3. 超时检测机制：心跳检测、超时阈值设置、超时回调函数、基于时间戳的轮询策略

在异步迁移任务中，超时检测是保障系统可靠性的第一道防线。由于迁移任务通常涉及跨网络、跨存储层的数据搬运，任何环节的阻塞或延迟都可能导致任务“假死”。本章围绕四种核心超时检测手段展开，构建从感知、判定到响应的完整闭环。

3.1 心跳检测（Heartbeat Detection）

心跳检测是最基础的活性探活机制。迁移任务在执行过程中，会以固定间隔向监控中心或协调者发送“我还活着”的信号。若协调者在指定时间内未收到心跳，则判定任务可能已挂起或失联。

3.2 超时阈值设置（Timeout Threshold Configuration）

超时阈值并非固定值，需要根据迁移任务的类型、数据量、网络延迟动态调整。合理的阈值设置能避免误判（阈值过小）或延迟故障发现（阈值过大）。

• 静态阈值：适用于网络稳定、任务类型单一的场景。例如：单表迁移超时 30 分钟。
• 动态阈值：基于历史执行时间、当前数据量、系统负载实时计算。例如：timeout = base_time + data_size / throughput + buffer。
• 分级阈值：按任务优先级设置不同超时时间。P0 任务超时 10 分钟，P3 任务超时 2 小时。
• 自适应阈值：结合滑动窗口算法，根据最近 N 次成功任务的执行时间自动调整。

3.3 超时回调函数（Timeout Callback）

当超时被触发后，系统需要执行预定义的恢复逻辑。超时回调函数是连接检测与恢复的桥梁，通常以注册-触发模式运行。

// 伪代码：超时回调注册与执行
class TimeoutManager {
    private Map<String, TimeoutCallback> callbackRegistry = new ConcurrentHashMap<>();

    public void register(String taskId, TimeoutCallback callback, long timeoutMs) {
        callbackRegistry.put(taskId, callback);
        scheduleTimeout(taskId, timeoutMs);
    }

    private void onTimeout(String taskId) {
        TimeoutCallback callback = callbackRegistry.remove(taskId);
        if (callback != null) {
            callback.execute(taskId, new TimeoutContext(taskId, System.currentTimeMillis()));
        }
    }
}

interface TimeoutCallback {
    void execute(String taskId, TimeoutContext context);
}

3.4 基于时间戳的轮询策略（Timestamp-based Polling Strategy）

轮询策略是超时检测的“执行引擎”。基于时间戳的轮询通过比较当前时间与任务最后活跃时间戳的差值，判断是否超时。相比固定间隔轮询，该策略能更精确地处理不同任务的差异化超时阈值。

3.5 四种机制协同工作模型

在实际生产环境中，四种机制并非独立运行，而是形成“检测-判定-回调-轮询”的闭环。心跳检测负责活性感知，超时阈值提供判定基准，回调函数执行恢复动作，轮询策略驱动整个循环持续运转。

3.6 生产环境最佳实践

• 心跳与轮询分离：心跳检测由任务端主动推送，轮询策略由协调端被动扫描。两者使用不同的线程池，避免互相阻塞。
• 时间戳防回拨：使用单调时钟（System.nanoTime() 或 CLOCK_MONOTONIC）记录时间戳，避免系统时钟调整导致误判。
• 回调幂等设计：所有回调函数必须支持重复执行，且结果一致。建议在回调入口处加分布式锁（如 Redis SETNX）。
• 阈值动态调整：每 5 分钟计算一次任务平均执行时间，自动更新超时阈值。调整幅度不超过当前值的 20%。
• 监控告警：对超时检测本身进行监控。若检测组件自身超时或心跳丢失，需触发二级告警。