feat(go): add 100k ingest hardening baseline

docs/ops/100k-capacity-baseline.md

@@ -0,0 +1,105 @@
+# 100K 车辆接入容量基线
+
+更新时间：2026-07-03
+
+## 目标
+
+支撑 100,000 台车辆接入，入口服务在高连接数和高帧率下保持可观测、可背压、可恢复。
+
+## 初始容量假设
+
+| 项 | 目标 |
+| --- | --- |
+| 连接车辆数 | 100,000 |
+| 平均帧间隔 | 10-30 秒 |
+| 平均入口 FPS | 3,000-10,000 |
+| 短时 burst FPS | 20,000 |
+| Gateway p99 parse + enqueue | < 50ms |
+| Redis 当前态延迟 | < 3s |
+| TDengine 历史写入 lag | 可观测且 burst 后下降 |
+| MySQL 当前态 | 异步，不能阻塞 Redis |
+
+## 当前生产观测
+
+当前 ECS `115.29.187.205` 在低负载下健康：
+
+- JT808 连接约 242。
+- GB32960 连接约 2。
+- Kafka lag 为 0。
+- NATS ack pending 为 0。
+- Redis 写入约 0ms。
+- MySQL 投影约 1-2ms。
+- ECS load 约 `0.09 / 0.15 / 0.21`。
+- 可用内存约 6.6GB。
+- 根分区使用约 37%。
+
+## 当前已知缺口
+
+- `net.core.somaxconn=128`，无法作为 100K 连接生产基线。
+- Gateway 默认 `TCP_MAX_CONNECTIONS` 已调整为 `120000`，生产仍可通过环境变量覆盖。
+- 已新增可重复的 TCP 连接压测工具，后续需要用它跑 10K/50K/100K 阶段测试并记录结果。
+- 仍缺按协议维度的连接生命周期、读超时、parse/publish p95/p99 直方图。
+- TDengine history writer 当前逐消息插入，后续需要批量写入。
+- Kafka topic 当前 12 分区，100K 目标下需要结合实际 FPS 再评估分区数。
+
+## ECS OS 参数建议
+
+100K 连接目标需要至少以下系统参数作为起点：
+
+```bash
+sysctl -w net.core.somaxconn=65535
+sysctl -w net.ipv4.tcp_max_syn_backlog=65535
+sysctl -w net.ipv4.ip_local_port_range="10000 65000"
+sysctl -w net.ipv4.tcp_tw_reuse=1
+```
+
+systemd gateway 已配置 `LimitNOFILE=1048576`，需要持续保持。
+
+## 验收指标
+
+| 层 | 指标 | 目标 |
+| --- | --- | --- |
+| Gateway | `vehicle_gateway_active_connections` | 能稳定到阶段目标连接数 |
+| Gateway | `vehicle_gateway_connection_rejections_total` | 容量目标内不增长 |
+| Gateway | `vehicle_gateway_publish_total{status="ok"}` | 持续增长 |
+| Gateway | parse/publish duration | p99 小于容量目标 |
+| NATS bridge | `vehicle_bridge_nats_consumer_ack_pending` | 稳态为 0 |
+| NATS bridge | `vehicle_bridge_nats_consumer_pending` | burst 后下降 |
+| Kafka consumers | `vehicle_*_kafka_lag` | 稳态为 0，burst 后下降 |
+| Realtime Redis | `vehicle_realtime_store_update_duration_ms{store="redis"}` | 毫秒级 |
+| Realtime MySQL | async queue depth | 不持续增长 |
+
+## 分阶段压测
+
+压测入口：
+
+```bash
+cd /opt/lingniu-go-native/current/go/vehicle-gateway
+
+# 100 连接 smoke test
+go run ./cmd/load-sim \
+  -protocol jt808 \
+  -addr 127.0.0.1:808 \
+  -connections 100 \
+  -connect-rate 100 \
+  -send-interval 10s \
+  -duration 2m \
+  -template 0200
+```
+
+1. 100 连接 smoke test。
+2. 10,000 连接保持测试。
+3. 10,000 连接 + 1 FPS/连接短测。
+4. 50,000 连接保持测试。
+5. 100,000 连接保持测试。
+6. 按真实协议分布进行混合帧率测试。
+
+每一阶段必须记录：
+
+- active connections
+- gateway frame/publish counters
+- NATS pending 和 ack pending
+- Kafka lag
+- Redis/MySQL/TDengine 写入耗时
+- CPU/load/memory/file descriptors
+- 错误日志

docs/ops/go-vehicle-ingest-memory.md

@@ -18,6 +18,7 @@ Go 版本车辆数据接入链路已经作为生产主链路运行在 ECS `115.2
 3. Kafka raw 供 TDengine 历史、Redis 实时、MySQL 当前态/统计消费。
 4. 尽量避免 Java 老链路、Xinda 相关链路和重复存储。
 5. 解析字段只投影一次，避免 TDengine/Redis/MySQL 各自重复 flatten。
+6. 新长期目标：朝 10W 车辆生产稳定运行优化，容量基线见 `docs/ops/100k-capacity-baseline.md`。
 
 ## 服务和端口
 
@@ -338,4 +339,3 @@ journalctl -u lingniu-go-gateway.service --since "2 minutes ago" --no-pager | gr
 3. 读 `docs/architecture/production-data-plane-inventory.md`。
 4. 执行 `git status --short`。
 5. 如果涉及生产，先查 ECS 服务健康和最近日志。
-

docs/ops/vehicle-ingest-runbook.md

@@ -15,6 +15,8 @@
 
 当前生产服务、topic、表和 Redis key 的清单见 [生产数据面清单](../architecture/production-data-plane-inventory.md)。
 
+10W 车辆容量目标、当前缺口和压测口径见 [100K 车辆接入容量基线](100k-capacity-baseline.md)。
+
 ## 服务地图
 
 | 层级 | 服务 | systemd 单元 | 本机端点 |
@@ -88,6 +90,23 @@ curl -fsS http://127.0.0.1:20200/metrics | grep vehicle_realtime_kafka_lag
 
 GB32960 和 JT/T 808 的活跃连接数受上游平台连接方式影响，不能直接等同于车辆数。突然归零或持续异常下降才是信号。
 
+## 压测入口
+
+Go 版本提供 `cmd/load-sim` 用于阶段性连接和帧写入压测。压测生产入口前必须先确认上游真实数据窗口，避免和业务流量混淆。
+
+```bash
+cd /opt/lingniu-go-native/current/go/vehicle-gateway
+
+go run ./cmd/load-sim \
+  -protocol jt808 \
+  -addr 127.0.0.1:808 \
+  -connections 100 \
+  -connect-rate 100 \
+  -send-interval 10s \
+  -duration 2m \
+  -template 0200
+```
+
 ## 告警阈值建议
 
 | 信号 | 建议阈值 | 含义 |