Saltar al contenido

Relación de activación de señales ​

userprofile.signals.revoke_qq_login recibe QQConnectIdentity.pre_delete, bloquea el UserProfile correspondiente dentro de la transacción y revoca de inmediato la vinculación de QQ en curso. El callback de vinculación utiliza el mismo bloqueo. Esperar hasta después del commit permitiría que un callback en curso volviera a crear la identidad eliminada. Esto se aplica a la desvinculación por el usuario, al borrado mediante un QuerySet y al borrado en cascada. Si se revierte la transacción, se conserva la identidad y es necesario autorizar de nuevo. El apodo y el avatar no se copian al perfil público y el token de acceso no se conserva.

accountlink.signals.invalidate_github_authorizations_on_delete recibe AccountGitHub.pre_delete, lee explícitamente y bloquea el correspondiente UserProfile, anula inmediatamente el estado actual de GitHub dentro de la transacción de eliminación antes de liberar el bloqueo de fila del usuario, sin usar on_commit, evitando que los callbacks reestablezcan la asociación después de la desvinculación y antes de que se ejecute el hook de commit. La asociación en la base de datos se mantiene durante el rollback, pero la autorización se vuelve inválida y el usuario debe reinitiarla. Este bloqueo de fila del usuario comparte el uso con el commit de OAuth y depende de la serialización de bloqueos de fila en MySQL en producción; SQLite no ofrece esta garantía. Los casos de desvinculación personal, desvinculación antigua general, desvinculación de administrador, eliminación mediante QuerySet y eliminación en cascada del usuario han pasado por este señal. Solo afecta a autorizaciones no completadas de GitHub, no revierte las autorizaciones de aplicaciones en el sitio de GitHub; los claves temporales se encuentran en estructura de caché ].

Los registros antiguos de velocidad y las señales antiguas de news_queue han sido eliminados. Las noticias de la página principal ahora son gestionadas por el módulo independiente news: speedranking toma una instantánea antes y después de escribir en el ranking, effranking compara el registro personal con el puesto en el ranking y, si se cumplen las condiciones, llama a news.services.emit para enviar news.events.news_event_detected; la señal news.signals.record_news_event recibe el evento y lo almacena en el hash y el conjunto zset por categorías en news/cache.py, y si el almacenamiento falla, solo se registra en el log, sin afectar la actualización del ranking. Las operaciones de eliminación en bloque, reparaciones administrativas con force=True, reconstrucción del backend tras cambios de punto de referencia y reconstrucción completa no envían esta señal. Los nombres de las claves y las reglas de expiración se encuentran en cache.md.

El modelo msuser mantiene el conteo de videos de competencia y no competitivos, así como el espacio de archivos y el límite de carga. El nuevo ranking de velocidad es gestionado por speedranking que recibe VideoModel.post_save/post_delete, y actualiza incrementalmente Redis o reemplaza los registros inválidos tras la confirmación de la transacción.

El speedranking reutiliza los valores capturados por videomanager. Monitorea al jugador, nivel, modo, estado, torneo en curso, BV, timems, right_ce, tiempo de carga; compara directamente los resultados cuando mejora, y solo reconstruye los indicadores cuando empeora, pierde el derecho o se elimina. Durante la migración de categorías, se trata tanto al jugador anterior como al nuevo, y se almacenan los valores de bvs e iqg en el campo generado de la base de datos; si cambia el BV o timems, se activan las evaluaciones de estos indicadores derivados. La vinculación o desvinculación, y la publicación en bloque de torneos no activan señales de guardado; es necesario llamar explícitamente a add_videos_to_speed_ranks o remove_videos_from_speed_ranks.

La entrada de velocidad coordina simultáneamente speedranking.saolei, speedranking.pb y speedranking.top: comparten el pipeline de lectura de registros del usuario y escritura de cambios principales, y cada uno evalúa independientemente la selección óptima y la reubicación. El PB se clasifica por nivel, 3BV, y tipo normal/NF, compara el código score en el caso de mejora; los IDs de los videos de miembros antiguos provienen del hash del usuario, y se determina el rango según el orden antes y después del cambio de miembro, y se actualiza solo en bloque el rango correspondiente tras la escritura, con extensiones hasta el final del ranking. El top conserva los cinco mejores registros; solo revisa los registros que ya estaban en los cinco primeros cuando se vuelven inválidos o empeoran, y se actualiza el punto de referencia tras la escritura, eliminando duplicados en el ranking si hay cambios pequeños. Los errores en actualizaciones individuales, actualizaciones en bloque, reparaciones administrativas, comandos de administración y reconstrucciones se registran con contexto y pila y se lanzan nuevamente, sin usar WATCH ni intentos repetidos.

