server13.py

import subprocess
import os
import threading
import time
import yaml
from datetime import datetime
import signal
import psutil
import glob
import re
import pytz
import requests
import shutil

BACKUP_TIME = os.environ.get('BACKUP_TIME', '1200')  # 备份时间 10800秒 2小时
HF_USER1 = os.environ.get('HF_USER1', 'jkuiii')  # HF 备份仓库的用户名
HF_REPO = os.environ.get('HF_REPO', 'st13')  # HF 备份的Models仓库名
HF_EMAIL = os.environ.get('HF_EMAIL', 'st13-bf@282820.xyz')  # HF的邮箱
HF_TOKEN1 = os.environ.get('HF_TOKEN1', '')  # HF备份账号的TOKEN

HF_USER2 = os.environ.get('HF_USER2', '')  # huggingface 用户名
HF_ID = os.environ.get('HF_ID', '')  # huggingface space 名
HF_TOKON2 = os.environ.get('HF_TOKON2', '')  # huggingface TOKEN



def get_latest_local_package(directory, pattern='*.tar.gz'):
    try:
        # 构建完整的搜索路径
        search_pattern = os.path.join(directory, pattern)
        
        # 查找所有匹配的文件
        files = glob.glob(search_pattern)
        
        if not files:
            print("未找到匹配的 nezha-hf 压缩包")
            return None
        
        # 获取最新的文件
        latest_file = max(files, key=os.path.getmtime)
        
        print(f"找到最新的包: {latest_file}")
        return latest_file
    
    except Exception as e:
        print(f"获取最新包时发生错误: {e}")
        return None


def delete_huggingface_lfs_file(filename, repo_id, token):
    """
    通过Hugging Face API删除LFS文件记录
    """
    try:
        # 1. 查询LFS文件列表
        url = f"https://huggingface.co/api/models/{repo_id}/lfs-files"
        headers = {
            "content-type": "application/json",
            "Authorization": f"Bearer {token}",
            "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
        }
        
        response = requests.get(url, headers=headers)
        if response.status_code != 200:
            print(f"查询LFS文件失败: {response.status_code} - {response.text}")
            return False
        
        lfs_files = response.json()
        
        # 2. 查找匹配的文件
        file_to_delete = None
        for file_info in lfs_files:
            if file_info.get('filename') == filename:
                file_to_delete = file_info
                break
        
        if not file_to_delete:
            print(f"未找到对应的LFS文件记录: {filename}")
            return False
        
        # 3. 删除LFS文件记录
        file_oid = file_to_delete['fileOid']
        delete_url = f"https://huggingface.co/api/models/{repo_id}/lfs-files/{file_oid}?rewriteHistory=true"
        
        delete_response = requests.delete(delete_url, headers=headers)
        if delete_response.status_code == 200:
            print(f"成功删除LFS文件记录: {filename} (OID: {file_oid})")
            return True
        else:
            print(f"删除LFS文件记录失败: {delete_response.status_code} - {delete_response.text}")
            return False
            
    except Exception as e:
        print(f"删除LFS文件记录时出错: {e}")
        return False


def safe_git_cleanup(repo_path, files_to_remove):
    """
    安全的Git清理，不会影响现有的备份文件
    """
    try:
        original_dir = os.getcwd()
        os.chdir(repo_path)
        
        print(f"执行安全Git清理: {files_to_remove}")
        
        # 1. 首先确保工作目录是干净的
        result = subprocess.run(['git', 'status', '--porcelain'], capture_output=True, text=True)
        if result.stdout.strip():
            print("工作目录有未提交的更改，先提交...")
            subprocess.run(['git', 'add', '.'], capture_output=True)
            subprocess.run(['git', 'commit', '-m', '自动提交: 清理前的更改'], capture_output=True)
        
        # 2. 只从Git索引中删除指定的文件，但不影响工作目录中的文件
        for filename in files_to_remove:
            if os.path.exists(filename):
                print(f"从Git索引中删除 {filename} (文件仍保留在工作目录)")
                subprocess.run(['git', 'rm', '--cached', filename], capture_output=True)
            else:
                print(f"文件 {filename} 不存在于工作目录，只清理Git引用")
        
        # 3. 提交删除操作
        if files_to_remove:
            subprocess.run(['git', 'commit', '-m', f'清理已删除的文件: {", ".join(files_to_remove)}'], capture_output=True)
        
