junhong_cmp_fiber/openspec/changes/add-carrier-channel-traffic-thresholds/design.md

Context

「运营商通道」即既有 Carrier（tb_carrier），系统无独立通道实体；卡归属通道 = IotCard.CarrierID，下文 carrier_id 均指该外键。Carrier.DataResetDay 是上游流量重置日（1–28，运营商每月清零网关计数器的日期），已有 CRUD 管理接口。卡上 last_gateway_reading_mb 是运营商当前周期累计流量读数，由流量轮询经卡观测 ApplyTrafficObservation 事务写入。停复机统一入口 StopResumeService.EvaluateAndAct，现有停因 3 种轮询停因可自动复机，风险网关扩展态（风险停机/销户）禁止复机。资金类外部调用已有「DB 事实表 + 每分钟恢复扫描 + 至多一次提交认领」范式（refundchannel）。套餐真流量预警（第 12 项，已归档）只通知不停机，本能力与其零耦合。

Goals / Non-Goals

Goals:

• 通道阈值配置（扩列 tb_carrier）+ 字段级平台守卫 + 审计并入既有 carrier 审计。
• 达量停机：锁 + 可靠停机事件，周期内拒绝一切复机。
• 新周期解锁 + 条件复机；停机/复机失败未知由恢复扫描确认或超期转人工。

Non-Goals:

• 不改套餐真流量预警代码与表。
• 不改既有 3 种轮询停因语义、不改网关调用层、不改 isTrafficResetWindow。
• 不扩散设备维度；不建独立通道实体；不为阈值配置建附属表。

Decisions

1. 阈值配置扩列 tb_carrier

• 新增列：traffic_threshold_enabled（bool，默认 false）、traffic_threshold_value（正数，numeric）、traffic_threshold_unit（MB/GB）。
• 周期起始日复用既有 data_reset_day，不新增列。 通道计费周期 = 网关计数器清零周期，是同一事实（列注释即此语义），两套并存必然口径漂移；因此不引入 traffic_period_type、traffic_period_start_day 字段，统计周期只有一个：月内起始日（1–28，上海时区）。
• GB 换算系数固定 1 GB = 1024 MB，以常量定义；换算后与 last_gateway_reading_mb（MB）同单位比较。

2. period_start 公式（上海时区）

resetDay 取该卡 carrier 的 data_reset_day：

M = time.Date(y, m, resetDay, 0, 0, 0, 0, time.FixedZone("", 8*3600))  // 本月重置日 0 点
period_start = M                 if now >= M
period_start = M.AddDate(0, -1, 0) if now <  M   // 上月重置日 0 点

resetDay 1–28 保证每月有定义（无 2 月 30 日问题）。与 isTrafficResetWindow（internal/domain/cardobservation/traffic.go，重置日当天+前一日）是两个口径：前者是网关计数器清零的观测窗口（判断读数回落是否为合法清零），后者是逻辑周期起点（锁唯一键）；二者互不修改。

3. 达量停机

• 判定落点：ApplyTrafficObservation 既有事务内（行锁 + CAS 已持有，数据最新，并发天然安全；人工刷新同路径行为一致）。条件：decision.ReadingAccepted == true 且卡所属 carrier 阈值启用；异常下降保护（ReadingAccepted == false）不判定。只用 last_gateway_reading_mb，不用 data_usage_mb、current_month_usage_mb 或套餐真流量。
• 事务内写锁 + Outbox 停机事件（ENG-TX-001）；事件 ID 用 outboxid.Stable。
• 锁唯一键 (carrier_id, card_id, period_start)；postgres 23505 单独捕获为「该周期已处理」并跳过，不得与既有流量基线 CAS 冲突（CodeConflict）混流——两类冲突语义不同，前者幂等跳过，后者重放重试。
• 改阈值不生效于当前周期已持锁卡：唯一键已占位 = 该周期已处理，当前周期维持拒绝复机；新周期按新阈值判断。
• 停机消费者（worker，消费停机 Outbox 事件）：
  1. 提交认领：锁行 stop_submitted_at IS NULL 条件更新（refundchannel claimChannelSubmission 范式），至多一次执行；认领失败 = 已提交过 → 只走恢复查询，绝不重复调用。
  2. 卡已 offline（其他停因先行）→ 不调 Gateway，直接确认 success。
  3. 否则复用 stopCardWithRetry（内部 3 次重试、Integration Log、统一审计）；成功后写 network_status=offline、stop_reason=channel_threshold、stopped_at。
  4. 失败/未知：保留锁与任务状态、记安全失败原因；unknown 的 Integration Log 必带 RecoveryStrategy。