Las consultas incrementales de selección óptima, reubicación y reconstrucción en masa de los registros personales mantienen su lógica original; solo se utilizan cuatro decimales de BV y tiempos de carga por minutos al generar el zset de Redis, y se verifica el rango de codificación de cada indicador individual o total. Si se supera el límite, solo se elimina el elemento correspondiente del zset, sin activar la reubicación de registros personales, y el hash conserva el mejor resultado original; el ranking general se evalúa de forma independiente por valor total.

Top: conjunto inicial de usuarios participantes en las dieciocho categorías unificadas, indexado en orden descendente mediante el promedio transformado. Después de la escritura conjunta, se actualiza primero la capacidad suave del usuario según los puntos de anclaje ya publicados; cuando cambian los valores de anclaje en tiempo real, se envía el evento speedranking.top.events.soft_refresh_requested, creado por top.signals para generar la tarea task_refresh_soft_ranks. Durante la ejecución de la tarea, si hay otra tarea READY en el mismo camino, se salta normalmente; en caso contrario, se obtiene acceso exclusivo en máquina, se realiza una fusión ponderada de nueve pasos y se publica de forma unificada. Los puntos de entrada HTTP relacionados obtienen acceso compartido antes de la transacción y sobrescriben el callback on_commit; durante la actualización, los nuevos pedidos HTTP de escritura devuelven un 503 por razones de negocio, y el sistema de negocio espera sin rechazarlos. Los detalles sobre interfaces, rutas de bloqueo y limitaciones de operación se encuentran en back_end/saolei/speedranking/README.md.

NF es una dimensión independiente, determinada por VideoModel.right_ce == 0, ya no se utiliza el modo 12; si right_ce está vacío, no se considera NF. UserMS no mantiene contadores secundarios de NF ni del modo original. videomanager captura los cambios en right_ce y actualiza la cola; customranking no requiere información de NF y no monitorea este campo. Después de la conversión en lote del modo anterior, es necesario actualizar explícitamente las estadísticas y el caché; los pasos se describen en back_end/saolei/msuser/refactor.md.

effranking.signals procesa el guardado y la eliminación de repeticiones. Usa _old_values y update_fields para identificar las clasificaciones afectadas. Para Thrp comprueba los clics efectivos, el BV y la fecha de subida. Para NF IOE y la familia TPE comprueba los clics reales (left/right/double), el BV y el tiempo. Solo NF IOE exige right_ce=0.

Tras confirmar la transacción, las tres clasificaciones leen la repetición una sola vez y comparten los pipelines de lectura y escritura de Redis. Cada una selecciona y reemplaza sus récords por separado. En experto NF, Thrp reconstruye la lista de repeticiones con puntuación máxima o selecciona la mejor partida. En NF IOE, el tiempo desempata las puntuaciones máximas por nivel. Si la suma es máxima, solo cuenta el tiempo de experto. TPE, TPE2 y TPE3 seleccionan sus récords por separado y cada suma requiere un resultado de esa fórmula en intermedio y experto. Si se revierte la transacción, Redis conserva el estado anterior.

Al vincular o desvincular identificadores o al publicar un torneo, se llama explícitamente al servicio por lotes. Las excepciones se registran con su contexto y traza, y vuelven a lanzarse. Solo las mejoras de Thrp y NF IOE al añadir repeticiones individuales o en lote generan noticias en la sección eff. La familia TPE, los reemplazos por un resultado peor, las eliminaciones en lote, las reparaciones administrativas y las reconstrucciones completas no emiten esa señal. Los detalles están en back_end/saolei/effranking/README.md.

