admin/getDomain

Files

Your Name 32efff1670 dev

2026-04-16 13:05:07 +08:00

15 KiB

Raw Permalink Blame History

domainCheck 优化清单（待审核）

这份清单用于你先做取舍，不是默认全部都要做。

当前实施状态

统计时间：2026-04-15
说明：以下状态基于当前代码、启动验证、数据库结构补齐和本地联调结果更新。
状态口径：
已完成：代码已落地，基础验证已通过
已完成，待复测：代码已落地，但还需要你结合真实业务样本再跑一轮人工回归
继续优化：已做一部分，但还没完全做到最终验收态
暂不做：按你的审核备注，本轮不纳入

最近回归

回归时间：2026-04-16
回归方式：脚本化构造测试域名，直接验证导入、筛选、导出、批量更新关键链路
已通过项：
备案筛选能区分“有备案记录 / 没有备案记录”
友链 > 10 筛选可真实命中
检测时间字段可正常读出
TXT 导出可一行一个域名
分页导出底层查询链路可正常返回分页结果
批量更新选中域名在真实 Unicode 参数下可正常更新 review_status / has_beian / detect_time / website_url / backlink_count / domain_detections
仍需人工复测项：
GUI 实际点击流程的导入与导出交互
检测端联动聚查、桔子补查
时光机全快照倒序扫描、标题判词、命中即停的真实网络耗时与命中效果

最新检测联调

联调时间：2026-04-16
联调范围：导入建任务、补查取数、单域名真实检测执行、单域名命中黑名单后中止
已验证结果：
导入 TXT 域名后可自动创建 detect_tasks
聚查、桔子二次补查取数正常，且已拉黑域名不会进入补查队列
单域名走“正常完成”路径时：
detect_status 会更新为检测完成
detect_time 会写入
review_status 会更新为待人工复核
当满足条件时 expire_date 会被清空
单域名走“命中中止”路径时：
detect_status 会更新为黑名单
黑名单原因会写入 domain_blacklist
时光机产生的 snapshot_years 可正常落库；当前按审核口径改为 title-only 检测后，backlink_count / backlink_count_gt_10 默认不再作为时光机产出字段
命中后不会写入 detect_time
当前风险：
Wayback 对历史快照极多的域名，主要瓶颈已收敛到 CDX 时间戳列表获取；首次扫描超大域名仍可能受网络波动影响，但已补充 Redis 时间戳缓存，二次检测会明显更快

分级说明：

P0 必须做：不做会影响验收、主流程闭环或结果正确性。
P1 建议做：不一定阻塞首轮验收，但会明显影响实用性、稳定性或后续维护。
P2 可选做：属于增强项、体验项、扩展项，可按预算和阶段决定。

一、P0 必须做

1. 检测任务落库闭环修复

当前状态：已完成，待复测
目的：保证域名入库后，待检测任务能正确创建、执行、回写结果。
当前问题：数据库代码里任务创建、任务清理、结果写入存在连接对象使用不一致的问题，主流程不稳定。
不做影响：检测流程可能根本不闭环，属于核心不通过项。
建议结论：必须做

2. 检测结果写库修复

当前状态：已完成，待复测
目的：让百度/360/Google/时光机/聚查等结果能稳定入库。
当前问题：部分结果写入逻辑依赖不稳定的数据库连接对象。
不做影响：界面查得到的结果不可信，后续筛选和导出都会失真。
建议结论：必须做

3. 状态码统一

当前状态：已完成
范围：
注册状态
检测状态
使用状态
复核状态
UI 显示映射
检测器返回值
当前问题：需求文档、数据库、检测器、筛选页的状态定义不一致。
不做影响：筛选结果错误，黑名单/正常/可注册等状态可能串位。
建议结论：必须做

4. TXT 导出补齐

当前状态：已完成
目的：满足需求中的“导出 txt，一行一个域名”。
当前问题：当前只支持 Excel/CSV。
不做影响：需求明确不符合，验收容易直接打回。
建议结论：必须做 审核：这个其实不影响，或者你可以多加一个导出为txt 选项

5. 筛选条件真正落库生效

当前状态：已完成，待复测
重点项：
快照年份
备案年份
首页网址
友链数是否大于 10
是否有备案历史
部分状态筛选
当前问题：有些条件只有界面，没有真正进入 SQL 查询。
不做影响：运营筛选失真，界面“看起来有”但实际不可用。
建议结论：必须做

