docs: Sonnet SQLite question + review

2026-07-15 11:03:54 +04:00
parent ac0b08a7bf
commit f215e9e13f
2 changed files with 111 additions and 0 deletions
@@ -0,0 +1,62 @@
+# Вопрос для Sonnet (без ссылок на файлы)
+
+## Контекст
+
+Мигрировали сервис "Сверка Договоров" с ВМ на Flask (managed Python, Штурвал).
+Код готов — 22 эндпоинта, вся логика внутри Flask:
+- upload (XHR + progress), unzip, convert-doc
+- классификация (LLM, ThreadPoolExecutor внутри Flask-потока для >10 файлов)
+- группировка
+- сравнение через SSE с heartbeat
+- CRUD документов, supplements, промптов
+- чат с LLM по результатам спецификации
+
+Архитектура: db/ (чистый CRUD) → services/ (бизнес-логика) → routes/ (Flask blueprints).
+
+## Проблема
+
+Сейчас БД — PostgreSQL. Но данные ВРЕМЕННЫЕ:
+- При загрузке страницы cleanup() → DELETE ALL из всех таблиц (кроме prompts)
+- Юзер загрузил файлы → обработал → закрыл → данные не нужны
+- Файлы хранятся как base64 в БД (конфиденциально, должны умереть с сессией)
+
+Поднимать отдельный PostgreSQL-сервис в кластере ради временных данных — overkill.
+
+## Предложение
+
+Заменить PostgreSQL на SQLite (stdlib sqlite3):
+- База — файл /tmp/contracts.db внутри Flask-контейнера
+- connection.py переписать (~80 строк), db/*.py — мелкие правки (~30 строк)
+- Остальной код (services, routes) — без изменений
+- cleanup → os.remove() — атомарно, никаких DELETE, данные гарантированно исчезли
+- Упал контейнер → файл исчез
+
+## Детальнее про конкурентность
+
+В НАШЕЙ архитектуре:
+1. Classify запускается ВНУТРИ Flask-процесса как daemon-поток (threading.Thread), НЕ отдельный процесс
+2. ThreadPoolExecutor(max_workers=4) внутри classify — 4 потока шлют запросы к LLM API
+3. SSE-стриминг — читает БД, один writer (classify), один reader (SSE)
+4. Обычно classify синхронный (≤10 файлов) — вообще один поток
+
+То есть: ОДИН процесс Flask, несколько потоков. Несколько процессов нет.
+
+## Что меняется в коде
+
+connection.py:
+- psycopg2.pool → sqlite3 с thread-local соединениями
+- threading.local() + get_conn() на каждый поток
+- PRAGMA journal_mode=WAL
+- check_same_thread=False
+
+db/*.py:
+- %s → ? (sqlite-стиль placeholders)
+- RETURNING * → lastrowid + отдельный SELECT
+- ::jsonb → json.dumps()
+- BOOLEAN → INTEGER (0/1)
+
+Остальное без изменений.
+
+## Вопрос
+
+Есть ли подводные камни с SQLite для этой конкретной архитектуры (один процесс, несколько потоков, WAL, thread-local connections)?