Al eliminar un video, videomanager.signals.delete_video_expansion limpia los registros extendidos dentro de la transacción actual; al eliminar desde registros extendidos, se sigue la cascada de Django para evitar procesos duplicados. customranking.signals.refresh_custom_pluck_rank_on_video_delete realiza un reemplazo de registros en la base de datos y actualiza Redis tras la confirmación; después de eliminar un CustomPluckRecord, se sincroniza el caché y se vuelve a leer el registro actual; en caso de deshacerse, no se publican los resultados de eliminación ni de ajuste.

La cola de videos más recientes mantiene su estado actual: al eliminar un video, no se limpia el snapshot de newest_queue, y las consultas pueden devolver aún IDs eliminados; solo se mantiene mediante funciones de corte existentes y la funcionalidad de eliminación por parte del administrador.

El proceso de importación para cuentas de homenaje y la clasificación GSC se organizan de forma independiente, reutilizando el vínculo de identificadores existente, la comparación de archivos y set_import_upload_time, manteniendo la cadena de estadísticas, clasificaciones, medallas y marcadores de competencia; is_memorial y is_active=False no excluyen el conteo de videos válidos.

Al eliminar una repetición de torneo se borran el archivo y sus vínculos con los torneos. La señal de eliminación conserva los resultados ya liquidados, los puestos, los puntos y las mejores marcas históricas hasta que se solicite un recálculo explícito. El recálculo depende del torneo y del origen de los resultados: los torneos semanales y los resultados de la GSC basados en repeticiones dejan de contar la repetición eliminada. Los participantes de la GSC con manual_scores=True conservan la puntuación introducida, pero siguen participando en el recálculo de puestos y puntos. Cada nuevo tipo de torneo debe definir sus propias reglas de eliminación y recálculo. El propietario del sitio usa POST /api/video/admin/delete con un ID por solicitud. La API llama a delete() sobre la instancia dentro de una transacción, conserva estas señales, devuelve los ID de los torneos afectados y deja un aviso en el registro. El panel oculto pide confirmación antes de enviar las solicitudes en orden y se detiene al primer error. Todavía no se envía un mensaje privado a los organizadores. El plan está en back_end/saolei/tournament/VIDEO_DELETION_PLAN.md.

UserProfile.post_delete llama a userprofile.signals.delete_user_ms, dentro del mismo transacción de eliminación, mediante instance.userms_id limpia las asociaciones UserMS y las elimina mediante la clave foránea existente; sobrescribe la eliminación de instancias, QuerySet y Admin. Cuando origin es una instancia o QuerySet de UserMS, se salta, ya que el recolector original se encarga de la eliminación, evitando la duplicación de señales. Se salta directamente si no hay asociaciones, y en caso de fallo en la limpieza se deshace la eliminación del usuario y los datos. Los datos aislados históricos se gestionan mediante cleanup_orphan_userms.

Al ejecutar UserProfile.post_delete, también se activa speedranking.pb_derived.signals.delete_derived_records tras el commit, que elimina los campos y todos los miembros de los zset de los 132 subtableros derivados de los tres grandes rankings de PB del usuario; los receptores se registran en speedranking.apps.ready, sin añadir receptores para VideoModel. El caché original de PB aún no incluye limpieza al eliminar usuarios, lo cual constituye una brecha existente, y no se realiza ningún cambio implícito en el módulo derivado.

Al ejecutar MiniGameBestScore.post_delete, se llama a minigame.signals.delete_cached_score, que tras el commit elimina al jugador de la lista ZSET y del hash detallado, conservando la marca de inicialización; sobrescribe la eliminación por Admin, QuerySet y cascada del usuario, y en caso de error no modifica el caché. La creación y mejora de juegos pequeños se actualizan directamente por el servicio de envío mediante on_commit, sin necesidad de un señal de guardado adicional.

La importación histórica de GSC sigue usando las señales de creación por defecto de TournamentUser y de guardado de best, permitiendo mejoras por defecto o manualmente; los participantes anónimos no activan la actualización del caché de participación. Al crear GSC ya premiada, no se rellena automáticamente la grabación, y se asocia explícitamente por el servicio de transmisión; las inscripciones normales y las competencias semanales permanecen sin cambios. El orden de llamada y las reglas de puntuación manual en la interfaz de importación se describen en Importación histórica de grabaciones de GSC.

