fix: telemetry single persistent connection + lock (kill concurrent write lock)

adapters/telemetry.py

@@ -8,13 +8,11 @@ from __future__ import annotations
 
 import asyncio
 import sqlite3
-from typing import TYPE_CHECKING
+import threading
+from pathlib import Path
 
 from loguru import logger
 
-if TYPE_CHECKING:
-    from pathlib import Path
-
 
 class SQLiteTelemetryRecorder:
     """基于 SQLite 的 LLM 调用遥测记录器。
@@ -57,16 +55,30 @@ class SQLiteTelemetryRecorder:
     """
 
     def __init__(self, db_path: Path) -> None:
-        self._db_path = db_path
-        self._table_ready = False
+        """建单持久连接 + 进程内 Lock（对齐 app/harness/log.py:HarnessLog 并发写模式）。
 
-    def _ensure_table(self, conn: sqlite3.Connection) -> None:
-        """懒初始化：首次写入时创建 llm_calls 表。"""
-        if self._table_ready:
-            return
-        conn.execute(self._CREATE_TABLE_SQL)
-        conn.commit()
-        self._table_ready = True
+        把并发控制拉到进程内（threading.Lock 串行化写），消除"每次新连接并发写同一
+        db、靠 SQLite busy_timeout 跨连接协调"在高频下撑爆 timeout → database is locked
+        的根因。check_same_thread=False：record_llm_call 经 asyncio.to_thread 在线程池
+        不同线程调用，共享连接跨线程访问需此 flag，串行性由 self._lock 保证。
+
+        遥测哲学（P5）：连接初始化失败降级不冒泡（self._conn=None，写入直接丢弃 warning），
+        绝不因遥测故障拖垮 LLM 调用 / 训练。
+        """
+        self._db_path = db_path
+        self._lock = threading.Lock()
+        self._conn: sqlite3.Connection | None = None
+        try:
+            Path(db_path).parent.mkdir(parents=True, exist_ok=True)
+            conn = sqlite3.connect(str(db_path), check_same_thread=False)
+            conn.execute("PRAGMA journal_mode=WAL")
+            conn.execute("PRAGMA busy_timeout=5000")
+            conn.execute(self._CREATE_TABLE_SQL)
+            conn.commit()
+            self._conn = conn
+        except sqlite3.Error as exc:
+            logger.warning("遥测连接初始化失败（已降级，后续写入丢弃）: {}", exc)
+            self._conn = None
 
     def _write(
         self,
@@ -87,20 +99,19 @@ class SQLiteTelemetryRecorder:
         cache_hit: bool,
         error: str | None,
     ) -> None:
-        """同步写入一条 LLM 调用记录到 SQLite。
+        """同步写入一条 LLM 调用记录（单持久连接 + Lock 串行化，对齐 HarnessLog）。
 
-        三层防御加固：
-        1. INSERT OR IGNORE — 主键冲突静默忽略
-        2. WAL + busy_timeout — 并发写锁容忍
-        3. try/except sqlite3.Error — DB 错误不冒泡到调用方
+        三层防御：
+        1. INSERT OR IGNORE — call_id 主键冲突静默忽略（幂等）
+        2. 进程内 threading.Lock 串行化写 — 消除并发锁竞争（非依赖 SQLite busy_timeout）
+        3. try/except sqlite3.Error — DB 错误降级不冒泡，遥测失败绝不拖垮 LLM 调用
         """
+        if self._conn is None:
+            logger.warning("遥测连接不可用（已降级），丢弃 call_id={}", call_id)
+            return
         try:
-            conn = sqlite3.connect(str(self._db_path), timeout=10.0)
-            try:
-                conn.execute("PRAGMA journal_mode=WAL")
-                conn.execute("PRAGMA busy_timeout=5000")
-                self._ensure_table(conn)
-                conn.execute(
+            with self._lock:
+                self._conn.execute(
                     self._INSERT_SQL,
                     (
                         call_id,
@@ -120,9 +131,7 @@ class SQLiteTelemetryRecorder:
                         error,
                     ),
                 )
-                conn.commit()
-            finally:
-                conn.close()
+                self._conn.commit()
         except sqlite3.Error as exc:
             logger.warning("遥测写入失败（已降级），call_id={}: {}", call_id, exc)