英语词典与分词 · 变更及QA影响分析

当前不宜仅凭已有单元测试通过判定可验收。优先风险是音频补发布穿透人工草稿；其次是首次发布与异步计算竞态造成正式库持续缺分词行。问题依据是当前源码控制流与部分原方法隔离执行，未证明目标环境已经发生。

版本、范围与证据

课程中心后端 feature/qiyangyang/597084，固定 0baa9ebe8b7f9ecc46f675acbf1f56ac65378957（2026-11-04 13:57:43 +08:00）；系统基线远端master 873c4f2d7c63a947216ae92bdc393b73408b6b6e（2026-11-02 19:59:22 +08:00，v3.11.2）；演进对照为本分支2026-10-30 12:34:54的 e9f2fb1b58a2a0292e5a95a9cbeb6fae7f956682。master树没有本英语分词新增模块；历史审核版本不能替代系统master。

本次需求是三份在线词库/短语库/同步发布分词文档，重新读取正文与14条评论，当前Spec2.1.9全文与适用子计划按专项读取。原始返回与版本、差异清单留在证据目录。分支相对历史的264文件变化包含合入master及知识材料等其他功能，不能把264文件全部当作本英语需求；仅沿英语调用、共享资源、缓存、MQ、数据源与实际读写关系追踪。未给出实际环境部署版、真实前端仓库和C端源码，页面入口只依据PRD“公共资源空间→英文词库→单词/短语Tab”，URL未取得。

在线需求本轮实际变化：短语查重已改为原形与变形全局联合唯一；分词明确同步、发布两时机；撇号与连字符不切（it's、low-temperature）。Spec关于PRD未要求联合查重的X5已经过时；算法7.3只写连字符也应补撇号。音频恢复人工必填，与10月30日临时可空裁决有实质变化。不能沿旧用例把这些变化误判回归。

改造前完整业务机制

master没有新英语词典/分词能力，现有题目同步、发布、资源表、通用缓存和MQ是复用底座。下述“改造前”专指已实现英语功能的10月30日历史版本。

运营在教研库新增/编辑词条，归一化查重，翻译或变体作为子集合写入；编辑回待发布、保留曾发布事实。音频audioUrl可省略并登记本地资源；导入与补录同步等待TTS生成、下载上传后建词，失败可缺音频。单条发布在实体/文本锁中重读，正式库事务映射主/子/资源ID并差集删除，提交后回写教研库状态并异步清缓存。发布之外的草稿不得改变正式库。

LABS同步事务提交后直接在回调计算：抽取富文本→短语最长优先→剩余单词→每内容位落text/type序列→登记未命中关系→投补录。该版填空当数组、输入读判定区是已确认历史错误。保存剪枝要求MD5和revision；题目发布可携带教研分词快照到正式库。每日和手动全量按JY后PROD重算，正式库完全缺行不自增；详情接口用phraseRefs选择原形或特定变形。短语索引本机失效，其他进程靠TTL。

改造后完整业务机制

1. 人工维护：单词、短语原形和已添加变体均要求audioUrl；地址登记不看后缀，但保存末端资源存在/未删除/mp3-wav门仍有效。词条保存保持待发布语义；单词完整性改为合并已有实体再算。导入固定source2、补录source3，人工source1不参与自动提交音频。
2. 同步分词：题目与表单提交后只投ID消息；worker显式切教研库、重读最新题和表单，强制比对短语版本后计算。不随消息携带旧正文，因此“旧消息”通常读最新题；但读题后并发更新仍依赖写侧revision门。对象作答正文与分类数组正确分支，禁止读判定答案。
3. 计算与写入：按内容位分组、每文本块独立去HTML/公式/图片，归一化后短语最长优先、词集合去重批查；输出序列保留重复和顺序，未命中以负ID占位。库存只存text/type；同正文NORMAL可剪枝（当前不再要求相同revision）。每行revision条件写后删除不在本轮的旧类型，后一步没有题级revision门。unmatched表已删除，未命中只有内存集合和补录消息。
4. 题目发布：当前代码实际上不搬教研segments；只有教研全部分词成功时，才为正式库缺失类型创建INIT空骨架，已有行不修改。之后发发布重算MQ，worker显式切正式库、强制校版本，再按正式题正文计算并允许MD5剪枝。INIT不下发。Spec6/9.4和Plan10仍写先搬序列再重算，与代码不同。
5. 全量与恢复：每日/手动共用watchdog锁，JY后PROD串行，按题表ID游标分页，逐题force绕过正文剪枝，单题失败继续、末尾清孤儿；PROD完全缺行仍跳过。总开关和execution急停已分别接入；execution关时既有结果仍可下发。全量不投补录，丢投已明确接受无自动恢复，不能再承诺旧台账对账。
6. 音频状态：导入/补录先建空音频词。十分钟后Job每表取batch候选提交TTS，记录taskId/taskTime；在途按提交时间和ID取前batch。running超时取消清任务；completed保留人工音频，否则下载上传登记并在音频仍空时条件回填。正式库不复制任务列。回填后hasPublished1调用完整发布，因此“曾发布”与“当前已发布版本”混用是本轮P1。
7. 读侧与RPC：题目下发取所有未删分词行，任一非NORMAL/坏JSON整题null，成功按内容位升序并用当前词典补ID。只有短语块失配才局部重扫，不把库存两个word合并为新phrase。详情改为wordIds+phraseIds，总数1~100按原请求长度，单库env0/1；短语一条返回原形及全variants，C端按matches.variantId定位变形。旧phraseRefs已删除，旧客户端必须同步升级；混合旧请求可能仅返回words，不能以HTTP/RPC成功认为兼容。