Los señales de guardado de Tournament/Participant en la competencia de eficiencia también se vinculan a la actualización del caché común y al receptor de completado de TournamentUser; se mantienen solo los receptores de eliminación del caché y retiro de puntos de la clase padre, evitando duplicación de retiros. Los señales weekly_eff.signals gestionan de forma independiente el mejor valor original en flotante y su correspondiente año/semana: se almacena en la base de datos dentro de la transacción actual, y se publica en Redis tras el commit; si no hay historial de resultados, se eliminan los tres campos juntos y se quita el miembro del zset de best. La cancelación de participación ya premiada se ejecuta mediante el mismo worker al eliminar el participante, activando estas señales, pero sin eliminar los archivos de grabación; los intentos de recuperación de registros ya eliminados no deducen puntos repetidamente.

La señal de guardado del mejor resultado en eficiencia solo consulta el resumen del usuario cuando hay datos en el campo de puntuación y la competencia ya ha sido premiada; en inscripciones normales, solo se completa el TournamentUser mediante la señal de creación común, sin realizar una consulta adicional de mejor resultado. Al eliminar un participante de una competencia de eficiencia, si el resumen del usuario está ausente, se crea primero una fila por defecto, y luego se reconstruye el mejor resultado a partir de los resultados ya premiados; la creación de fila no recupera los puntos históricos perdidos.

La importación de una repetición se configura previamente en create_from_parser estableciendo la fuente upload_time para usarla en el check-in de pre_save; tras crearla, se guarda explícitamente para sobrescribir auto_now_add. Para archivos existentes, solo se guarda si el tiempo actual es anterior. Ambos procesos siguen los señales de estado y clasificación, sin usar QuerySet.update para evitar efectos secundarios.

Solo modificar upload_time también activará la señal de guardado de repetición para actualizar los logros. Los trabajadores verifican antes de publicar el resumen los datos afectados tanto actuales como históricos, incluso si el rendimiento y el nivel no han cambiado, corrigiendo así la fecha de otorgamiento, los datos y los registros de etapas. Esto se aplica tanto si se modifica el tiempo de subida hacia adelante como hacia atrás. Los conjuntos de nuevos jugadores y los logros de tercer nivel conservan el ID completo de la repetición por parte, y cualquier cambio en una parte permite recalcular la fecha de primera finalización. Los logros otorgados manualmente no se sobrescriben.

Nombre en el gráficoFunción
Eliminar el resultado de clasificación en juegos pequeñosminigame.signals.delete_cached_score
Capturar el valor anterior del campocapture_video_update
Detección de repetición en competenciascheckin_video_before_create
Actualizar la cola de estadorefresh_state_queue_on_video_save
Actualizar el estadístico de video del usuario y el límite de subidaupdate_video_count_on_video_save
Eliminar el estadístico de video del usuarioupdate_video_count_on_video_delete
Eliminar los datos asociados de Buscaminasuserprofile.signals.delete_user_ms
Eliminar los resultados derivados de la marca personal (PB) tras la publicaciónspeedranking.pb_derived.signals.delete_derived_records → services.remove_player
Asignar la repetición de competencia al eventoadd_created_video_to_checked_tournaments
Actualizar el registro de pluckrefresh_custom_pluck_rank_on_video_save
Completar el registro de pluck tras la publicaciónrefresh_custom_pluck_rank_on_video_delete
Limpiar los registros extendidos de la repeticiónvideomanager.signals.delete_video_expansion
Actualizar el registro de eficiencia y completar posiciones necesarias tras la publicacióneffranking.signals.refresh_ranks_on_video_save
Completar el registro de eficiencia tras la publicacióneffranking.signals.refresh_ranks_on_video_delete
Actualizar el caché de la lista de pluckupdate_custom_pluck_cache_on_record_save
Eliminar y sincronizar el caché de la lista de pluck tras la eliminaciónupdate_custom_pluck_cache_on_record_delete → sync_custom_pluck_top_cache
Actualizar el caché del eventoupdate_cache_on_tournament_save
Eliminar el caché del eventoupdate_cache_on_tournament_delete
Actualizar el caché de los participantesupdate_cache_on_participant_save
Actualizar el historial mejor de la Copa de la Oveja de Oroupdate_best_score_on_gsc_participant_save
Actualizar el historial mejor de la semanaupdate_best_score_on_weekly_participant_save
Recalcular el historial mejor de la Copa de la Oveja de Oroupdate_best_score_on_gsc_participant_delete
Recalcular el historial mejor de la semanaupdate_best_score_on_weekly_participant_delete
Actualizar el historial mejor de la competencia de eficienciaweekly_eff.signals.update_best_score_on_weekly_eff_participant_save
Recalcular el historial mejor de la competencia de eficienciaweekly_eff.signals.update_best_score_on_weekly_eff_participant_delete
Eliminar el caché de los participantesremove_participant_cache_on_delete
Revocar los puntos de competencia ya publicadosrevoke_rank_score_on_participant_delete
Registrar una repetición de competenciaadd_existing_videos_to_participant_tournament