4. 停因与复机拒绝

• 新增 StopReasonChannelThreshold = "channel_threshold"（pkg/constants/iot.go 停因组）。不纳入 isPollingStopReason（否则 EvaluateAndAct 离线分支会绕过周期逻辑直接自动复机），不纳入 isDeviceScopeReason（不扩散设备）。复机只由周期处理发起。
• 持锁拒绝覆盖四个入口，入口前置检查（锁存在 → 拒绝 + 审计 denied + 锁保留）：

  入口	覆盖路径
  resumeSingleCard	EvaluateAndAct 自动复机、ResumeCardIfStopped、resumeDeviceCards 遍历
  ManualStartCard	手动复机
  ForceStartCard	保护期强制复机（不加此拒绝，保护期一致性检查会强行复机持锁卡）
  StartMachineSeparatedCard	机卡分离复机

• 「其他停机锁」定义：stop_reason 非空且非 channel_threshold（arrears/manual/carrier_stopped/protect_period 等），或 gateway_extend 为风险停机/销户（isRiskGatewayExtend）。

5. 周期处理与恢复（两个独立 cron）

均 @every 1m + asynq.Unique(10m) + 无 payload，照 TaskTypeRefundChannelRecovery 形态注册（cmd/worker/main.go）；独立 cron 而非挂流量轮询同路径，是因为不依赖「停机卡是否继续被轮询」，新周期后最迟 1 分钟处理。

1. 周期处理：扫描 period_start 已过期的持锁锁行（按锁行自身 carrier 的 data_reset_day 判断过期，支持换运营商后旧锁归属）；条件更新认领解锁（status=locked → unlocked，防并发重复）；逐卡评估：有效主套餐（hasValidPackage）+ 流量未耗尽（isTrafficExhausted）+ 实名 OK（isRealnameOK）+ 非风险 extend + 无其他停因；全满足写复机 Outbox 事件，任一不满足只解锁。
2. 恢复扫描：扫描 stop_status/resume_status 为 submitted 的锁；只查询网关状态回填，绝不重复发起停复机；确认成功 → 回填任务状态并补写卡状态（覆盖「Gateway 成功但 DB 更新失败」场景）；自提交起超过 30 分钟（常量定义）仍不可查 → anomaly_flag=1 + 安全失败原因，退出扫描转人工，不自动删除锁。

• 复机消费者：结构同停机消费者，认领字段 resume_submitted_at，复用 resumeCardWithRetry，成功后写 network_status=online、stop_reason=""、resumed_at。
• 周期处理与恢复 Handler 审计上下文固定 ActorKind=AuditActorScheduledJob、Source=AuditSourceScheduler。

6. 权限与审计

• 现有 carrier CRUD 路由无角色守卫（仅 Auth: true，代理后端账号可达 admin 组）。字段级守卫：Create/Update 中阈值字段仅 SuperAdmin/Platform 可写（对齐 requirePlatformManagement 模式），非平台账号提交含阈值字段的请求即拒绝；List/Get 响应对非平台账号不返回阈值字段。不把整个 carrier CRUD 改为平台专属，避免影响既有非阈值字段用途。
• 审计并入既有 carrier 更新审计（writeAudit 整体快照前后值），不新建独立审计动作；启停即 Update 的一部分，前后值自然覆盖。
• 通道停用：enabled=false 只停止新锁创建；已持锁卡当前周期继续拒绝复机，新周期解锁/复机照常；锁与历史保留。

7. 锁表结构

carrier_id、card_id、period_start（timestamptz，唯一键三列组合，软删感知）、status（locked/unlocked）、任务状态组（stop_status/resume_status：pending/submitted/confirmed/failed/unknown）、提交认领字段（stop_submitted_at/resume_submitted_at）、anomaly_flag、failure_reason、时间戳。成对迁移（up/down）。

Risks / Trade-offs

• 达量判定嵌入 ApplyTrafficObservation 事务：该事务变重（多一次 carrier 查询 + 锁插入）。收益是并发安全与数据最新；风险是事务失败回滚会连同流量事实一起回滚——既有 CAS 冲突已按此语义处理，行为一致。
• 停机成功写 stop_reason=channel_threshold 会覆盖卡上既有停因字段；仅当停机消费者确认 Gateway 成功后写入，且持锁期本就该拒绝其他路径，覆盖可接受。
• 恢复扫描「只查询回填」依赖网关状态查询接口可用；持续不可用 → 30 分钟超期转人工，锁保留，无数据丢失。