GitHub Repo
Dify 社群回報檢索連線耗盡問題,高併發下可能產生未引用知識庫的回答
Dify 社群於 11 月 14 日回報,知識檢索等待嵌入模型與向量資料庫時持續占用 SQL 連線,可能造成逾時或跳過檢索。回報提供自架環境的對照測試,但尚待維護者確認與正式修補。

Dify 的 GitHub 出現一項涉及 RAG 回答可靠性的新回報:高併發請求可能耗盡資料庫連線池,部分聊天請求仍正常回傳答案,卻沒有使用原本掛載的知識庫。作者於 11 月 14 日以 Docker 自架的 1.19.0 測試,指出問題涉及聊天應用與工作流程的知識檢索路徑;目前應視為社群實測,影響範圍仍待確認。議題與重現條件
作者追查發現,檢索執行緒讀取資料集後,仍在同一個資料庫 session 範圍內等待嵌入模型及向量搜尋;下層搜尋執行緒又需要另一條連線。當同時搜尋的資料集數量逼近池容量,就可能形成各自占住連線、又等待新連線的局面。回報中的部分聊天請求因檢索錯誤被略過,直接進入模型生成,讓服務可用性問題進一步影響答案依據。程式路徑分析
同日另一項回報在獨立的知識庫檢索 API 發現相近問題:100 個併發請求下,語意搜尋每輪 200 次請求僅完成 11、29、14 次;提前結束讀取交易後,三輪均完成全部請求。不過測試使用固定延遲的嵌入替代端點,且兩組都套用了其他連線修正,數字不能直接代表原版部署效能。API 對照測試
Dify 官方文件列出的預設值為 30 條常駐連線、10 條額外連線,等待逾時為 30 秒。這說明應用接受的併發量與資料庫可服務容量必須一起評估。環境變數文件 SQLAlchemy 文件也指出,連線池達上限後會阻塞等待;無限制擴充可能把資源耗盡問題推到資料庫端。連線池錯誤說明
對工程團隊而言,這項回報提示壓測除了計算成功率,也應核對回答是否帶有檢索內容,並觀察連線持有時間。後續須追蹤維護者重現、修補是否涵蓋不同檢索策略,以及正式版本的回歸測試結果。