Las repeticiones se cuentan por separado fuera de torneos (video_num_total), en torneos (video_num_tournament) y en total (video_num_all). Los tamaños correspondientes se guardan en video_size_total, video_size_tournament y video_size_all. Se suman los bytes realmente almacenados de stored_file_size y, si el valor es nulo, se usa el tamaño original file_size. La base de datos calcula automáticamente ambos totales mediante GeneratedField.

Al crear, después de la verificación en pre_save del evento, se clasifica según ongoing_tournament. Al guardar, se reutiliza el valor anterior capturado por videomanager, se procesa stored_file_size, se vuelve al valor file_size en caso de necesidad y se actualiza la pertenencia del jugador, y se consulta inmediatamente si la repetición actual tiene marcación de evento o asociación con uno. Al comprimir manualmente se usa QuerySet.update() para cambiar el archivo, y dentro de la misma transacción se envía videomanager.events.video_storage_changed; msuser.signals.update_video_size_on_storage_change ajusta el espacio según la pertenencia actual, se incluye o se deshace junto con la operación, sin activar la agregación de todos los videos del usuario. Al eliminar, se lee el tamaño almacenado y la pertenencia actual en pre_delete para evitar eliminar en cascada antes de quitar la asociación con el evento.

Los campos estadísticos en la rama if/else usan codificación literal; actualizados mediante F(). El número, el espacio y el límite de subida pendiente se combinan en una sola operación UserMS UPDATE; la transferencia de pertenencia se realiza mediante CASE WHEN, reduciendo simultáneamente el saldo del jugador original y aumentando el del nuevo jugador, permitiendo solo aumentos para el nuevo jugador. No se emiten notificaciones de estadísticas de usuario UPDATE cuando no haya cambios en estadísticas ni en límites. Los dos totales se generan de forma sincronizada en la base de datos.

Las reglas de coincidencia y asociación para la entrada de datos se mantienen sin cambios. La adición o eliminación de asociación con eventos, la limpieza o la eliminación del evento no ajustan inmediatamente las estadísticas; tampoco el hecho de que un evento se haga público cambia directamente las estadísticas. Después de eso, cualquier modificación en cantidad, tamaño o pertenencia se procesa según la pertenencia actual del evento, permitiendo que las estadísticas tengan desviaciones temporales, que se corriguen en conjunto mediante refresh_video_counts para una recalculación completa, sin guardar marcas históricas de clasificación. La recalculación utiliza EXISTS para verificar la relación de evento, combinando la marcación del evento y cualquier asociación con eventos, y en cada transacción solo se escribe en el estadístico del usuario, evitando acumulaciones duplicadas por la misma repetición con múltiples eventos. Los importes masivos o actualizaciones que evitan señales también se completan mediante comandos de recalculación. Las reglas de cálculo del límite de subida se mantienen sin cambios, y se escriben en update_video_count_on_video_save al momento de la publicación del video.