6. 敏感词全链路配置化

当前状态：已完成，待复测
目的：让敏感词配置窗口真正决定检测规则。
当前问题：主流程里仍有写死词表。
不做影响：虽然有敏感词页面，但配置不能完全生效，需求不满足。
建议结论：必须做 审核：必须要读取软件出口提交的敏感词

7. 停止规则补齐

当前状态：继续优化
需求核心：
黑名单命中后停止后续检测
已使用/已卖出/已预定不进运营池
非可注册且非一口价不进入可注册池
当前问题：只实现了部分拉黑中止，完整规则未闭环。
不做影响：浪费检测资源，筛选池不准确。
建议结论：必须做

++ 8. 聚查、桔子增加独立检测状态

当前状态：已完成，待复测
优先级：P0 必须做
目的：为聚查、桔子增加“未检测 / 已检测”状态，用于支持增量补查。
人工验收反馈：
第一次检测时如果未勾选聚查、桔子，则只按当前检测选项执行
第二次检测时如果勾选了聚查、桔子，则数据库中尚未检测过聚查、桔子的域名需要补查一次
若选中的流程全部执行完且未命中黑名单，则总状态应更新为“检测完成”
不做影响：二次检测无法按需补查，检测状态判断不准确。

++ 9. 检测选项配置与实际检测流程需一致

当前状态：已完成，待复测
优先级：P0 必须做
人工验收反馈：
目前仅希望配置以下检测项：
检查注册
站长之家查询
爱站网查询
百度 site 查询
360 的 site 查询
域名检测端运行十多个小时仍在跑，用户无法理解实际执行范围
优化要求：
系统设置中的检测选项必须与实际检测流程一致
未勾选的检测项不得执行
需要有明确的执行状态反馈

++ 10. 域名筛选结果需显示检测时间

当前状态：已完成
优先级：P0 必须做
人工验收反馈：
条件“注册状态=可注册、使用状态=未使用、检测状态=检测完成”查询后，没有显示检测时间
用户定义：检测时间 = 检测完成时间
不做影响：运营无法判断结果数据的新旧。

++ 11. 域名筛选导出需支持导出多页或全部

当前状态：已完成
优先级：P0 必须做
人工验收反馈：
当前默认一页 100 条，需增加“导出几页”或“导出全部”的功能
不做影响：运营无法批量导出完整结果。

++ 12. “是否有备案”筛选需真实生效

当前状态：已完成，待复测
优先级：P0 必须做
人工验收反馈：
域名筛选中是否勾选“是否有备案”，出现的域名结果都一样
不做影响：筛选结果不可信，需求不满足。

++ 13. 批量更新选中域名功能需修复

当前状态：已完成，待复测
优先级：P0 必须做
人工验收反馈：
已选中域名后执行“批量更新选中域名”，提示“成功更新0个域名的信息”
不做影响：运营批量操作不可用。

++ 14. 检测选项配置中需补充时光机检测开关

当前状态：已完成
优先级：P0 必须做
人工验收反馈：
系统设置中的检测选项没有“时光机检测”，但检测流程第二步就是时光机
不做影响：配置项与实际业务流程不一致，无法控制时光机是否执行。

二、P1 建议做

8. 时光机检测按审核口径升级为“全快照倒序扫描标题，命中即停”

当前状态：已完成，待复测
当前状态：已使用 Wayback/CDX API 获取全量快照时间戳。
当前实现：
按时间倒序扫描全部快照
仅抓取每个快照的 title，不再抓取正文
按 title 去重
先快速检查最新快照，命中后不再继续拉全量快照列表
同时使用 CDX 返回的 digest 先做一轮内容级去重，减少无效 title 请求
任一快照标题命中敏感词后立即停止后续扫描
已增加 Redis 持久缓存：标题缓存 + 时间戳列表缓存
剩余风险：首次扫描历史快照极多的老域名时，CDX 时间戳列表获取仍可能偏慢。
建议结论：已完成，继续复测性能
审核备注：必须全部快照检查，不能随机；只要一个快照标题命中敏感词，则判定黑名单并停止后续扫描

9. 友链数量自动落库和自动筛选联动

当前状态：继续优化
当前状态：筛选链路已支持 友链 > 10，但按当前审核口径改为 title-only 时光机检测后，不再从时光机正文自动计算友链数量。
建议价值：如后续仍需自动产出友链数量，需要单独补一条正文抓取或其他来源统计链路。
是否阻塞首轮验收：看是否把友链自动检测作为必验项
建议结论：按你的复测结果决定是否继续做

