查看: 465|回复: 3

鸿蒙PC长任务状态治理:ArkTS状态机与进度语义设计

[复制链接]
发表于 7 小时前 | 显示全部楼层 |阅读模式
在鸿蒙PC上做端侧3D高斯泼溅工坊「曜彩 SplatLab」,算法并不是最容易被卡住的部分。SfM、可微光栅化、球谐系数、协方差初始化都有成熟论文和开源实现,真正难的是把一条要跑十几分钟到一小时的任务放进桌面工位:用户随时切窗口、随时取消、随时合盖,界面还要能解释每一步在干什么。原文提到,这个鸿蒙PC工程里与三维直接相关的点云生成与投影、深度排序、每帧填充加起来不到三分之一,剩下三分之二都在管理一条任务从生到死的秩序。本文围绕其中可落地的ArkTS模块,梳理状态机、进度语义、失败归因和队列预算的设计取舍。

一、桌面长任务先要回答三个问题

演示场景只要点一下、出个结果,工位却要面对三个算法回答不了的问题:进度62%到底是迭代比例还是时间比例;能不能先关掉任务晚上继续;任务挂了该重试还是换参数。原文用四张鸿蒙PC真机桌面截图对应任务相位:草稿、采集中、训练中、已完成。训练中卡片上的62%是最危险的字段,因为它看起来像事实,实际上可能是四种完全不同的进度含义之一。另一张训练监控页停在“已暂停”,指标全是初值,NPU占用0%,按钮是“开始”而不是“暂停”,说明没有长任务运行时,界面不应残留任何“像在跑”的痕迹。同一页面进入运行中后,曲线开始动,但四张指标卡仍停在初始值,暴露出任务线程采样和界面定时器两个真相源。由此得到一条原则:一个页面不允许出现两个真相源,界面只消费快照。

二、用显式状态机替掉散落的布尔变量

早期版本用isCapturing、isTraining、hasResult三个布尔描述任务,能拼出8种组合,业务上只有4种有意义。剩下4种没有名字,却会在某个catch分支里悄悄出现,最后表现为“正在训练但没有进度”的卡片。更稳的表达是枚举加合法迁移表。原文把任务拆成八个状态:DRAFT草稿、CAPTURING采集中、QUEUED排队中、RUNNING训练中、PAUSED已暂停,以及DONE、FAILED、CANCELED三个终态。八个状态之间合法迁移只有十二条,56种组合里剩下44种一律非法。非法迁移立即断言失败,比一周后从用户嘴里听到怪现象更可控。
  1. // entry/src/main/ets/core/task.ets
  2. export enum TaskState {
  3.   DRAFT = 'draft',
  4.   CAPTURING = 'capturing',
  5.   QUEUED = 'queued',
  6.   RUNNING = 'running',
  7.   PAUSED = 'paused',
  8.   DONE = 'done',
  9.   FAILED = 'failed',
  10.   CANCELED = 'canceled'
  11. }
  12. const LEGAL: Map<TaskState, TaskState[]> = new Map<TaskState, TaskState[]>([
  13.   [TaskState.DRAFT, [TaskState.CAPTURING, TaskState.CANCELED]],
  14.   [TaskState.CAPTURING, [TaskState.QUEUED, TaskState.CANCELED]],
  15.   [TaskState.QUEUED, [TaskState.RUNNING, TaskState.CANCELED]],
  16.   [TaskState.RUNNING, [TaskState.DONE, TaskState.FAILED, TaskState.PAUSED, TaskState.CANCELED]],
  17.   [TaskState.PAUSED, [TaskState.RUNNING, TaskState.CANCELED]],
  18.   [TaskState.DONE, []],
  19.   [TaskState.FAILED, []],
  20.   [TaskState.CANCELED, []]
  21. ]);
  22. export function canTransit(from: TaskState, to: TaskState): boolean {
  23.   const allowed = LEGAL.get(from);
  24.   return allowed !== undefined && allowed.indexOf(to) >= 0;
  25. }
  26. /** 同状态视为幂等,桌面用户会连点;非法迁移原样返回 */
  27. export function transit(task: TaskRecord, to: TaskState, nowMs: number): TaskRecord {
  28.   if (task.state === to) {
  29.     return task;
  30.   }
  31.   if (!canTransit(task.state, to)) {
  32.     return task;
  33.   }
  34.   const next: TaskRecord = {
  35.     id: task.id,
  36.     parentId: task.parentId,
  37.     state: to,
  38.     frameCount: task.frameCount,
  39.     revision: task.revision + 1,
  40.     updatedAtMs: nowMs
  41.   };
  42.   return next;
  43. }
复制代码

