Dify社区针对数据库性能瓶颈做了哪些优化探索？

Dify 社区针对运行日志存储的性能瓶颈进行了多项积极探索：

1. 内存数据库（issue #20147）：适用于无需持久化的轻量场景，同时新版执行引擎完成了日志存储抽象，为后续异构存储改造奠定了基础。
2. 后台异步执行（issue #20050）：通过 Celery Worker 异步写入日志，有效降低了核心链路的延迟，减轻了 API 引擎对 DB 的同步依赖。
3. 周期性清理（issue #23399）：引入自动清理机制，定期移除陈旧的会话与执行记录，缓解数据库存储膨胀问题。
4. 大字段分离存储：针对 LLM 长上下文导致的大字段问题，支持将超长字段截断并转存至对象存储，减轻 DB 的 I/O 压力。
5. Repository 抽象层（v1.4.1+）：引入 WorkflowExecution 领域模型和标准 Repository 接口，v1.8.0 进一步引入异步实现，为多存储驱动提供了架构基础。

这些优化在特定阶段非常有效，但在大规模生产场景下应用层优化已触及天花板，需要从根本上解决数据特征与存储引擎的错配问题。