缓存版本机制、正常与异常边界

当前全部落库外层入口都有forceVersionCheck：同步consumer教研、发布consumer正式、全量每库轮首。此前仅检索application会漏掉worker调用，本次已用全仓反证纠正，不把“没有强制调用”列为缺陷。

正常更新：提交后INCR版本→读侧发现版本不同→丢本机entry同步重装→新句柄。普通下发按默认30秒窗口节流，写入口force绕过窗口。真实Caffeine与当前完整索引隔离执行确认 NORMAL_FORCE version=1。

异常：新版本重装时DB失败，loadSnapshot返回lastKnown旧快照，force返回void、不向调用方报告版本追平失败；进入30秒退避，readySnapshot继续给旧句柄。原类探针输出 FAILED_FORCE returnsOld=true local=1 remote=2。这是Spec明示fail-open的容错取舍，但与“绝不用旧词典落库/窗口不影响数据正确性”的保证冲突：旧句柄仍可被计算写成NORMAL。建议测试明确“保可用”与“允许持久化旧块”的不同断言，若要禁止旧块持久化，必须给写入口可判定的新鲜度结果。未跑业务DB，该项列条件风险，未当作Redis故障必然的独立产品Bug。

UNKNOWN_VERSION时后续比对直接跳过，直至TTL刷新重新取得版本；版本键读不到/INCR失败也退TTL。正常情况下新增版本能缩短可见延迟，不意味着任何故障下都秒级。180分钟refreshAfterWrite、5分钟expireAfterAccess及全局Redis过期策略是不同层；持续热点不受“5分钟无人访问淘汰”约束。测试须记录具体键、环境及预热条件，不能泛称清缓存后立即生效。

分段对照与测试影响

业务对象	历史行为	当前行为	必测结果
作答区	错读数组/判定区	读实际正文对象或分类数组	四题型、真实Schema、答案词绝不混入序列
异步分词	提交后线程直接算	MQ受理后worker算	停consumer、积压、投递失败时新正文与旧序列隔离
发布分词	搬成功快照	成功JY行驱动INIT骨架	JY未算/FAILED/正常三状态，首次发布竞态与再次发布恢复
音频	调用线程等TTS	空音频建词、Job提交回填	资源回填、人工并发、完整性、缓存、草稿不得自动发
短语详情	refs选一个变形	phraseIds带全部变形	老新客户端、变形定位、顺序、空数组和跨库ID
索引	TTL跨进程收敛	版本号+force校验	跨进程暖表、新版本DB失败/Redis失败、退避恢复
补录台账	持久关系存在但无恢复者	删除台账、承认无自动重投	不把每日刷/同MD5同步当补录恢复；明确人工处置
导入	重复跳过与同步音频	同样跳过、source修正、异步音频	CSV坏引号/非法变形重导、limit0、数据计数与音频晚到

回归执行顺序及通过门槛

第一组优先：已发布无音频词→TTS在途→人工改翻译并上传音频仅保存→平台完成；对比JY草稿和PROD旧版本，正式库非音频字段不得被自动发布。原handleInFlight/queryInFlight隔离执行已确认该分支会调publish，但真实发布事务传播目前为源码证明。

第二组优先：首次同步后暂停compute消费→立即发题→恢复消费→再跑日刷。应验证学生库最终可用，当前缺骨架门可能使segments始终null。对照JY已成功再发布可恢复。已有题改正文时另验MQ窗口不下发旧序列，不与首次无行混成一例。

第三组：batch=1，两个待音频词。首ID连续提交失败3次后服务恢复，后ID应被提交；accepted后failed反复3次应停；completed下载持续失败/查询持续异常均超过1800秒应收口。三种根因分别断言，不用“最终没有音频”一个结果代替。

第四组：唯独缺音频的完整字段导入词回填后，JY和PROD的audioUrl、completeness/complete、暖缓存同时检查；缺翻译对照仍应不完整。再覆盖RPC1/100/101项、重复IDs、旧phraseRefs、新phraseIds、变体空集合/排序及环境隔离。

其余专项矩阵包含原型字段、富文本边界、撇号/数字/IPA、跨内容位乱序、分页、权限、开关、删除、导入格式及缓存失败。均为测试设计，未在业务环境执行。源码静态、原方法探针、真实业务验证分别记录，不用自动化测试类存在证明验收。

范围限制与交付判断

本轮重点新异步链路、实际变更与旧问题受影响路径；不声称旧22项所有缓存故障模式都完整重跑。旧作答区P1、导入来源、逆序锁、完整性稀疏更新已修；旧白名单按新必填/格式约束改变口径；旧孤儿unmatched风险随表删除失效。旧CSV、参数、POS、搜索、跨内容位问题仍有当前证据。原LocalRedis投毒、旧loader失效竞态尚需专项故障注入，不以未重跑销账。

缺少业务环境部署版本、真实MySQL/Redis/MQ/TTS/OSS、前端/C端联调、全量A1/A2文件执行与权限平台注册证据。受项目AI禁止Maven限制，本轮无全项目构建/JUnit执行。已完成本地原类/原方法javac：CSV与参数、新批量Job、分词tokenizer、短语索引及音频在途分支。探针外部依赖为替身，编译桩适配失败不作业务缺陷。

