【要約】タイトルと本文ハッシュで二重投稿を防ぐ - 障害分析 [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
自動投稿システムの運用者が、再試行や複数キューの動作により、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。従来の判定手法では、以下の課題が存在する。
- ・ファイル名による判定は、ファイル名の変更に弱いため不十分である。
- ・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厳格に判定し、プロセスの進捗を構造化データで管理する手法を導入した。具体的には以下のステップを実行する。
- ・正規化タイトルと本文のSHA-256ハッシュを用いて重複を判定する。
- ・完了条件を「生成・品質・操作・結果」の4段階に分離して記録する。
- ・各工程の成果物をJSON形式で出力し、次工程が機械的に判断可能にする。
- ・在庫管理を行い、品質チェック済みの候補数に基づき補充を行う。
// Result
運用者は、障害発生時でも正確な地点から処理を再開でき、二重投稿のリスクを最小化できる。これにより以下の成果が得られる。
- ・再起動後もファイル成果物から復旧でき、外部操作の重複を防げる。
- ・「実URLの確認」を成功指標とすることで、真の業務達成度を可視化できる。
- ・認証切れ等の停止理由を構造化して保持できる。
Senior Engineer Insight
> 本記事の核心は、プロセスの進捗を「証拠（JSON）」として管理する設計思想にある。自由文ログに依存する運用は、大規模化や障害復旧時に必ず限界を迎える。状態を4段階に分離し、各工程を契約（Contract）として定義する手法は、分散システムやバッチ処理の信頼性を高める上で極めて実践的である。単なる重複排除ではなく、システムの冪等性をいかに担保するかという、プロフェッショナルな視点が貫かれている。