        # 4. 执行GC清理但不删除最近的文件
        subprocess.run(['git', 'gc', '--auto'], capture_output=True)
        subprocess.run(['git', 'lfs', 'prune'], capture_output=True)
        
        print("安全Git清理完成")
        os.chdir(original_dir)
        return True
        
    except Exception as e:
        print(f"安全Git清理时出错: {e}")
        os.chdir(original_dir)
        return False


def get_remote_lfs_files(repo_id, token):
    """
    获取远程所有的LFS文件列表
    """
    try:
        url = f"https://huggingface.co/api/models/{repo_id}/lfs-files"
        headers = {
            "content-type": "application/json",
            "Authorization": f"Bearer {token}",
            "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
        }
        
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            return response.json()
        else:
            print(f"获取远程LFS文件失败: {response.status_code}")
            return []
    except Exception as e:
        print(f"获取远程LFS文件时出错: {e}")
        return []


def cleanup_orphaned_lfs_references(repo_path, repo_id, token, keep_count=3):
    """
    清理孤儿LFS引用：删除远程存在但本地不存在的文件引用
    """
    try:
        original_dir = os.getcwd()
        os.chdir(repo_path)
        
        print("检查孤儿LFS引用...")
        
        # 获取远程LFS文件
        remote_files = get_remote_lfs_files(repo_id, token)
        if not remote_files:
            print("无法获取远程LFS文件列表")
            return
        
        # 获取本地文件
        local_files = set(glob.glob('*.tar.gz'))
        
        # 找出远程存在但本地不存在的文件
        orphaned_files = []
        for remote_file in remote_files:
            filename = remote_file.get('filename')
            if filename and filename not in local_files:
                orphaned_files.append(filename)
        
        if orphaned_files:
            print(f"发现孤儿LFS引用: {orphaned_files}")
            
            # 删除这些孤儿引用
            for filename in orphaned_files:
                print(f"删除孤儿LFS引用: {filename}")
                delete_huggingface_lfs_file(filename, repo_id, token)
        
        print("孤儿LFS引用清理完成")
        os.chdir(original_dir)
        
    except Exception as e:
        print(f"清理孤儿LFS引用时出错: {e}")
        os.chdir(original_dir)


def compress_folder(folder_path, output_dir, keep_days=3):
    try:
        # 确保输出目录存在
        os.makedirs(output_dir, exist_ok=True)
        
        # 设置中国时区
        china_tz = pytz.timezone('Asia/Shanghai')
        
        # 获取当前中国时间
        current_time = datetime.now(china_tz)
        # 当前日期字符串 (YYYYMMDD 格式)
        current_date_str = current_time.strftime('%Y%m%d')
        
        # 使用日期和时间戳组合命名文件，确保同一天的文件可以按时间排序
        timestamp = str(int(current_time.timestamp() * 1000))
        output_filename = f'{current_date_str}_{timestamp}.tar.gz'
        output_path = os.path.join(output_dir, output_filename)
        
        print(f"新备份文件名：{output_filename}")
        
        # 获取所有压缩包
        existing_archives = glob.glob(os.path.join(output_dir, '*.tar.gz'))
        
        # 提取日期和时间戳
        def extract_date_and_timestamp(filename):
            basename = os.path.basename(filename)
            # 尝试匹配新格式 YYYYMMDD_timestamp.tar.gz
            match = re.search(r'(\d{8})_(\d+)\.tar\.gz$', basename)
            if match:
                return match.group(1), int(match.group(2))
            
            # 尝试匹配旧格式 timestamp.tar.gz (按日期分类为当前日期)
            match = re.search(r'(\d+)\.tar\.gz$', basename)
            if match:
                return current_date_str, int(match.group(1))
            
            return "00000000", 0  # 默认值，确保任何不匹配的文件排序在前面
        
        # 按日期对文件分组
        files_by_date = {}
        for archive in existing_archives:
            date_str, timestamp = extract_date_and_timestamp(archive)
            if date_str not in files_by_date:
                files_by_date[date_str] = []
            files_by_date[date_str].append((archive, timestamp))
        
        # 在每个日期组内按时间戳排序，并只保留最新的
        latest_per_date = {}
        for date_str, files in files_by_date.items():
            # 按时间戳降序排序
            files.sort(key=lambda x: x[1], reverse=True)
            # 只保留每天最新的备份
            latest_per_date[date_str] = files[0][0]  # 取第一个文件路径
            