当前旧P1作答区字段错误已修复，总开关绕过已修复。仍有跨内容位旧任务删除新行、数字混词、IPA残留。新增异步化使“首次发布早于JY分词完成→PROD缺骨架→每日也跳过”成为普通操作时序；同时正文更新到计算完成期间旧NORMAL行仍可被下发。详细分级与行号见segment-findings.json，均不等于已取得线上故障。

证据范围

HEAD 0baa9ebe8b7f9ecc46f675acbf1f56ac65378957，历史 e9f2fb1b58a2a0292e5a95a9cbeb6fae7f956682，master 873c4f2d7c63a947216ae92bdc393b73408b6b6e。master树不含英语分词包，故属于master上新增能力；历史版本仅用于演进对照，不作为验收依据。当前Spec798行按1–280、281–560、561–798连续读取，Plan04/08/09/10及prd-segment-read.json读取。Plan04/10完整输出可见，初次批量Plan输出截断后已单独重读08/09。旧findings仅作为待核线索。

未跑Maven、未调用真实业务写入、未创建CodeGraph。原EnglishWords与TextNormalizer加本地commons-lang3依赖隔离javac执行：cat2dog 3look up4 => [cat2dog][3look][up4]；1972 low-temperature => [low-temperature]。无DB/MQ/客户端联调证据。

业务入口与现行正常机制

业务操作是LABS同步四类英语题至课程平台，随后课程平台发布题目，下游调用标准题RPC取segments，再按正数词条ID查详情。后台直接改题不挂即时分词；每日/高权限手动全量用于重切历史题。

1. questionBackFill在表单全部落库后hookSave（QuestionBizServiceImpl:5784）。总开关关时不发布事件；事务回滚无AFTER_COMMIT消息，提交后仅投ENGLISH_SEGMENT_SYNC_COMPUTE_EVENT，不抽正文、不等百度/TTS。无事务fallbackExecution=true立即投递。
2. worker消息只带questionId/operatorId/requestTime；不携带正文与revision。消费者重新读教研库当前题，再forceVersionCheck(TEACHING)，在显式DEFAULT数据源执行segmentAndSave。旧消息晚到通常会算最新题，不能把消息requestTime当版本门。消费者吞执行异常不重投；未命中集合非空才投补录领域事件。JSON解析在try外，非法JSON可能进入框架重试，和业务计算失败不同。
3. 抽取先formData，若为空再output，均无则历史QuestionContent。选择题取questionInfo.material.materialContent[].text；填空/输入/完形取questionInfo.answerArea.textAnswerAreaContent（对象）；数组则逐项classifyName。富文本优先unity再unityText。历史question_info.text归type1，text_fill_area.area_text归type2，历史可能双内容位。
4. Jsoup去formula/img/script/style并留空格，document.text保留正文，IPA Unicode字符删为空格。按内容位TreeMap、同位块原顺序处理，各块独立扫描不跨块拼短语；正文指纹按位排序后用换行拼接。匹配先在token.start尝试最长短语，命中推进至短语结尾，否则整词；重复项逐次保留。每内容位单词去重后批查，未命中ID=-1，超99字符不登记补录。
5. 实际计算入口先查execution.enabled。非force剪枝条件是现存内容位集合相同、每行NORMAL、MD5相同，当前不再要求revision相同。命中直接库存回显、未命中集合为空，不查新词典不重投补录。force绕过剪枝。readySnapshot为空则不写新NORMAL，已有不对应正文/修订的NORMAL标FAILED；索引从未就绪且原无行不建失败占位。
6. 每内容位保存text/type快照，ID不入库；SQL唯一键(question_id,content_type)，revision>=stored才能覆盖，成功清retry/error，失败登记也用同revision门。抽取失败按题型推内容位兜底，错误记录截断990字符；异常继续抛给消费者/全量单题隔离。
7. 当前发布不搬JY segments（全仓无getQuestionSegmentDoList消费）。published完成公共后置后ensureProdSegmentSkeletons，只在JY全部行NORMAL时为PROD缺少的类型建INIT空骨架，主键decrement映射、revision取PROD题目。现存未删行一字段不改；骨架临时questionKey仍用JY值，成功重算saveResult以PROD题key改正。随后发发布重算MQ；消费者forceVersionCheck(PROD)，refreshOneInProd读正式题并允许MD5剪枝。PROD无行一律跳过，不补建。
8. 全量refreshAll先总开关再执行闸门，tryLock(0)+watchdog共用锁，先TEACHING再PROD，按题目候选id游标500页串行，每DAO动作显式切库；每题force=true，单题失败计数继续。PROD缺行日志跳过。末尾清题目不存在/已删除的孤儿分词，保留白名单外但仍存在题的行；软删除当前按ID更新。手动MQ与定时同执行体，消费者锁冲突丢弃不重投。
9. RPC装配读取库存，key去重并CoreService每100分批。按题key归组、contentType升序，任一行不是NORMAL或JSON坏整题segments=null。按当前线程数据库选TEACHING/PROD，忽略库存历史ID，取同一短语快照；短语精确失配才对该块局部最长优先重扫，单词集合批查一次。词典异常不阻断题目而占位ID；不在读路径写回。
10. C端契约：只在允许容器按归一化文本顺序定位；同词N次消费N项，负数只消费位置不高亮不查详情；正数按type+ID去重查详情，短语variantId仅定位返回变形。此仓不含C端实现，本次仅证明服务端序列，不声称客户端定位已验。