10. 人工筛选规则脚本化补齐

当前状态：继续优化
范围：
站长之家标题/分类规则
爱站风险词规则
百度/360 子域名规则
聚查备案年份/单位性质/首页一致性/拦截规则
桔子 SEO 历史词、中文标题、外链锚文本规则
当前状态：有平台检测器，但规则覆盖不完整。
建议价值：这是把“人工流程”转成“机器流程”的关键。
是否阻塞首轮验收：看甲方是否按文档逐条验。
建议结论：建议做

11. 检测端稳定性优化

当前状态：已完成一轮基础优化，待长时复测
内容：
连接池配置化
并发线程数控制
失败重试逻辑梳理
任务队列模型修正
当前状态：已把默认连接池降小，但整体并发/连接模型仍偏脆弱。
建议价值：适合进入持续检测前做。
是否阻塞首轮验收：通常不阻塞
建议结论：建议做

12. 配置写入频率优化

当前状态：已完成
当前问题：系统设置页初始化过程中会多次重复写本地文件/Redis。
建议价值：降低噪音日志和无谓写入。
是否阻塞首轮验收：不阻塞
建议结论：建议做

13. 明文密码存储整改

当前状态：已完成
当前问题：本地文件中存在明文账号密码存储。
建议价值：安全性和交付规范更好。
是否阻塞首轮验收：多数情况下不阻塞功能验收，但属于明显风险。
建议结论：建议做

三、P2 可选做

14. 搜索引擎采集补齐

当前状态：暂不做
内容：根据关键词从搜索引擎持续采集域名入库。
当前状态：有占位入口，未真正实现。
价值：有利于做“全网增量建设”。
是否必须：如果当前先验一口价+删除列表+手工导入，不一定必须。
建议结论：可选做 审核：这个可以暂时不做

15. 企业目录采集补齐

当前状态：暂不做
内容：抓取企业目录网站的公司域名。
当前状态：有占位入口，未实现。
价值：增强全网增量来源。
是否必须：首轮不一定必须。
建议结论：可选做 审核：这个可以暂时不做

16. Zone File 采集补齐

当前状态：暂不做
当前状态：有占位入口，未实现。
价值：适合后期扩充大库。
是否必须：当前阶段通常不是必须。
建议结论：可选做 审核：这个可以暂时不做

17. 第三方 API/数据包接入

当前状态：继续优化
当前状态：需求有提及，但项目未形成稳定接入方案。
价值：提升数据来源多样性。
是否必须：不是首轮必做。
建议结论：可选做 审核：这个可以暂时不做

18. Redis Bloom 模块支持

当前状态：继续优化
当前状态：Redis 已通，但未安装 RedisBloom，当前已退回普通缓存。
价值：对海量去重更有帮助。
是否必须：首轮本地联调不必须。
建议结论：可选做

19. 亿级数据量数据库专项优化

当前状态：暂不做
内容：
更细索引策略
分区或分表设计
任务批次管理
大批量导入方案
价值：面向大规模生产阶段。
是否必须：当前桌面版联调阶段不是必须。
建议结论：可选做 审核：这个可以暂时不做

20. UI 体验类优化

当前状态：继续优化
内容：
更清晰的状态说明
批量操作反馈优化
查询条件联动提示
导出成功/失败结果更明确
是否必须：非核心
建议结论：可选做

四、建议你审核时优先决定的项

这几项建议你先拍板，因为会直接决定我后面怎么开工：

是否把 TXT 导出 作为首轮必须项
是否把 时光机按年份抽样 作为首轮必须项
是否把 人工筛选规则脚本化 作为首轮必须项
是否把 搜索引擎/企业目录/Zone file 采集 放到二期
是否需要同步处理 明文密码存储

五、我建议的默认实施范围

如果你不想一次做太大，我建议默认先做下面这些：

默认先做

检测任务落库闭环修复
检测结果写库修复
状态码统一
TXT 导出
筛选条件真正生效
敏感词全链路配置化
停止规则补齐

默认后做

时光机按年份抽样
人工筛选规则脚本化补齐
安全整改
稳定性与架构优化

默认不纳入首轮

搜索引擎采集
企业目录采集
Zone file 采集
第三方 API/数据包扩展
Redis Bloom
亿级数据量专项优化

审核总结：

一、P0 必须做必须做

二、P1 建议做必须做

三、P2 可选做根据我审核备注来做，没审核的做

当前执行结论：

P0：已基本落地，建议你按“导入 -> 检测 -> 筛选 -> 导出 -> 批量更新”做一轮人工复测
P1：已完成大部分主干优化，剩余重点在“停止规则细化”和“人工筛选规则脚本化”
P2：已按你的备注暂缓未审核项，不影响当前主线联调