这段状态机有三个被真实操作逼出来的决定。第一,同状态迁移必须幂等,revision不能增加;否则鼠标连点两次“开始”会让快照总线误判状态变了,多做一轮无意义重建。第二,终态不可复活,FAILED任务点重试不能改回QUEUED,否则抹掉了“它曾经失败过”的证据;正确做法是新建记录,把旧id写进parentId,任务墙上还能显示第几次尝试。第三,RUNNING到DONE必须先有证据:产物manifest通过校验,文件存在、点数与声明一致、校验位匹配,才允许进DONE,否则走FAILED,挡住“显示成功但成品空白”的线上问题。

三、进度不是一个数,而是一份带档位的报告

进度条最容易被写错的地方,是把不同阶段的完成度直接压成一个百分比。原文把进度拆成三种档位:DETERMINATE、ESTIMATED、UNKNOWN,并把训练拆成PREPROCESS、INIT、OPTIMIZE、EXPORT四个阶段,权重分别是0.1、0.1、0.7、0.1。总进度等于已完成阶段的权重加上当前阶段内比例乘该阶段权重。权重是产品决定,不是数据决定,它决定了进度条什么时候开始慢下来。
  1. // entry/src/main/ets/core/progress.ets
  2. export enum ProgressKind {
  3.   DETERMINATE = 'determinate',
  4.   ESTIMATED = 'estimated',
  5.   UNKNOWN = 'unknown'
  6. }
  7. export enum Phase {
  8.   PREPROCESS = 'preprocess',
  9.   INIT = 'init',
  10.   OPTIMIZE = 'optimize',
  11.   EXPORT = 'export'
  12. }
  13. const PHASE_WEIGHT: Map<Phase, number> = new Map<Phase, number>([
  14.   [Phase.PREPROCESS, 0.1],
  15.   [Phase.INIT, 0.1],
  16.   [Phase.OPTIMIZE, 0.7],
  17.   [Phase.EXPORT, 0.1]
  18. ]);
  19. export function overallProgress(report: ProgressReport): number {
  20.   const weight = PHASE_WEIGHT.get(report.phase);
  21.   if (weight === undefined) {
  22.     return 0;
  23.   }
  24.   let passed = 0;
  25.   const index = PHASE_ORDER.indexOf(report.phase);
  26.   for (let position = 0; position < index; position++) {
  27.     const item = PHASE_WEIGHT.get(PHASE_ORDER[position]);
  28.     passed += item === undefined ? 0 : item;
  29.   }
  30.   const ratio = report.total > 0 ? Math.min(1, Math.max(0, report.done / report.total)) : 0;
  31.   return Math.min(1, Math.max(0, passed + weight * ratio));
  32. }
  33. /** 超过预估两倍就撤回时间承诺 */
  34. export function etaText(remainingMs: number, elapsedMs: number, startedAtEtaMs: number): string {
  35.   if (remainingMs <= 0) {
  36.     return '即将完成';
  37.   }
  38.   if (startedAtEtaMs > 0 && elapsedMs > startedAtEtaMs * 2) {
  39.     return '剩余时间重新估算中';
  40.   }
  41.   if (remainingMs > 600000) {
  42.     return '预计 10 分钟以上';
  43.   }
  44.   const minutes = Math.max(1, Math.round(remainingMs / 60000));
  45.   return '预计约 ' + minutes + ' 分钟';
  46. }
复制代码

etaText里“超过预估两倍就撤回”的分支很关键:估算模型自己失效时,要主动承认失效。一个永远显示“预计3分钟”的进度条,比写“剩余时间未知”更伤信任。进度还要单调,不允许回退;真要重来就换阶段,而不是让数字倒退。

四、取消也要走状态迁移,失败要归因到唯一动作

取消不是一个按钮语义。原文强调同一枚取消按钮在不同相位下要做的事不同,核心是让取消也走显式状态迁移进入CANCELED,而不是直接改布尔或删记录。终态不可复活,取消后也不应继续上报进度。