历史与当前对照

维度	master	历史e9f2	当前HEAD与可见结果
LABS同步	无分词新增模块	AFTER_COMMIT线程直接计算	AFTER_COMMIT只投MQ，接口不再承担计算耗时；接受与可用分离
作答区	无新增模块	fill/cloze当数组，input读判定答案	正确读对象正文/数组分类；旧P1关闭
分词库存	无	text/type与revision	保持；未命中关联表已删，只留内存集合
重复同步	无	同正文同revision才剪枝	同正文NORMAL即剪枝；非正文更新时间不再触发计算
发布	无	搬运全部NORMAL快照	不搬，按JY成功行补PROD INIT骨架后异步算；首次失败/无行恢复须再次发布
全量	无	先JY后PROD；总开关遗漏	保持串行force与缺行门，补总开关及执行闸门
词典版本	无	本地TTL	各worker单题入口和全库轮首forceVersionCheck；故障lastKnown策略由缓存专项讨论
下发	无	库存读时ID解析	保持；短语局部重扫单快照，正文一致性仍依赖写侧状态

Spec6/9.4和Plan10仍描述“发布搬行后重算”，与当前骨架机制相反；不能据此把PROD旧序列/无行都解释成当日自动收敛。Spec9.2仍写md5+修订剪枝，当前canSkip只比较MD5；应按现实现记录并将材料差异交主报告裁决。

状态与乱序、失败恢复

• 同内容位严格旧revision：isStale/SQL拒绝，不投旧未命中；这条正常防线成立。
• 同revision：SQL允许覆盖，未校验当前题目正文；题目update_time精度与实际并发须运行验证，不能把>=视为全部乱序已解决。
• 跨内容位：行门无法保护题级集合删除，旧type1可清掉新type2，见SEG03。
• 首次消息丢失：JY每日可补算；PROD若发布时无骨架每日也不补，见SEG01。
• 补录发送/接收失败：全量仅分词，不投补录；同MD5重复同步剪枝也不投。恢复靠正文变化后再次同步、别题遇同词、手工建词发布，不能承诺“下次保存/每日自愈补录”。
• 已算题正文变化但消息未执行：旧NORMAL没有入队失效步骤，下发仍可信，见SEG02。词典读时ID解析不能修正文序列。
• 所有内容消失：textsByType空，结果空且accepted=true，清旧内容位，最终无行/null；此为合理删除路径，但旧任务空集合也缺题级revision守卫，能删除更新成功行（SEG03同一机制）。

可执行测试矩阵（测试设计，未执行）

编号	构造与操作	可观察通过断言
S01	选择题材料含She agrees with my opinion；词库有agree with原形及agrees with变形，LABS同步后等worker	一type1 NORMAL，正文序she/phrase/my/opinion，库存无ID，下发PROD按实际词典ID；不是接口受理true即通过
S02	填空/输入/完形各用真实answerArea对象，正文visible cat，determineInfo存hidden dog	均只type2且只visible/cat，无ClassCastException，无hidden/dog；分类组件数组classifyName另验
S03	两材料块分别look与up，库有look up；块内再放look up；同词重复	跨块不合并短语、块内合并，重复项数和顺序与正文一致
S04	富文本加粗跨节点、中文、公式图片、emoji、1972、low-temperature、it's、cat2dog、ˈfəʊnəm	标签属性/公式图片不入词；数字夹英文和IPA碎片按SEG04/05暴露差异，不能把现实现当验收正确
S05	同步事务写表单后故意回滚；另一次正常提交	回滚无compute MQ/分词写；提交仅发一次，worker异步后写；补录另观察，不等待外部服务
S06	成功题只改标题后重复同步，正文MD5相同；再真正改正文同步	前者行不更新且无补录；后者新MD5与新序列成功。隔离暂停worker读取新题RPC，复现SEG02旧序列窗口
S07	首次同步后阻塞compute消费者，立即发布，随后释放compute，再跑每日全量	应验期望PROD最终可用；当前无骨架持续null，JY成功仍不补，重复发布恢复；覆盖SEG01
S08	JY草稿有look up to，PROD仅look up，先完成JY再发布	INIT骨架不下发，发布worker后PROD序列按PROD词典look up+to；无JY ID透传
S09	旧任务rev1 type1在保存前阻塞，新rev2 type2完成后恢复；再试旧空文本任务	新type2应保留且旧任务不删；当前SEG03可违反。相同type稳定对照旧rev写必须拒绝
S10	索引冷启动失败，分别有旧同正文行、旧不同正文行、无行	同正文可保持；不同正文FAILED/null；无行不凭空NORMAL；索引恢复每日/同步可计算
S11	全量JY候选含待发布、PROD含已发布，双库词典有差异；制造一题失败	JY先PROD后，各库结果与本库词典对应，失败仅该题且后续题继续，retry/error可定位
S12	并行手动与定时；再删一道题和保留白名单外存活题	仅一轮锁持有执行，孤儿删而存活题行不误删；锁冲突不等于完成所有题
S13	总开关false分别同步/发布/全量/RPC；execution=false同样操作	总开关停分词且不下发；execution停计算而既有库存仍可下发；词典服务故障时题目主体仍返回
S14	存量快照含历史ID、同词重复、-1词/短语、坏JSON、FAILED内容位	旧ID覆盖为本库ID；重复保留；坏JSON和任一FAILED整题null；详情调用按正数唯一ID去重，负数不查
S15	先发布题后发布单词；新增跨块短语后只调下发，再跑全量	单词按缓存失效策略下次解析点亮；新跨词短语不会由读时自动合并，必须全量才改变块；短语失配可局部拆开