Los señales de guardado de Tournament, GSCTournament y WeeklyTournament se asignan al mismo receptor update_cache_on_tournament_save. Las señales de guardado de TournamentParticipant, GSCParticipant y WeeklyParticipant se asignan al mismo receptor update_cache_on_participant_save. La señal de eliminación de caché solo conserva el receptor de la clase padre; al eliminar instancias de subclases en herencia múltiple, también se dispara la eliminación de la tabla padre. El mejor resultado histórico depende del campo de puntuación de la subclase participant, por lo que se maneja de forma independiente mediante las señales de guardado y eliminación de GSCParticipant y WeeklyParticipant: al guardar, se compara solo el participante actual con el mejor anterior; al eliminar, se recalcula el mejor histórico del usuario. La señal de actualización del mejor resultado modifica el campo agregado en la tabla TournamentUser, y debe mantenerse coherente con los cambios en los participantes, por lo que no se utiliza transaction.on_commit.

revoke_rank_score_on_participant_delete solo escucha a la clase padre TournamentParticipant.post_delete, y se ejecuta una vez para la eliminación de instancias, QuerySet y ligas, sin vincularse repetidamente a subclases. Los participantes anónimos y rank_score=0 se saltean. Para otros registros, se bloquean los existentes TournamentUser dentro de la transacción de eliminación, se llama a add_score(-rank_score, tournament.end_time, category=...) para revocar los puntos ya enviados; los puntos actuales se descomponen según el tiempo de finalización de la competición hasta el valor de last_updated que el usuario mantiene, y las puntuaciones históricas se restan de las clasificaciones GSC/Clásico de la semana, eliminando el valor original no descontado. El sistema de deducción en la base de datos no utiliza on_commit, y el rollback se realiza junto con la eliminación; solo el ranking de puntos en Redis se actualiza tras la confirmación, manteniendo el punto anual existente. Se conserva TournamentUser, sin reordenar automáticamente a los demás participantes; para reordenar y corregir sus puntuaciones se ejecuta refresh_tournament_scores. Si hay puntos enviados pero falta TournamentUser, se trata de un error de integridad de datos, no se salta en silencio ni se crea un usuario con puntuación cero.

Las definiciones de medallas las proporciona medal/definitions.py de forma estática, sin señales de pérdida de tabla de configuración ni de caché de directorio. medal.signals.enqueue_medal_refresh_on_video monitorea el guardado y la eliminación de VideoModel, y tras la confirmación de transacción, agrega al jugador actual en task_refresh_player_medals y registra el id de la repetición encontrada. Al deshacerse, cuando los resultados empeoran, al cambiar de jugador o al eliminar, se lleva consigo el nivel afectado. Al guardar, si la repetición ya tiene registrado un antiguo player_id, también se agrega el antiguo jugador. medal.signals.enqueue_medal_refresh_on_profile revisa el campo de modelo real _realname, y si se guarda la información y cambia el nombre real, se agrega a una actualización completa. medal.signals.enqueue_medal_refresh_on_saolei_link agrega a una actualización completa cuando se vincula o se desvincula en la plataforma Saolei.wang; en otras plataformas no se agrega. Para operaciones masivas de vinculación o desvinculación, se agrega a una actualización incremental con el id de la repetición de esta serie; al desvincular, se lleva consigo el nivel afectado y se vence la colección de nuevos jugadores, igual que en una anulación individual de repetición. Si la serie supera medal.utils.REFRESH_VIDEO_ID_LIMIT elementos, involucra a varios jugadores, no proporciona el id de la repetición, no declara explícitamente lost_qualification (True o False), o declara la pérdida de calificación sin adjuntar lost_levels, se agrega a una actualización completa. Los receptores no evalúan directamente las medallas ni hacen referencia a ellas en userprofile o accountlink.

La función medal.signals.invalidate_summary_on_evidence_delete escucha la señal pre_delete de VideoModel y TournamentParticipant. Antes de que SET_NULL borre las referencias a las pruebas de concesión, consulta qué jugadores están afectados, los bloquea en orden de clave primaria y elimina los registros PlayerMedalSummary correspondientes dentro de la misma transacción. La clave medal:display:v4:{user_id} solo se elimina después de la confirmación de la transacción. Si la eliminación se revierte, se conservan tanto el resumen como la clave de estado. En la próxima lectura se actualiza el resumen para reflejar las referencias a pruebas que han quedado nulas. El proceso de evaluación en segundo plano sigue gestionando el progreso natural y el derecho a las medallas. Eliminar la clave de visualización no modifica MedalScan. La siguiente actualización de repeticiones procesa de forma incremental los niveles y las pruebas afectados. Si falta la clave de visualización, se consultan los resúmenes o las concesiones por lotes para reponerla, sin volver a recorrer las repeticiones históricas.