            # 删除同一天的其他备份
            for file_path, _ in files[1:]:
                try:
                    filename = os.path.basename(file_path)
                    print(f"删除同一天的旧备份：{filename}")
                    os.remove(file_path)
                    # 删除Hugging Face LFS文件记录
                    delete_huggingface_lfs_file(filename, f"{HF_USER1}/{HF_REPO}", HF_TOKEN1)
                except Exception as e:
                    print(f"删除失败 {file_path}: {e}")
        
        # 按日期排序，保留最近keep_days天的备份
        dates = list(latest_per_date.keys())
        dates.sort(reverse=True)  # 降序排序，最新的日期在前
        
        # 如果有超过keep_days天的备份，删除最旧的
        files_to_cleanup = []
        if len(dates) >= keep_days:
            for old_date in dates[keep_days-1:]:
                file_path = latest_per_date[old_date]
                filename = os.path.basename(file_path)
                try:
                    print(f"删除最旧日期的备份：{filename} (日期: {old_date})")
                    os.remove(file_path)
                    files_to_cleanup.append(filename)
                    # 删除Hugging Face LFS文件记录
                    delete_huggingface_lfs_file(filename, f"{HF_USER1}/{HF_REPO}", HF_TOKEN1)
                except Exception as e:
                    print(f"删除失败 {file_path}: {e}")
        
        # 如果有文件需要从Git历史中清理，执行安全清理
        if files_to_cleanup:
            print(f"执行安全Git清理: {files_to_cleanup}")
            safe_git_cleanup(output_dir, files_to_cleanup)
        
        # tar.gz 压缩
        result = subprocess.run(
            ['tar', '-czf', output_path, folder_path], 
            capture_output=True, 
            text=True
        )
        
        if result.returncode == 0:
            # 计算压缩包大小
            file_size = os.path.getsize(output_path) / 1024 / 1024
            
            # 格式化中国时区的时间
            china_time = datetime.now(china_tz)
            formatted_time = china_time.strftime('%Y-%m-%d %H:%M:%S')
            
            print(f"压缩成功：{output_path}")
            print(f"压缩大小：{file_size:.2f} MB")
            print(f"压缩时间：{formatted_time}")
            print(f"保留策略：最多保留 {keep_days} 天的备份，每天只保留最新的备份")
            
            # 返回压缩包名和大小信息
            return f"{os.path.basename(output_path)} MB：{file_size:.2f} MB TIME：{formatted_time}"
        else:
            print("压缩失败")
            print("错误信息:", result.stderr)
            return None
    
    except Exception as e:
        print(f"压缩出错: {e}")
        return None


def github(type):
    if type == 1:
        os.system(f'rm -rf /data/{HF_REPO} /data/ST-server /data/data') 
        print(f'删除已完成: /data/{HF_REPO} /data/ST-server /data/data')
    if not os.path.exists(f'/data/{HF_REPO}'):
        git = f"git clone https://{HF_USER1}:{HF_TOKEN1}@huggingface.co/{HF_USER1}/{HF_REPO}"
        print(git)
        os.system(git)
        os.system(f'git config --global user.email "{HF_EMAIL}"')
        os.system(f'git config --global user.name "{HF_USER1}"') 
        os.system("ls")
        latest_package = get_latest_local_package(f'/data/{HF_REPO}')
        print(f"最新压缩包路径: {latest_package}")
        if latest_package:
            os.system(f"tar -xzf {latest_package} -C /data")
            os.system("mv /data/f/ST-server /data/")
            os.system("mv /data/data/f/ST-server /data/")
            os.system("rm -rf /data/data /data/f")
    
    if type == 2:
        print(f"开始备份上传HF仓库：{HF_REPO}")
        os.system("mkdir -p /data/f")
        
        # 检查源目录是否存在
        if not os.path.exists("/data/ST-server"):
            print("错误：/data/ST-server 目录不存在！创建空目录作为占位符")
            # 创建空的备份目录，以保证后续处理能够继续
            os.makedirs("/data/f/ST-server", exist_ok=True)
            # 创建一个标记文件标记这是空备份
            with open("/data/f/ST-server/README_EMPTY_BACKUP.txt", "w") as f:
                f.write("这是一个空的备份，因为备份时/data/ST-server目录不存在\n")
                f.write(f"备份时间: {datetime.now(pytz.timezone('Asia/Shanghai')).strftime('%Y-%m-%d %H:%M:%S')}\n")
        else:
            # 创建ST-server目录但排除logs和data目录
            os.system("mkdir -p /data/f/ST-server")
            