失败处理更不能只在catch里打日志然后显示“训练失败,请重试”。原文把失败分成四类:INPUT、RESOURCE、NUMERIC、ENVIRONMENT,并各自对应唯一动作:重新采集、降档重试、调参重试、导出诊断包。归因靠错误码前缀而不是错误文案,因为文案会随本地化变化,码不会。
  1. // entry/src/main/ets/core/failure.ets
  2. export enum FailureKind {
  3.   INPUT = 'input',
  4.   RESOURCE = 'resource',
  5.   NUMERIC = 'numeric',
  6.   ENVIRONMENT = 'environment'
  7. }
  8. export function classify(code: string, detail: string): FailureKind {
  9.   if (code.indexOf('E_INPUT') === 0 || code.indexOf('E_FRAME') === 0) {
  10.     return FailureKind.INPUT;
  11.   }
  12.   if (code.indexOf('E_MEM') === 0 || code.indexOf('E_DISK') === 0 || code.indexOf('E_BUSY') === 0) {
  13.     return FailureKind.RESOURCE;
  14.   }
  15.   if (code.indexOf('E_NUM') === 0 || detail.indexOf('NaN') >= 0) {
  16.     return FailureKind.NUMERIC;
  17.   }
  18.   return FailureKind.ENVIRONMENT;
  19. }
  20. /** 诊断包应含版本号、设备型号、失败迭代序号、结构化日志和参数快照;不含原始照片、绝对路径、用户名 */
  21. export function advise(failure: FailureRecord): FixAdvice {
  22.   if (failure.kind === FailureKind.INPUT) {
  23.     return {
  24.       action: FixAction.RE_CAPTURE,
  25.       headline: '素材不够支撑重建',
  26.       hint: '至少需要 20 张有重叠的环绕照片,建议补拍缺失的那一侧'
  27.     };
  28.   }
  29.   if (failure.kind === FailureKind.RESOURCE) {
  30.     return {
  31.       action: FixAction.RETRY_LIGHTER,
  32.       headline: '这台机器当前腾不出足够资源',
  33.       hint: '降低点数档位,或关掉其他重型应用后从第 ' + failure.atIteration + ' 次迭代继续'
  34.     };
  35.   }
  36.   if (failure.kind === FailureKind.NUMERIC) {
  37.     return {
  38.       action: FixAction.RETRY_TUNED,
  39.       headline: '优化过程发散了',
  40.       hint: '建议下调学习率并把迭代预算减半,从检查点重启往往比从头更稳'
  41.     };
  42.   }
  43.   return {
  44.     action: FixAction.EXPORT_DIAGNOSTIC,
  45.     headline: '遇到需要开发者介入的问题',
  46.     hint: '导出诊断包(不含原始照片)后反馈,错误码 ' + failure.code
  47.   };
  48. }
复制代码

诊断包“不含原始照片”不是客套,它同时告诉用户哪些隐私数据不会被带走,也告诉开发者包里能拿来定位问题。这样用户不会面对一个只能反复点重试的死循环。

五、2in1设备上主动把并发压到一

服务器思维在桌面端会害人。原文在鸿蒙PC这类2in1设备上把并发上限压到MAX_RUNNING等于1,原因有三层。第一层是算力本身:一条训练任务内部已经并行,再叠一条,两条都只能拿到一半核,缓存被打散、调度切换变密,用户看到的是两个都在慢慢转。第二层是内存与功耗:一条任务的中间张量峰值可能是产物大小的几十倍,并行意味着峰值叠加,失败可能不是一开始发生,而是跑到第8000次迭代才报E_MEM;笔记本风扇一转,用户对软件的好感也会下降。第三层是界面帧预算:训练在自己的线程里,UI还要重绘曲线、刷新进度、响应拖拽窗口,并发越多主线程时间片越碎,拖窗口就掉帧。串行执行换来两个好处:进度语义可解释,永远只有一条主进度;失败归因单一,出问题的一定是那一条。调度策略则按用户置顶优先、预估代价其次,队列可以很长,但执行必须串行且可中断。

六、快照总线与断言集把状态治理变成可测试模块

原文列出六个可单独编译进任意鸿蒙工程的ArkTS模块:状态机、进度语义、失败归因、队列预算、快照总线和断言集。快照总线解决的就是前面“两个真相源”的问题:任务线程上报采样,界面自己也有定时器,两边各自都对,拼在一起却会出现“曲线在动、卡片不动”的分裂。正确做法是界面只吃快照,由一个快照源驱动页面状态。断言集则把非法迁移、进度回退、终态复活、同状态revision增长这些规则变成可单测的失败,而不是等用户复现。

长任务不配待在主线程,也不配用几个布尔和一句“失败请重试”糊弄。对鸿蒙PC上的桌面工位来说,显式状态机、带档位的进度报告、错误码归因、串行队列和快照驱动界面,是把一条十几分钟到一小时的任务做成可解释产品的基础设施。
回复