本矩阵为可评审测试设计；真实环境、调用方/C端容器、MQ消费控制与DB只读观察授权就绪后才能执行。没有通过Maven或生产链路验证的表述。

结论：新增异步链路有5项需处置，其中草稿被补发布为P1。旧19应按最新格式门槛重新裁决；旧20已修复。没有实际业务调用、数据库写入或Maven执行。以下为源码机制结论，不代表部署结果。新增原方法隔离javac探针，验证分支机制；外部服务及DAO均为替身。

版本与边界

当前0baa9ebe8b7f9ecc46f675acbf1f56ac65378957；旧e9f2fb1b58a2a0292e5a95a9cbeb6fae7f956682；最新master由主报告统一核对。音频回填Job相对旧版新增；最新Spec2.1.9包含17章异步化、5.1人工必填和12.2 phraseIds聚合契约。源AGENTS及Spec全文已读；Plan05已补读166–265、266–365、366–399，前1–165已先前完整读取，当前全文闭合。Plan02/06已读。父评审已另行完整读PRD正文/14条评论及Plan01，以父评审材料记录为准。未使用CodeGraph、未建索引。

正常机制：改造前、改造后与最终读取

旧版导入/补录调用TTS合成并等待，应用层下载/OSS上传/登记local_resource，拿资源ID后建词；失败音频为空主体仍可落库。当前导入/补录只建主体且音频为空，行source保持2/3。回填job以Redis watchdog锁保证同一轮互斥；先扫描每表音频空、任务空且创建10分钟以前的候选，word/phrase按source过滤、variant按父phrase来源二次过滤，再提交TTS并记taskId/秒级taskTime。人工来源1不自动提交。

每表在途行按taskTime/id升序取batch；查状态串行。running未超时保留、超时取消并清标记；failed/cancelled清标记。completed先保留已有人工资源；无资源才下载字节、OSS上传、登记bizType2 local_resource，随后仅在DB音频仍空的条件下回填，避免并发人工上传被覆盖。taskTime独立于updateTime，普通编辑和发布刷新updateTime不会改变超时起点。

回填后从未发布行不补发布；曾发布行调用完整单行发布。发布锁内重读当前JY，PROD一个事务显式映射主表/子表/资源ID，资源独立占行；翻译/变体差集软删；taskId清空、taskTime=0，学生库不跑合成。资源缺失/已删时loadAliveResources提前失败，不留本次半发布。无音频null允许导入/补录发布，资源集合为空时无需资源映射。RPC读取缺资源仅audioUrl=null，不因单项资源不存在拖垮整个批次。发布清PROD详情缓存，但异步回填本身没有失效TEACHING缓存。

当前RPC契约与QA边界

EnglishDictListByIdsReq已删除phraseRefs，改phraseIds。单词/短语列表可分别为空，原始列表长度合计1~100（重复也计数）；env只0/1，ID必须正且按1亿边界归属同环境。split绑定单库，不自动拆分；cache查询显式source，单词/短语各按ID去重升序。短语返回原形及全部variants，由C端按下发variantId定位，故旧版“variantId归属参数错误”不再适用。缓存键有default/prod数据源段，无跨库兜底。旧调用方仅phraseRefs将等效空短语：混合请求可能仅回words，phrase-only总数0报参数错，须跨项目联调升级，不能视为兼容成功。

旧19：当前assertAudioResources仍要求mp3/wav。最新Spec5.1明确这道格式门槛，故不是已移除白名单，而是目标变更后旧缺陷不再成立；Spec5.2、Plan02“无格式校验”残留需文档统一。旧20：saveWord当前mergeForCompleteness合并existing，且缺audioUrl会被必填拦截，原始误标路径已闭合。

已核实问题

AUDIO-N01 P1 音频补发布把曾发布对象的人工待发布草稿一并发布

条件：导入/补录无音频词已发布且有在途TTS；运营上传人工音频、改翻译并保存，未点发布；TTS随后completed。

机制：编辑保留hasPublished=1并置status=0；completed发现人工音频仍返回true；queryInFlight只检查hasPublished而非当前草稿状态，调用完整publishWord/Phrase，锁内重读当前主表、翻译、全部变体发布。

最终表现：未审核翻译、改名或变体配置进入PROD，待发布状态被系统改为已发布，违反Spec6只改不发布正式库完全不变。

反证与边界：人工音频不会被TTS覆盖；从未发布hasPublished=0确实不自动发布。Spec17自身写hasPublished=1补发布，与草稿隔离冲突，需设计裁决而不能说仅实现漏判。

源码：application/src/main/java/cn/jojo/cc/biz/service/english/dict/impl/EnglishAudioBackfillBizServiceImpl.java:168-176；均是新增异步链路。

AUDIO-N02 P2 completed下载永久失败与查询异常均绕过超时收口

条件：状态持续completed，但下载404/过期/OSS保存失败；或状态查询持续报错；提交时间超过1800秒。

机制：elapsed超时只位于null/running分支；query异常直接return，completed保存null也return并保留任务。每轮ORDER BY taskTime,id LIMIT batch重复拿最老行。

最终表现：该词永久无音频且不再补提交；当坏任务达到batch还会饿死后续在途任务。

反证与边界：null/running超时确实cancel并清理，普通一过性下载失败下轮能恢复；问题限定持续失败。

源码：application/src/main/java/cn/jojo/cc/biz/service/english/dict/impl/EnglishAudioBackfillBizServiceImpl.java:248-292；均是新增异步链路。

