身盘点_20261102.md index 93ace4f76..f7682b556 100644 --- a/审计报告/瘦身盘点_20261102.md +++ b/审计报告/瘦身盘点_20261102.md @@ -15,18 +15,23 @@ | `运行暂存/zexiao_cache` | 635M / 69545 文件 | 抓取缓存(`chsi_2027` 419M、`hist_dir` 217M) | 原件未进 Git,不满足删除条件 | | `运行暂存/agent_ingest_20261101/tm0856/raw` | 3.9M / 55 文件 | 本批 0856 原件(10 PDF + 44 页面) | 量小,保留 | -### 快照为什么不能自动删 +### 更正:主库快照确实进过 Git(本节原判断错误,11-02 复查) -用户定的边界是「已入库**并且已上传 Git**」之后才可以删原件。这两份快照: +本节原先写「两份快照从未进 Git,且主库在任何地方都没有第二份压缩副本」,据此把删除说成高风险。 +复查后这个前提是错的,错在两处读法: -- `.gitignore` 里有 `*.db`,两份快照从未进 Git。**而且主库在任何地方都没有第二份压缩副本**: - `.gitattributes` 虽然配了 `/数据库备份/*.db.gz filter=lfs`,但 `git ls-files` 实测**没有任何 - `.db` 或 `.db.gz` 被跟踪**;`数据库备份/` 目录里只有 `ggyx.db.gz`(280M,10-30 15:59)加 - README 与 receipt.json,**没有 `zexiao_2027.db.gz`**。所以 10-31 时点的主库副本只有这两份快照。 -- `dir_hist` 等表在 10-31 有多次 append(changelog 10 条)晚于那个 LFS 快照,所以 10-31 时点没有第二个可回溯副本。 -- 它是目前唯一的库级回滚点。删掉后,单表回滚还能靠每轮写库留下的 `backup_*.csv`,库级回滚就没有了。 +- `git ls-files | grep '\.db'` 匹配不到,是因为 git 把中文路径输出成八进制转义 + (`"\346\225\260\346\215\271…"`),不是文件没被跟踪;用显式 pathspec 查就出来了。 +- `ls 数据库备份 | head -6` 把 `zexiao_2027.db.gz` 截没了,误以为该目录只有 `ggyx.db.gz`。 -所以要等一句话确认,不自动删。若确认,只删两个 `.db` 及伴生 `-wal/-shm/.partial`,保留 `backup_manifest.json` 等回执。 +实测事实:`数据库备份/zexiao_2027.db.gz` **工作区与 Git 都存在**——3,279,686,633 字节, +10-30 15:57,索引里是 LFS 指针(oid `af0458ab61…`,随初始提交 `50c8b416 导入择校项目与数据库快照`), +`receipt.json` 记 `snapshot_sha256=cb77c44b…`、`quick_check=ok`、`decompressed_sha256_match=true`。 + +所以库级回滚点不止一个时点:10-30 有压缩快照(Git/LFS + 工作区),10-31 有未压缩快照。 +本次删除的是 10-31 两份未压缩快照里**重复的那一份**(逐表比对证明它是另一份的子集), +结论比原先表述安全得多,依据也从「唯一副本不能动」变成「超集保留 + 双重历史点」。 +`.db` 本身仍不进 Git(`.gitignore` 有 `*.db`),这不影响上面这条更正。 ## 二、库内侧(结论:不动) diff --git a/审计报告/磁盘清理回执_20261102/重复整库快照删除回执.md b/审计报告/磁盘清理回执_20261102/重复整库快照删除回执.md index 95274d32f..099dc27c3 100644 --- a/审计报告/磁盘清理回执_20261102/重复整库快照删除回执.md +++ b/审计报告/磁盘清理回执_20261102/重复整库快照删除回执.md @@ -44,10 +44,22 @@ sha256 取自各自 manifest 里当时记录的 `backup_sha256` 字段(manifes ## 保留了什么 -- `zexiao_2027_prewrite_koolearn_20261031.db`(13.55 GiB,主库 10-31 时点唯一副本)及其 `-wal/-shm` +- `zexiao_2027_prewrite_koolearn_20261031.db`(13.55 GiB,10-31 时点未压缩快照)及其 `-wal/-shm` - `backup_manifest.json`、`koolearn_snapshot_manifest_20261031.json`、两个 progress log (`backup_manifest.json` 描述的是本次已删除的文件,保留是为了留哈希证据,不代表该文件仍在) +## 补注(同日复查后更正依据表述) + +本回执原先的说法容易让人以为 10-31 之后主库只剩这一个历史点。复查后确认还有: + +- `数据库备份/zexiao_2027.db.gz` —— 10-30 时点的压缩快照,3,279,686,633 字节, + 工作区与 Git/LFS 都有(索引 blob `44ef9c0a`,LFS oid `af0458ab61…`,随初始提交 `50c8b416`), + `receipt.json` 记 `snapshot_sha256=cb77c44b…`、`quick_check=ok`、`decompressed_sha256_match=true`。 + +所以删除的安全性判断实际建立在三层证据上:保留那份是超集(逐表比对)、10-30 压缩快照完好且校验通过、 +每轮写库各自留有表级 `backup_*.csv`。`审计报告/瘦身盘点_20261102.md` 里「主库没有第二份压缩副本」 +的旧表述已就地更正,错因是 `git ls-files` 的中文路径八进制转义与一次 `ls | head` 截读。 + ## 未动的东西 - `数据库\zexiao_2027.db` 生产库本身