From 3f2c03d4bbdda7cfc393faea3e47f45941e87d77 Mon Sep 17 00:00:00 2001 From: Timmy Date: Mon, 20 Apr 2026 11:50:04 +0800 Subject: [PATCH] =?UTF-8?q?docs:=20INFRA.md=20=E6=9B=B4=E6=96=B0=E7=94=9F?= =?UTF-8?q?=E7=94=A2=2029=20=E5=80=8B=20target=20=E6=B8=85=E5=96=AE?= =?UTF-8?q?=E8=88=87=E8=A6=86=E8=93=8B=E5=AF=A6=E6=B8=AC?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit - 取代舊 5 target 記錄（台北/內湖/板橋/新竹/宜蘭） - 完整列出大台北 11 點、新北 12 點、新竹 1 點、宜蘭 5 點共 29 個座標 - FETCH_LOCK_TTL 從 400 調整到 600（29 點序列 ~5 分鐘） - 新增實測數據：760 筆 filtered（台北 577 / 新北 713 / 宜蘭 64） Co-Authored-By: Claude Opus 4.7 (1M context) --- docs/INFRA.md | 22 +++++++++++++++++++--- 1 file changed, 19 insertions(+), 3 deletions(-) diff --git a/docs/INFRA.md b/docs/INFRA.md index 2a496ec..c2058b1 100644 --- a/docs/INFRA.md +++ b/docs/INFRA.md @@ -238,10 +238,26 @@ ALLOWED_HOST_LIST = external,192.168.42.0/24,loopback - `radar_fetcher.py` 支援 `RADAR_TARGETS=name:lat,lng;...` 環境變數 - 主流程 loop 每個 target 呼叫 Function Server，以 `(id, lat, lng, expire_time)` dedupe 後 union - 單點失敗不阻斷其他 target -- 建議搭配 `RADAR_ZOOM=15` 街區級密度（zoom 越大單點範圍越小但回傳密度越高） -- `FETCH_LOCK_TTL` 拉高到 `400`（5 點序列跑總耗時 ~50s，但要留餘裕） +- 搭配 `RADAR_ZOOM=15` 街區級密度 +- `FETCH_LOCK_TTL=600` 保 29 點序列跑的耗時（~5 分鐘） -目前生產設定 5 個 target：台北車站 / 內湖南港 / 板橋 / 新竹 / 宜蘭。測試 twpk 內湖那個 1km² 街區：0 → 2 筆。還不理想但方向對；可加 target 或降 `MIN_REMAINING` 進一步補密度。 +**目前生產 29 個 target**（涵蓋大台北 / 新北 / 宜蘭主要人口區 + 新竹備援）： + +``` +台北：台北車站(25.0478,121.5170)、中山(25.0634,121.5264)、松山(25.0499,121.5777)、 + 信義(25.0330,121.5645)、大安(25.0263,121.5443)、萬華(25.0356,121.4990)、 + 士林(25.0875,121.5260)、北投(25.1316,121.4986)、內湖(25.0824,121.5877)、 + 南港(25.0544,121.6065)、文山(24.9890,121.5691) +新北：板橋(25.0141,121.4631)、三重(25.0613,121.4860)、新莊(25.0385,121.4502)、 + 中和(25.0070,121.4995)、永和(25.0093,121.5148)、新店(24.9650,121.5423)、 + 土城(24.9722,121.4419)、汐止(25.0692,121.6415)、淡水(25.1718,121.4489)、 + 三峽(24.9349,121.3746)、林口(25.0775,121.3931)、蘆洲(25.0872,121.4692) +新竹：新竹(24.8138,120.9675) +宜蘭：宜蘭市(24.7511,121.7535)、羅東(24.6770,121.7681)、礁溪(24.8234,121.7708)、 + 蘇澳(24.5952,121.8523)、頭城(24.8600,121.8256) +``` + +驗證：single fetch 回 760 筆 filtered（台北市 577 / 新北市 713 / 宜蘭縣 64）。街區級密度仍不如 twpk（zoom 17 視角下單點有 98 marker），但整個北北宜已有覆蓋；若要再補可加密 target 或降 `MIN_REMAINING`。 ### 3.13 UI 顯示資料更新時間