AUDIO-N03 P2 失败上限只统计提交抛错，平台终态失败与超时会无限重新提交

条件：平台submit一直成功，但每次合成都failed/cancelled或running超时。

机制：submit成功立即clearFailCount；终态失败和超时只清任务号、不增加失败计数；下轮pending重新提交；永远达不到maxRetry=3。

最终表现：同一无效词反复消耗合成配额，违反Spec17失败3次停止和配置同一行最多提交次数。

反证与边界：提交API连续抛错确实计数并停手7天；这不是所有失败均无上限。

源码：application/src/main/java/cn/jojo/cc/biz/service/english/dict/impl/EnglishAudioBackfillBizServiceImpl.java:151-157；均是新增异步链路。

AUDIO-N04 P2 达到提交失败上限的最早ID持续占满候选批次，后续词无法补音频

条件：最小ID的batch条IMPORT/AUTOFILL词提交连续失败达到上限，随后TTS恢复且还有更大ID待生成词。

机制：SQL先按ID升序LIMIT batch；maxRetry仅业务循环内判断后return，未推进游标/排除冷却行；7天计数TTL内每轮仍选择同一批。

最终表现：后续健康词最多7天也无合成任务；批次条数配置变小放大此影响。

反证与边界：不是数据库全量饥饿，限某表前batch被失败上限占满；7天过期或人工补齐能释放。

源码：application/src/main/java/cn/jojo/cc/biz/service/english/dict/impl/EnglishAudioBackfillBizServiceImpl.java:143-146；均是新增异步链路。

AUDIO-N05 P2 异步回填只更新音频列，完整性及教研缓存保持旧值

条件：导入词已有音标和翻译，唯一缺音频completeness=0；TTS成功回填。

机制：markAudioCompleted只set音频和清任务两列，不重算completeness；回填服务不调用教学缓存失效；补发布复制JY完整性0到PROD而不重算。

最终表现：即使最终音频齐全，管理筛选仍有缺失、RPC complete=false；已缓存TEACHING详情仍可无音频直到常规过期。

反证与边界：人工保存走mergeForCompleteness会重算；缺音标或翻译词仍应不完整，不能用它们验证本问题。

源码：infrastructure/repository/src/main/java/cn/jojo/cc/core/service/impl/english/EnglishWordCoreServiceImpl.java:301-316；均是新增异步链路。

QA执行清单（未执行）

1. 单词/短语原形/变体分别覆盖：首次提交→running→completed→JY资源回填→已发布才补PROD；PROD任务列始终空，资源ID/父外键映射一次，URI相同。
2. 从未发布导入行回填不进PROD；曾发布在途行人工上传+改释义保存待发布，等待完成，检查草稿是否被自动发布（N01）；短语变体完成也检查整个父短语草稿。
3. 已有人工音频和下载期间并发人工音频两种窗口均不覆盖。改名必须提交人工音频，因此“改名仍空音频直接填旧TTS”正常HTTP入口不可达，不列确定问题；直接改库/其它内部入口需另证。
4. 三类持续故障：query异常、completed下载失败、running超时，各超过1800秒。前两类不得永久占批次；running应cancel清理，随后重提交。平台failed/cancelled反复3次检查是否停手（N02/N03）。
5. batch=1，最小ID提交失败3次后恢复服务，第二ID应能提交（N04）；变体候选按父来源二次过滤也要防前批次被不可提交行占满。
6. 唯一缺音频导入词回填后，查询JY详情/筛选/TEACHING RPC及PROD RPC，audioUrl应新值、complete应true（N05）；对照确实缺音标词应false。
7. 回填成功后注入一次补发布锁忙/资源写失败，JY保留音频、PROD仍旧；下一轮不会再选已清任务行，恢复依赖人工发布，不能声称下轮自动补发布。
8. 未发布行在途时删除，或短语编辑移除在途变体，检查删除行是否仍被listAudioInFlight选中、是否产生孤儿资源/无意义父发布。当前在途扫描与写条件没有deleteTime/taskId守卫；普通改名音频为空已被人工必填阻断，删除并发仍需业务环境验证，不扩大为所有编辑都会错音。
9. RPC word-only/phrase-only/混合、0/100/101长度、重复100/101、null/0/负数/跨库ID、旧phraseRefs、新phraseIds、多变体sortOrder相同、无变体[]、缺资源null；缓存关/开、坏值回源和default/prod隔离分别验。旧Plan06 variantId参数校验项已失效，改为返回集合归属与C端定位。

尚需闭合

未核实际部署、真实TTS下载响应/超时、Redis开关和DB数据；未做Dubbo客户端兼容联调；PRD与Plan01全文由父评审统一补读，Plan05本人已分段补完。报告不声称上述QA场景已运行。

原方法隔离探针实跑

audio-probe/AudioProbe.java包含从当前HEAD逐字抽取的handleInFlight、queryInFlight、publishReleased及isPublished方法；extracted-methods.txt留存抽取内容。仅外围类型、平台状态、DAO列表、发布服务与音频保存服务是最小替身，没有重写目标分支算法。Java21 javac编译及main运行成功，完整输出在audio-probe/results.txt。

• completed、elapsed=9999（阈值1800）、saveAudio返回null：done=false、clears=0、failed=1。证明下载失败超时不收口。
• query异常、elapsed=9999：clears=0、running=1。与下载失败是同一“超时判定仅存在running正常响应分支”根因，归N02一项。
• 原queryInFlight加载hasPublished=1且人工音频88的词，平台completed：clears=1、publishCalls=1。证明保留人工音频后仍自动发布。该探针不运行真实publish内部、数据库事务或人工保存流程，完整草稿越权传播以当前save/publish源码闭合。