Los marcadores QuerySet.update(), post_save, etc., se copian intactos; cada uno representa código literal. Los puntos de entrada de negocio envían los afectados player_ids a través de videomanager.events.videos_bulk_changed, opcionalmente incluyendo el nombre único del jugador video_ids, si el video de partida ha perdido el derecho lost_qualification y su dificultad lost_levels; el receptor de medallas realiza deduplicación y registra un callback independiente para cada jugador transaction.on_commit(..., robust=True); el rollback de transacciones no se agrega a la cola, si el registro de jugador único falla en entrar a la cola se registra un error en el log, pero no interrumpe a otros jugadores ni la actualización del caché. La publicación en bloque de la última cola de competencia y las clasificaciones individuales utilizan callbacks robustos independientes, sin dependencia mutua entre el caché y el registro de medallas; estos callbacks no se reintentan automáticamente. La función de entrada se serializa en MySQL mediante una cadena denominada 'ID del jugador + nombre de la base de datos' GET_LOCK, se libera tras el commit de la transacción de entrada, no bloquea la fila del jugador, por lo que no espera a que se ejecute la evaluación de medallas; el bloqueo por nombre solo se compite entre los lados de entrada, se mantiene normalmente durante milisegundos; si el tiempo de espera del bloqueo supera medal.utils.QUEUE_LOCK_TIMEOUT segundos, se deja de esperar, se registra una advertencia y se ingresa normalmente, posiblemente generando tareas duplicadas en múltiples clasificaciones, que se ejecutan de forma serial bajo bloqueo en la fila del jugador, sin cambios en el resultado. Si el resultado de liberación no es exitoso, se registra una advertencia y se cierra la conexión para evitar que los bloqueos de sesión dejados en conexiones persistentes ralentizen futuras entradas. En bases de datos distintas a MySQL, no se usan bloqueos por nombre, sino que se bloquea la fila del jugador mediante la transacción de entrada. La transacción de entrada es durable; si se llama desde una transacción externa, se produce un error directo, dentro de una transacción de negocio debe pasar por transaction.on_commit para entrar. En la base de datos, se decide si ya existe una tarea mediante el camino de la tarea, el estado READY y los parámetros del jugador, sin leer el JSON completo de la cola. La prioridad de las nuevas inserciones task_refresh_player_medals es 1, y solo se puede ejecutar después de 3 segundos; si ya existe una tarea READY, se combinan los parámetros sin retrasar la tarea anterior; en caso de errores, el tiempo de inicio se ajusta al límite máximo de retraso de 3 segundos. Durante la consulta de combinación, si la tarea ya fue tomada por un worker, se programa una nueva tarea para gestionar el cambio. La prioridad de la tarea reenviada sigue siendo 0 y se puede ejecutar inmediatamente tras su creación. El callback on_commit() sigue ejecutándose de forma sincrónica, por lo que no se puede considerar que no haya costo de entrada en la solicitud.

Transformación del almacenamiento de grabaciones ​

Las nuevas subidas y importaciones intentan comprimir y verificar en VideoModel.create_from_parser. Si el proceso es exitoso, se guarda y se archiva; si falla, se guarda el archivo original y se registra el formato de compresión como 0. La creación de grabaciones sigue desencadenando los eventos existentes de competencia, estadísticas, clasificaciones y medallas. El valor original de file_size y el resultado de la interpretación se mantienen sin cambios.

compress_video_files ejecuta QuerySet.update() usando como condiciones el identificador principal, la ruta original y el formato de compresión original, sin llamar al método save() del modelo ni desencadenar señales de guardado. El servicio de conversión verifica después de su confirmación si hay referencias en la base de datos a los archivos antiguos y los elimina. El tamaño original, el hash, el estado de revisión y la información de competencia permanecen sin cambios. La transformación del almacenamiento no recalcula clasificaciones ni el número de grabaciones, ni depende de las señales de guardado de django-cleanup para cambiar los caminos.