issue: Missing chat index can cause high sqlite mem usage and cpu usage

快速结论：该报错发生在 Open WebUI v0.11.0 使用 SQLite 数据库且数据库规模较大（如 1.30 GB、约 15k 聊天记录）时，高并发发送消息会导致 CPU 飙升至 1500% 并触发 OOM 崩溃。优先排查数据库索引缺失问题，可尝试应用 issue: Missing chat index can cause high sqlite mem usage and cpu usage 对应的补丁版本。

适用环境：Docker 部署的 Open WebUI v0.11.0；macOS Sonoma 14.8.7 (x86-64)；SQLite 数据库存放于本地 SSD 并通过 bind mount 挂载；无 Ollama 实例；内存 16 GB（Docker 分配 10 GB）。

最快修复方案：暂无确认的一步修复方案。Issue 讨论中提到 dev 分支包含多项性能改进，但测试表明问题仍然存在。可优先尝试应用 Issue #27663 中的补丁（修改 TIMER_POLL_INTERVAL=60 并安装对应 PR 版本），实测表明该补丁可显著降低基线内存占用（从 1.9 GiB 降至 0.9 GiB）。

注意事项：补丁方案仅为测试验证，尚未合并到正式版本；该方案降低了内存占用但仍需进一步验证高并发场景下的稳定性。设置 DATABASE_ENABLE_SQLITE_WAL=True 可能有助于减少数据库锁竞争，但并未在 Issue 中作为最终解决方案确认。

问题场景

用户通过 Docker Desktop 在 macOS 上运行 Open WebUI v0.11.0，SQLite 数据库已增长至 1.30 GB（约 15k 聊天记录）。在三个不同聊天窗口同时发送消息时，CPU 占用从正常水平骤升至 500%，随后稳定在 1500% 并使系统完全卡死，最终进程被 OOM 或看门狗杀死（退出码 137）。即使用户只发送单条消息，也会导致单核 CPU 达到 100%。该问题在 v0.11.0 之前的版本中完全不存在。

报错原文

issue: Missing chat index can cause high sqlite mem usage and cpu usage

open-webui exited with code 137 (restarting)

database is locked

py-spy top: 95+% CPU in _connection_worker_thread (aiosqlite)
GIL: 4%

原因分析

可能原因：Open WebUI v0.11.0 在 SQLite 数据库中缺少 chat 表的必要索引，导致高并发读取聊天记录时 SQLite 执行全表扫描，产生大量 CPU 和内存消耗。PySpy 分析显示 95% 以上的 CPU 消耗集中在 aiosqlite 的 _connection_worker_thread，而 GIL 仅占 4%，表明问题不是 Python 代码本身的 CPU 密集计算，而是 SQLite C 层在反复扫描和读取大表。另一个 database is locked 错误提示数据库锁竞争也是加重因素。该问题已确认与 #27622 相关，维护者确认并标记为 bug。

环境排查

确认 Open WebUI 版本为 v0.11.0（或更高版本）
检查 SQLite 数据库文件大小（1.30 GB 以上时风险显著增加）
确认是否设置了 TIMER_POLL_INTERVAL 环境变量（测试中设置为 60 仍然复现）
确认 DATABASE_USER_ACTIVE_STATUS_UPDATE_INTERVAL 的值
确认是否启用 DATABASE_ENABLE_SQLITE_WAL=True（建议开启）
确认 Docker 分配的内存上限（10 GB 仍会触发 OOM）
数据库存放位置：本地 SSD 而非网络存储

解决步骤

备份现有 SQLite 数据库文件，防止修复过程中数据丢失。
尝试切换到 dev 分支或最新开发版本，测试是否包含性能改进（注意：测试表明 dev 分支 52145eede9940abbb2fc6d2a5bce8b9e955530d6 仍存在问题）。
可优先尝试应用 #27663 的补丁：
设置环境变量 TIMER_POLL_INTERVAL=60，并安装包含该 PR 补丁的版本。
同时设置 DATABASE_USER_ACTIVE_STATUS_UPDATE_INTERVAL=60 和 DATABASE_ENABLE_SQLITE_WAL=True 以降低数据库压力。
为 Docker 容器设置明确的内存上限（测试中使用 6 GB），防止 Docker VM 完全锁死无法监控。
安装 py-spy 工具到容器中（apt-get install py-spy 或 pip 安装），运行 py-spy top -p 1 -r 25 --nonblocking 监控 CPU 热点，确认是否仍集中在 aiosqlite。
如果补丁无效，回退到 v0.11.0 之前的稳定版本，等待包含索引修复的正式版本发布。

验证方法

通过 htop（宿主机和容器内同时观察）或 docker stats 监控 CPU 和内存。测试方法：启动服务后，在四个不同聊天窗口依次提交消息，观察是否出现 CPU 飙升至 500% 以上或内存持续攀升至上限。应用补丁后，基线内存应显著下降（从 1.9 GiB 降至约 0.9-1.3 GiB）。同时使用 py-spy top 确认 CPU 热点是否不再集中在 _connection_worker_thread。若连续提交多条消息后系统响应正常且无 OOM 退出，即可认为问题已解决。