N03失败上限根因已再核：submit返回任务成功后立即clearFailCount；failed/cancelled/超时的markCleared没有increaseFailCount，故accepted→failed→重新submit不限次数，不与N02混计。

代码基线：0baa9ebe8b7f9ecc46f675acbf1f56ac65378957；旧基线：e9f2fb1b58a2a0292e5a95a9cbeb6fae7f956682；master：873c4f2d7c63a947216ae92bdc393b73408b6b6e。未运行 Maven，未调用真实DB、MQ、百度、TTS，未改源码，未建CodeGraph。

当前结论：8项旧问题仍可由当前代码定位；导入来源、补录逆序锁已修；丢投恢复已在Spec中改为明确接受无兜底，不能再按旧恢复承诺计算同一个代码缺陷。

前后机制与影响

相对master：增加词/短语主子表、后台维护、单正式库事务发布和分词补录。运营写教研库，单条发布复制主/子/资源并映射ID；学生下发按词面从正式词典读时解析ID。待发布内容不会因为导入而自动进入正式库。

相对e9f2fb1b：导入与补录删除同步TTS等待，建行音频空，任务统一回填；单词导入增加百度前锁外预筛，锁内权威复查仍在；短语source固定IMPORT；补录发布移至文本锁外消除ID/文本反序；删除unmatched意味着没有持久化待补词台账。

发布事务边界仍是PROD单事务→JY条件回写/曾发布保护→失效缓存。JY回写失败后补登hasPublished，两个写回都失败仍需人工；失效失败在已发布状态之后，批量重跑不会自动补发。当前持锁顺序ID→归一化文本→音频URI；多文本排序，事务外壳持锁覆盖提交。60秒固定租期仍是运行耗时假设，不能当无限互斥保证。

仍存问题（每项均以当前源码重新核验）

01 CSV未闭合引号仍吞后续短语，且修文件重导不能纠正已写错误译文

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishImportFileReader.java:363-365。

触发：短语文件 translation 开引号后直到EOF未闭合，后面还有正常记录。

机制：readRecords不检查EOF的inQuotes，直接addRecord；readPhrases将后续物理行作为允许换行的translation，rows有效且invalid为空。importOnePhrase正常创建后，重导因主词已存在直接skip。

最终影响：look up译文变成“查找\nget up,起床”，get up整条丢失；修文件重导无法恢复look up已落的错误译文。

验证：本轮原完整Reader/Normalizer与原Param javac隔离执行，见 evidence/import/results.txt

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

02 非法变形不应部分入库，避免幂等跳过堵死修文件重导

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishImportFileReader.java:171-173。

触发：同一短语variants有合法及非法文本：get up / got up|起床。

机制：非法项只continue内层循环；主短语和got up仍进入rows并写库。修成got up|gotten up重导时，importOnePhrase先getByNormalized命中已建主词而直接false。

最终影响：报告“变形非法”同时建成残缺语义；修文件重导仍无法加入gotten up，后续题面该变形漏短语命中。

验证：本轮原完整Reader/Normalizer与原Param javac隔离执行，见 evidence/import/results.txt

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

03 导入显式非法limit仍退化为全量真写

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishDictImportBizServiceImpl.java:353-355。

触发：english.import.enabled已开，JSON显式limit=0或-1，省略dryRun。

机制：Param.parse直接getInteger，无正数校验；execute只在limit>0截断，dryRun默认false。显式无效小批参数变成整文件执行。

最终影响：整文件查询百度并建待发布词条，音频由后续回填Job处理；违背Plan07“配错一律FAIL”及limit用于小批试跑的约定。

验证：本轮原完整Reader/Normalizer与原Param javac隔离执行，见 evidence/import/results.txt

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

06 缓存失效异常被吞成发布成功，下一次批量也不再扫描该词

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishPublishBizServiceImpl.java:257-259。

触发：PROD提交且JY已标PUBLISHED后，clearRedisCommonCache同步抛错；例如有界队列拒绝后fallback MQ发送失败。

机制：PROD写成后先把JY status置PUBLISHED；缓存失效异常仅catch日志，无补偿身份。批量按status=UNPUBLISHED扫描，因此下轮不再拿到该行。clearRedisCommonCache内部异步丢投也不一定抛回。

最终影响：PROD已新而缓存仍旧，直到实际TTL/手工重发/另一次有效失效；批量报告成功无法证明学生已看到新内容。

验证：当前源码静态核验

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

10 补录重复消费和重试仍先查百度，再幂等复用已有词

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/SegmentAutoFillBizServiceImpl.java:142-144。

触发：同词多题的延迟MQ或消费重放；库中已经有已发布词、人工草稿、导入草稿或已删词。

机制：autoFillOne首步queryBaiduSafely，随后文本锁内saveWordForAutoFill才查已有（含删除行）。TTS已移到异步回填，不再逐次生成或上传。

最终影响：重复投递、发布失败重试、已有人工草稿或删除词都仍消耗百度配额；不会重复建词；本轮不再声称重复TTS/OSS。

验证：当前源码静态核验

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

13 复合词性验证归一化但落库仍写超长原串

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishDictWriteTxService.java:531-533。

触发：HTTP pos传重复有效词性组成122字符原串

机制：NotBlank无Size；isSupportedPos临时归一化n.并接受；buildTranslationWrites仍存item.getPos，超过VARCHAR96。

最终影响：严格MySQL模式DataTooLong导致整个词条保存失败；宽松模式可能截断。

验证：当前源码静态核验

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

14 管理搜索未按保存规则压缩连续空白

定位：application/src/main/java/cn/jojo/cc/biz/service/english/dict/EnglishPhraseBizServiceImpl.java:129-131。

