# 计算管理生命周期错误与恢复

| 操作/阶段 | 当前事实 |
| --- | --- |
| 运行查询 | 资源不存在404/NOT_FOUND；有资源无Worker记录返回runtimes:[]。共享错误常用ErrForbidden、ErrServiceUnavailable、ErrServer。 |
| 三生命周期 | 状态冲突409/CANNOT_RESUME、CANNOT_RETRY、CANNOT_SUSPEND；恢复/重试CAS竞争409/LIFECYCLE_CONFLICT。 |
| 租约/Cloud拆除 | 已分类错误409/RESOURCE_BUSY，先核对原操作与恢复记录，不作为可以无限重试的响应。 |
| 找不到/运行未配置/未知失败 | 分别404、503、500，code使用RESUME_ADMIN_FAILED、RETRY_ADMIN_FAILED或SUSPEND_ADMIN_FAILED；不是统一NOT_FOUND。 |

## 恢复和重试

分别要求SUSPENDED和ERROR。事务按预期旧状态CAS，重置父实例为IDLE、清空状态文本/生命周期令牌/下一空闲时间，副本字段归零；同事务只把ACTIVE、SCALING、DRAINING的Worker记录重置IDLE/副本零，其他记录不据此宣称全部改写。之后独立读取实例，回读失败可在写入已提交后报错；并发也可改变回读状态。

这两动作不等待Worker就绪，也不直接启动Pod。不要看到父IDLE或操作成功就运行依赖于全部Worker就绪的任务；结合按类型runtime和真实调度情况验证。没有客户端可提交的expected_version、幂等键或专用回滚请求，错误后不盲目重发。

## 暂停

管理入口先解析目标工作区，再由内部服务检查运行服务注册和ACTIVE前置。运行组件取得暂停租约、记录使用区间、停止Worker、把Worker记录置IDLE，再按租约落SUSPENDED。停止、Worker持久化、最终CAS/回读各阶段可失败，不能承诺事务整体回滚；Cloud拆除可能保留DRAINING恢复标记。

负责人需核对原实例、租约/恢复记录、按类型Worker状态及实际Provider。不要将部分停止误当完全未执行，也不要以新建实例替代原恢复。

## 字段兼容与两环境

生命周期HTTP成功可回显已保存的非空依赖字段，当前typed模型缺字段。解码错误是客户端错误，不等于操作被服务端拒绝；使用原始HTTP保留结果并回查。SDK修正与文档缺页分开登记，不通过修改公开协议规避模型不足。
