fix(review-dispatch): deadline op de Forgejo-poll — WAN-flap hing de cron-run tot curl's 60s #157
No reviewers
Labels
No labels
severity/s3
severity/s4
No milestone
No project
No assignees
2 participants
Notifications
Due date
No due date set.
Dependencies
No dependencies set.
Reference
janpeter/Scrum4Me!157
Loading…
Add table
Add a link
Reference in a new issue
No description provided.
Delete branch "fix/pr-detector-fetch-timeout"
Deleting a branch is permanent. Although the deleted branch may continue to exist for a short time before it actually gets removed, it CANNOT be undone in most cases. Continue?
Waarom
scrum4me-dispatch-reviews.servicefaalde op 2026-08-14 drie keer tussen 02:36 en 03:01. Elke failure duurde exact 60 s — decurl -m 60in/srv/scrum4me/scripts/dispatch-reviews-cron.sh. De route crashte dus niet, hij hing.Beslissend bewijs: de PR-poll van die drie runs kwam nooit bij Forgejo aan (
docker logs scrum4me-forgejo | grep api/v1/repos/janpeter/Scrum4Me/pulls— 02:30 ✓, 02:40 ✓, 02:45 ✓, 02:50 ✓, 03:05 ✓; 02:35/02:55/03:00 ontbreken). De request bleef steken vóór de eerste HTTP-byte, in DNS-resolutie. Corroboratie: NetworkManager stondCONNECTED_LOCAL(WAN weg) van 02:34:10–02:36:42 en 02:56:52–03:05:23, entailscaledlogde om 02:54:41lookup … on 127.0.0.53:53: i/o timeout. De herstelrun om 03:05:24 viel samen metCONNECTED_GLOBAL.Oorzaak in de code:
detectPrCandidatesfetcht de publieke hostnamegit.jp-visser.nl(→ WAN-IP, hairpin via de router) terwijl Forgejo op dezelfde host op127.0.0.1:3010draait — en diefetch()had geen deadline. De route pollt ~10 repo's sequentieel, dus één hangende lookup blokkeert de hele run.Historisch: 18 ERROR-regels op 18.304 runs sinds 2026-06-11 (0,1 %), telkens bij een WAN-flap. Impact was steeds nul — de detectors zijn idempotent via anker-dedup — maar het levert wel een 🔴 in de health-check op.
Wat er verandert
AbortSignal.timeout(5_000)op de Forgejo-fetch, mettimeoutMsals injecteerbare optie (zelfde patroon als het bestaandefetchImpl, en nodig om de timeout snel te testen).PrDetectorErrormét repo-context. De route vingPrDetectorErroral per product af, dus het resultaat is voortaan HTTP 200 met een sprekendeerrors[]-regel in plaats van een unit-failure.5 s is gekozen tegen het cron-budget: 10 repo's × 5 s = 50 s, binnen de
curl -m 60. Lokaal meet de call ~30 ms, dus ~165× headroom.Verificatie
vitest run __tests__/lib/review-dispatch/eslintop beide bestandentsc --noEmitpr-detector.tsDe 293 typecheck-errors en 15 rode testfiles zijn pre-existing in de dev-clone (verouderde gegenereerde Prisma-client —
orchestration_keyenPR_REVIEWbestaan wél in productie) en staan los van deze wijziging.Nog open
De deadline is per repo, niet per run. Vandaag past dat, maar boven ~11 producten met
auto_pr_reviewknalt een volledige WAN-storing alsnog door het 60 s-budget heen. De structurele variant is één run-brede deadline inapp/api/cron/dispatch-reviews/route.tsdie aan alle detectors wordt doorgegeven — bewust buiten scope gehouden.🤖 Generated with Claude Code
APPROVED
Geen gekoppeld plan gevonden — beoordeeld op codekwaliteit + product-standaarden.
Findings
Review
De PR voegt een expliciete deadline toe aan de Forgejo PR-poll via
AbortSignal.timeout(timeoutMs)en wikkelt timeout/DNS/connectivity-fouten om naarPrDetectorErrormet repo-context. Dat past bij de bestaande route-aanname dat detectorfouten per product worden afgevangen en de rest van de review-dispatch kan doorgaan.De tests dekken zowel de nieuwe abortdeadline als generieke netwerkfouten, en de bestaande fetch-contracttest is bijgewerkt om de
signaldoor te geven. Geen docs-wijziging vereist voor deze kleine runtime-fix.