触发：已存take off，搜索take off

机制：保存归一化单空格，搜索只trim，再按normalized列eq。

最终影响：允许的归一化精确搜索无法命中。大小写是否出错取决于DB collation，不用其做确定反例。

验证：当前源码静态核验

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

23 新批量发布Job接受limit=0和空参数段，意外发布全部待发布词

定位：api/admin-worker/src/main/java/cn/jojo/cc/worker/task/EnglishBatchPublishTask.java:148-150。

触发：控制台显式填limit=0（或纯0）；或误填只含逗号的非空参数。

机制：isNumeric接受0，parse返回limit0，nextBatchSize把<=0解释为无限；只含逗号的raw.split结果无有效键，也返回type=all/limit0。本类注释明确配错抛错，但未区分“省略limit”与“显式0”。

最终影响：试跑配置错误会直接跨库发布所有待发布内容，可能把未完成审核的人工草稿送至学生端；没有dryRun与任务撤回可兜。

验证：本轮完整原Task javac，内存发布服务替身，显式0/逗号全量，150/2正常限量；见 evidence/import/results-batch.txt

反证/边界：无真实DB/MQ/外部调用；除明确标为本轮javac的项目，均为当前源码链路核对，不复用旧实跑作为当前实跑。

旧项处理

• 04：已修复。EnglishDictWriteTxService.savePhraseForImport显式IMPORT，避免异步回填按source误跳过。
• 11：已修复。autoFillOne先完成callWithWordLock，再publishWord；不再持文本锁进入ID锁。
• 07：改设计后保留风险，不计当前违约代码缺陷。Spec9.4/12.3/17.2承认丢投无自动兜底；Plan08 Goal/提交后可恢复投递仍矛盾。
• 08：随unmatched删除失去原触发条件。无待清理unmatched表，旧先删segment后删unmatched失败机制不存在；分词孤儿清理另由分词专项审核。

unmatched删除后的真实恢复责任

发送阶段：EnglishDictChangeListener仅发一次MQ；抛错仅日志，无入重试。进程在提交后回调前退出同样没有持久待办。消费本体逐词持久化失败才进Redis重试列表；队满5000或Redis写失败只有日志。重试job每轮最多100、最多3次后淘汰，无台账可再扫描。

每日/手动全量刷只重算分词，不投补录；同正文重复LABS同步会剪枝，不等价于再投。恢复实际只有正文变化后同步、其它题首次遇到同词、人工建词发布。读时解析只负责“已建词从-1变ID”，不能把从未补出来的词自动创建。Spec9.4/12.3/17.2已接受这些边界；Plan08仍承诺“提交后可恢复”“MQ发送失败进入持久化重试”，需同步裁决，不能用Plan旧承诺声称实现成功。

统计与验收边界

格式非法/文件内重复不进入execute，结束三计数仅覆盖截断后的合法候选。全非法文件回0/0/0，错误在warn日志；本轮没有冒认它们已入失败数。百度故障被queryDictSafely/queryBaiduSafely吞为null并降级建词，算新建而非失败；重导跳过已有壳，不会自动补音标翻译。异步回填仅补音频，不能补其它字段。Spec8.2/12.3仍写“百度失败记词失败/失败明细”，与当前降级结果相冲突。

最新phrase PRD已明确跨原形/变形全局联合查重；Spec5.4第3条及16.1 X5仍称PRD未要求，此差异已过时，不应再列为待业务裁决。词性13/20与复合串、翻译999/3000等差异依旧显式存在。

可执行验证场景

1. CSV phrase,translation look up,"查找 get up,起床 ：必须观察解析仅look up且译文吞后行、invalid空；导入修文件再跑依旧跳过look up。
2. get up变形got up|起床：解析同时有valid row与invalid；首次建主表+got up，修成got up|gotten up再导被主表存在短路。
3. import.enabled=true，显式limit=0/-1且省略dryRun：当前会处理全部合法候选；对照limit20仅前20，dryRun不查库不外呼。
4. 待发布250词，batch传limit=0,type=words：当前100/100/100扫描250；0或,,,处理两类全量；对照150仅150；负数/非法type无写并FAIL。
5. 已发布词重复消费同补录词3次：统计百度query3次，建词0，自动发布0，TTS调用0；与新导入同词重导百度query0区分。
6. JY发布成功后注入缓存失效抛错：断言JY PUBLISHED、PROD新值、任务成功；下一轮batch不选该词，暖缓存仍旧。
7. 保存合法音频词条但pos=n./重复40次：normalizeKnownCodes接受并压成n.，实际buildTranslationWrites写原串；超过96列宽在严格DB应失败；避免把Req未限长误当枚举规范化已落库。
8. 库有take off，搜索take off：trim后仍双空格，精确eq无法命中；对照take off命中。大小写是否命中还取决于DB排序规则，不能无DB证据泛称大小写必失败。
9. 模拟提交后MQ丢投：正常行已有、词典缺词；每日/手动重算及同正文同步均不应被声称补投；正文改变重新同步才有新消息。
10. 两线程补录与人工编辑：确认旧文本锁释放后才拿ID锁，无旧反序环；同时验证人工源草稿不自动发布、已删除词不重建。

本轮隔离证据：evidence/import/results.txt（原完整Reader/Normalizer与原Param）；evidence/import/results-batch.txt（完整原Task、发布服务内存替身）。探针为本地javac，无服务写入。