Apache Pegasus手动压缩任务进度检测问题解析

背景介绍

Apache Pegasus是一个分布式键值存储系统，它提供了手动压缩(manual compact)功能来优化存储性能。在实际使用过程中，用户发现pegasus_manual_compact.sh脚本中的wait_manual_compact()函数无法正确检测手动压缩任务的执行进度，导致任务状态判断出现错误。

问题现象

当用户执行如下命令时：

sh pegasus_manual_compact.sh -c {meta_server_list} -a {table_name} --bottommost_level_compaction force

wait_manual_compact()函数会持续输出类似日志：

[35s] 0 finished, 8 not finished (0 in queue, 0 in running), estimate remaining unknown seconds. table [**] manual compaction is running now.

即使手动压缩任务已经完成，该函数仍会持续输出上述信息，导致封装工具基于此输出判断任务进度时出现超时失败。

根本原因分析

问题的根源在于wait_manual_compact()函数无法正确解析remote_command -t replica-server replica.query-compact ${app_id}命令的输出结果。该命令的输出格式在最新版本中发生了变化：

最新版本输出格式：

CALL [replica-server] [10.1.132.34:8171] succeed:
8 processed, 0 not found
4.0@10.1.132.34:8171@P : {"last_finish":"-","last_used_ms":"-","recent_enqueue_at":"-","recent_start_at":"-"}
4.1@10.1.132.34:8171@P : {"last_finish":"-","last_used_ms":"-","recent_enqueue_at":"-","recent_start_at":"-"}
...

旧版本输出格式：

CALL [replica-server] [10.1.132.36:8171] succeed: 8 processed, 0 not found
4.0@10.1.132.36:8171@P : last finish at [-]
4.1@10.1.132.36:8171@P : last finish at [-]
...

技术影响

1. 进度监控失效：脚本无法准确获取各分片的压缩状态，导致无法正确判断整体任务完成情况。

2. 自动化工具异常：依赖此脚本输出的自动化运维工具会出现误判，可能导致不必要的人工干预或错误的后续操作。

3. 运维效率降低：管理员需要额外验证任务实际状态，增加了运维复杂度。

解决方案建议

1. 输出格式适配：更新wait_manual_compact()函数，使其能够解析新版JSON格式的输出。

2. 状态判断逻辑优化：不仅检查last_finish字段，还应考虑recent_start_at等字段来综合判断任务状态。

3. 版本兼容处理：实现能够同时处理新旧两种输出格式的解析逻辑。

4. 增强日志输出：在解析失败时提供更详细的错误信息，帮助快速定位问题。

最佳实践

对于正在使用此功能的用户，建议：

1. 检查当前Pegasus版本，确认输出格式变化情况。

2. 如果需要临时解决方案，可以考虑回退到旧版本或手动验证任务状态。

3. 关注社区对此问题的修复进展，及时更新相关脚本。

总结

此问题反映了分布式系统中命令接口变化对周边工具的影响。在系统升级过程中，不仅需要关注核心功能的变更，还需要确保配套工具的兼容性。对于Pegasus用户而言，理解这一问题的本质有助于更好地规划系统升级路径和运维策略。