【要約】タイトルと本文ハッシュで二重投稿を防ぐ - 実装手順 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
自動投稿プロセスを運用するエンジニアが、再試行や複数キューの発生により、同一内容の記事を二重投稿してしまう問題に直面している。従来の管理手法では、以下の課題が解決できない。
- ・ファイル名による判定は、リネームに対して脆弱である。
- ・タイトルのみの判定では、見出しの微細な変更を検知できない。
- ・無条件な再試行が、外部サービスへの重複投稿を招く。
// Approach
開発者は、コンテンツの同一性をハッシュ値で判定し、プロセスの進捗を構造化されたJSONで管理する手法を採用する。具体的には以下のステップで実装を行う。
- ・空白と大小文字を正規化し、本文をSHA-256でハッシュ化して比較する。
- ・完了条件を「生成」「品質」「操作」「結果」の4段階に定義し、進捗を記録する。
- ・供給（コンテンツ生成）と公開（外部操作）の工程を分離し、在庫管理モデルで運用する。
- ・異常時も「なぜ止まったか」を構造化データとして残し、再開地点を明確にする。
// Result
この設計を導入することで、システム運用者は、不確実な自動化プロセスにおける信頼性を大幅に向上できる。具体的な成果は以下の通りである。
- ・ファイル名に依存しない、堅牢な重複検知を実現する。
- ・「処理は終わったが目的物がない」といった曖昧な状態を排除できる。
- ・実URLの確認までを完了条件とすることで、真の成功を定量的に監視できる。
Senior Engineer Insight
> 本記事の肝は、プロセスの状態を「構造化データとして契約化」している点にある。ファイル名のような不安定なメタデータではなく、コンテンツそのものと、工程ごとの完了証跡を紐付けている。これは、不確実な外部APIを叩く自動化パイプラインにおいて、極めて実戦的な設計思想である。運用監視においても、単なる「成功/失敗」ではなく、在庫数や工程ごとの遷移を追うことで、サイレントな失敗を早期検知できる。スケーラビリティと信頼性のバランスが取れた優れた設計である。