feat: 抓取进度可见 + 已入库秀预检(避免重复下载)
一、防重复下载 图片 key 是内容 sha1,不下载无法判断是否已存在;又没存 source_url, 于是每次重爬都把几百张已下过的图再下一遍(线上实测 Celine 62 分钟、0 新增)。 新增 GET /admin/internal/shows/covered?brand_uid=,按 (年份,季节,类型) 聚合已入库图片数,供 spider 抓前整场跳过。 二、进度可见 一次抓取可能跑几十分钟,此前只有 running/done,看不出「在干什么」, 也分不清「慢」和「卡死」。 - crawl_tasks 增加 progress_done/total/text/at - POST /admin/internal/crawl/tasks/:id/progress(spider 每场 + 每批图片上报) - GET /admin/crawl/live(页面 4 秒轮询,局部刷新状态/进度/已提交) - progress_at 超过 10 分钟没更新标黄「可能卡住」 - 渲染测试守住进度列与轮询锚点
This commit is contained in:
@ -540,3 +540,8 @@ tbody tr:last-child td { border-bottom: 0; }
|
||||
}
|
||||
/* 近邻若落在默认隐藏的副图(.cell.det)上,锚点定位后必须可见,否则跳过去是一片空白。 */
|
||||
.cell.det:target { display: flex; }
|
||||
|
||||
/* 抓取进度:正常更新的进度用灰字;心跳停了(可能卡住)才用警示色。
|
||||
用颜色而不是弹窗,是因为轮询每 4 秒一次,弹窗会变成骚扰。 */
|
||||
.progress { color: #666; font-size: 12px; }
|
||||
.progress.stale { color: #b45309; font-weight: 600; }
|
||||
|
||||
Reference in New Issue
Block a user