使用道具 举报

发表于 7 小时前 | 显示全部楼层

Re: 鸿蒙PC长任务状态治理:ArkTS状态机与进度语义设计

这个把长任务从“算法演示”拉到“工位产品”的角度很实在,尤其是布尔变量能拼出 8 种组合、业务上只剩 4 种有意义这一点,踩过坑的人应该都懂——那些没有名字的状态最后一定会在某个 catch 里冒出来,变成用户截图里的“正在训练但没进度”。 几个读完想问或想补的点: 一是幂等那条我很认同,但 revision 的语义最好一开始就定死,是“内容版本”还是“状态版本”。如果后面快照总线要靠它做差量重建,同状态迁移不涨版本就得写进注释和单测里,不然新人很容易在某个分支里手动 +1,把幂等悄悄破坏掉。 二是终态不可复活、重试新建记录挂 parentId 这个做法,配合任务墙展示“第几次尝试”很顺。不过要留意 parentId 链的清理策略,反复重试十几次之后,列表页拉取时是按链聚合还是平铺,最好现在就定,否则后面做分页会很别扭。 三是进度分档和阶段权重,产品决定权重这点说得对,但 ESTIMATED 档位在阶段切换时天然会“掉进度”,比如 OPTIMIZE 快跑完了切到 EXPORT,总进度反而往回跳。建议在快照层做一次单调钳制,同时把“回退”作为事件记下来,排查时能对上账。 四是你提到合盖、切窗口这些场景,那状态落盘和恢复对账大概率也绕不开。内存里的 TaskRecord 在休眠唤醒后丢了怎么补,是不是靠 revision 单调递增去和磁盘上的记录做一次对账,这块如果正文后面有讲,我挺想
回复 支持 反对

使用道具 举报

发表于 7 小时前 | 显示全部楼层

Re: 鸿蒙PC长任务状态治理:ArkTS状态机与进度语义设计

这套把任务从生到死收成显式状态机的思路很实在,尤其是同状态幂等和终态不复活这两点,桌面端连点和重试场景太容易踩坑。把 FAILED 重试做成新记录、用 parentId 串起尝试链路,也比我见过的一把改状态要清楚得多。 进度这块把 DETERMINATE、ESTIMATED、UNKNOWN 分开,再用阶段权重算总进度,比直接压一个百分比靠谱。实际界面上如果能在百分比旁边固定显示当前阶段名和档位,用户对“为什么卡在60%”的容忍度会高不少。另外“页面只消费快照”这条我认同,任务线程采样和界面定时器各算一套,最后一定是两个真相源打架。 RUNNING 到 DONE 前做产物 manifest 校验也很关键,宁可进 FAILED 也别出现“显示成功但成品空白”。整体看这些取舍都是从工位场景逼出来的,不是演示型代码。
回复 支持 反对

使用道具 举报

发表于 7 小时前 | 显示全部楼层

Re: 鸿蒙PC长任务状态治理:ArkTS状态机与进度语义设计

这套思路读下来很有共鸣。我之前也踩过布尔变量拼状态的坑,三个 flag 一叠加,catch 分支里就悄悄冒出个“既没在跑也没有结果”的第四种组合,查起来要翻三四层日志。你把它换成枚举加十二条合法迁移,还规定同状态迁移幂等、revision 不涨,这其实是在替整条版本链条踩刹车;连点“开始”触发无意义重建的问题能先挡住,整个界面就不容易自己乱起来。 终态不可复活这一点尤其认同。FAILED 点重试新建记录、把老 id 塞进 parentId,等于给任务墙保留了“第几次尝试”的历史,比把一个失败的壳子直接洗回 QUEUED 更诚实,因为用户往往只记得“我点过重试”。同理,RUNNING 到 DONE 之前先校验产物 manifest(文件在、点数对得上、校验位匹配),才能挡住“显示成功、成品空白”这种最难解释的线上问题;这一步多写几十行,比事后对着一堆脏数据倒推划算得多。 进度那块拆成三档加四阶段权重,我觉得最关键的不是权重取多少,而是把进度从一个“数”升级成一份带 kind、phase、时间戳的报告,界面只做渲染,不再自己算。DETERMINATE 给确定的百分比,ESTIMATED 显示“预计剩余”这类更模糊的表达,UNKNOWN 就来个不确定动画,别硬凑一个数字。你提到的两个真相源问题,本质就是界面定时器和任务线程各自维护状态;把采样统一到快照总线上、页面只消费快照,这个方向是对
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

指导单位

江苏省公安厅

江苏省通信管理局

浙江省台州刑侦支队

DEFCON GROUP 86025

Hacking Group 021A

旗下站点

态势感知中心

应急响应中心

红盟安全

联系我们

官方QQ群:112851260

官方邮箱:security#ihonker.org(#改成@)

官方核心成员

关注微信公众号

Archiver|手机版|小黑屋| ( 沪ICP备2021026908号 )

GMT+8, 2026-11-16 08:49 , Processed in 0.025694 second(s), 18 queries , Gzip On, Redis On.

Powered by ihonker.com

Copyright © 2015-现在.

  • 返回顶部