            # 首先备份SQLite数据库以确保完整性
            print("备份SQLite数据库以确保数据完整性...")
            # 检查database.sqlite是否存在
            if os.path.exists("/data/ST-server/database.sqlite"):
                try:
                    # 使用Python的shutil直接复制数据库文件 - 可能会有一定风险但在无sqlite3工具的情况下是备选方案
                    print("复制数据库文件(注意：数据库可能正在使用中，不保证完全一致性)")
                    # 确保目标目录存在
                    os.makedirs("/data/f/ST-server", exist_ok=True)
                    # 使用shutil复制文件
                    shutil.copy2("/data/ST-server/database.sqlite", "/data/f/ST-server/database.sqlite")
                    print("数据库复制完成，但请注意其可能不完全一致")
                except Exception as e:
                    print(f"复制数据库时出错: {e}")
            else:
                print("数据库文件不存在，跳过数据库备份")
                
            # 复制所有文件和目录，但排除logs、data和数据库文件(已单独备份)
            os.system("find /data/ST-server -maxdepth 1 -not -path '/data/ST-server/logs' -not -path '/data/ST-server/data' -not -path '/data/ST-server' -not -name 'database.sqlite' -exec cp -rf {} /data/f/ST-server/ \;")
            
            # 复制单个文件(除了数据库)
            os.system("find /data/ST-server -maxdepth 1 -type f -not -name 'database.sqlite' -exec cp -f {} /data/f/ST-server/ \;")
        
        print("ST-server目录备份完成(排除logs和data目录)")
        
        repo_path = f'/data/{HF_REPO}'
        repo_id = f"{HF_USER1}/{HF_REPO}"
        
        # 确保仓库目录存在
        os.makedirs(repo_path, exist_ok=True)
        
        # 尝试切换到仓库目录
        try:
            os.chdir(repo_path)
        except Exception as e:
            print(f"切换到仓库目录失败: {e}")
            print(f"创建仓库目录: {repo_path}")
            os.makedirs(repo_path, exist_ok=True)
            os.chdir(repo_path)
        os.system(f'git config --global user.email "{HF_EMAIL}"')
        os.system(f'git config --global user.name "{HF_USER1}"') 
        
        # 先清理孤儿LFS引用
        cleanup_orphaned_lfs_references(repo_path, repo_id, HF_TOKEN1, keep_count=3)
        
        # 执行Git清理（不影响现有文件）
        os.system('git lfs prune')
        os.system('git gc --auto')
        
        # 备份上传仓库 - 保存三天的备份，每天只保留最新的备份
        new_archive_info = compress_folder('/data/f', repo_path, keep_days=3)
        if new_archive_info:
            new_archive, file_size_info = new_archive_info.split(' MB：')
            
            os.system("pwd")
            
            # 检查是否有备份文件需要推送
            backup_files = glob.glob(os.path.join(repo_path, '*.tar.gz'))
            if not backup_files:
                print("仓库中没有备份文件，跳过推送步骤")
            else:
                print(f"检测到 {len(backup_files)} 个备份文件，准备推送")
                
                # 首先拉取最新更改以减少冲突
                print("先拉取远程仓库的最新更改...")
                pull_result = os.system('git pull origin main')
                if pull_result != 0:
                    print("拉取远程仓库有冲突，采用强制重置方式解决...")
                    # 取消当前可能的冲突状态
                    os.system('git reset --hard')
                    # 拉取远程并覆盖本地
                    os.system('git fetch origin main')
                    os.system('git reset --hard origin/main')
                
                # 确保所有文件在工作目录中可见
                os.system(f'git add -A')
                os.system(f'git commit -m "{file_size_info}"')
                
                # 尝试推送，如果失败则使用强制推送
                print("尝试推送到远程仓库...")
                push_result = os.system('git push origin main')
                if push_result != 0:
                    print("标准推送失败，尝试强制推送...")
                    # 使用强制推送
                    force_push_result = os.system('git push -f origin main')
                    if force_push_result != 0:
                        print("强制推送也失败，请手动检查仓库状态")
                    else:
                        print("强制推送成功")
                else:
                    print("推送成功")
            
            # 轻度清理
            os.system('git gc --auto')
            os.system('git lfs prune')
        else:
            print("压缩失败，无法提交")
            
        # 清理临时文件夹
        print("清理临时文件夹 /data/f...")
        os.system("rm -rf /data/f")
        print("临时文件夹已清理")

def _reconstruct_token(partial_token):
    return partial_token.replace(" ", "")
github(1)