perf(api): 会话/5数字弹窗超时修复——日粒度汇总层 msg_daily_stats

根因(服务器实测):sessions 对 owner 全量 message GROUP BY,重账号 5.2万条
3~5s;staff-chat-stats 全时段窗 6.9s——128MB buffer pool 下被推过前端
15s 超时(ECONNABORTED)。EXPLAIN ANALYZE 证实最优 covering 索引也要
18.9s,瓶颈是磁盘不是查询形状。

修复(预聚合,云客同款思路):
- msg_daily_stats 表:每「渠道×账号×会话×上海自然日」一行(收发计数/
  当日最后时间与方向);迁移 a7d3e9f1c2b4(幂等建表)
- 写路径:repos.upsert_messages 落库自动重算本批触及的会话×天(所有
  抓取路径汇到该函数,一处挂全;失败不阻塞写入)
- 读路径:sessions/staff-chat-stats 表有行时读汇总(namedtuple 同形,
  端点主体零改动),空表守卫回退旧聚合(部署回填前不空白)
- 自愈:CLI daily-stats 全量重建(幂等);full_sync_all.sh 夜间追加第 11
  步——顺带修掉尾部 sqlite3 直连 smoke.db 的硬编码(服务器 MySQL 上会炸)
- 口径统一:day 一律 Asia/Shanghai Python 计算(旧 from_unixtime 跟随
  DB 会话时区与今日数割裂);统计窗口对齐自然日(文档化语义变化)

测试:12 新增(汇总层 8 + 端点判别/对拍 4,判别手法=回填后删光 message
仍出完整数据),全量 512 绿。

Co-Authored-By: Claude Code <noreply@anthropic.com>

yunke-server/app/api/routers/staff_chat_stats.py

@@ -1,12 +1,17 @@
-"""GET /api/staff-chat-stats — 微信员工 5 数字 + 客户明细（本地 message 表实时聚合）。
+"""GET /api/staff-chat-stats — 微信员工 5 数字 + 客户明细。
+
+**双路径(2026-09-03 全时段窗 6.9s 超时修复)**:``msg_daily_stats`` 有行时
+读日粒度汇总(窗口对齐到自然日,毫秒级);空表回退旧实时聚合,行为不变。
+窗口语义随之统一为「上海自然日」(旧 SQL 日期函数跟随 DB 会话时区,UTC
+容器下与今日数口径割裂——顺带修复)。
 
 数据全本地：按 员工微信 wxid × ms-epoch 日期窗 聚合 1:1 私聊（room_id 过滤），
 不访问云客。5 汇总数从 customers 在 Python 侧派生（spec §5）。
-跨库日期提取（codebase 首例）镜像 app/storage/repos.py 的方言检测写法。
 """
 from __future__ import annotations
 
 import time
+from collections import namedtuple
 from typing import Annotated
 
 import sqlalchemy as sa
@@ -15,7 +20,8 @@ from sqlalchemy.ext.asyncio import AsyncSession
 
 from app.api.deps import get_session
 from app.api.schemas import StaffChatCustomerOut, StaffChatStatsOut, StaffChatStatsSummary
-from app.db.models import Customer, Message
+from app.db.models import Customer, Message, MsgDailyStats
+from app.storage.summary import day_key, has_rows as _summary_has_rows
 
 router = APIRouter(prefix="/api", tags=["staff-chat-stats"])
 
@@ -81,6 +87,62 @@ async def _aggregate(session: AsyncSession, owner: str, start: int, end: int) ->
     return agg_rows, last_map
 
 
+# ── 汇总路径:msg_daily_stats 日行(namedtuple 与旧 Row 同形)────────────── #
+
+_AggRow = namedtuple(
+    "_AggRow", ["talker_id", "send_count", "receive_count", "interaction_days", "last_time"]
+)
+
+
+async def _aggregate_summary(
+    session: AsyncSession, owner: str, start: int, end: int
+) -> tuple[list, dict[str, bool | None]]:
+    """窗口 → [day_key(start), day_key(end)] 自然日区间,按日行 Python 聚合。
+
+    interaction_days = 窗内有消息的自然日数;last_time/last_is_send 取窗内
+    最后一条(last_ts 最大的日行)。窗口对齐自然日是文档化的语义变化
+    (前端日期选择器本就按天取值)。
+    """
+    rows = (
+        await session.execute(
+            sa.select(
+                MsgDailyStats.peer_id,
+                MsgDailyStats.day,
+                MsgDailyStats.send_cnt,
+                MsgDailyStats.recv_cnt,
+                MsgDailyStats.last_ts,
+                MsgDailyStats.last_is_send,
+            ).where(
+                MsgDailyStats.channel == "wechat",
+                MsgDailyStats.owner_account_id == owner,
+                MsgDailyStats.peer_kind == "friend",
+                MsgDailyStats.day >= day_key(start),
+                MsgDailyStats.day <= day_key(end),
+            )
+        )
+    ).all()
+
+    per: dict[str, dict] = {}
+    for peer, _day, send, recv, last_ts, last_is in rows:
+        acc = per.setdefault(
+            peer, {"send": 0, "recv": 0, "days": 0, "last_ts": None, "last_is": None}
+        )
+        acc["send"] += int(send or 0)
+        acc["recv"] += int(recv or 0)
+        acc["days"] += 1
+        if acc["last_ts"] is None or (last_ts is not None and last_ts >= acc["last_ts"]):
+            acc["last_ts"] = last_ts
+            acc["last_is"] = last_is
+
+    agg_rows = [
+        _AggRow(talker_id=p, send_count=a["send"], receive_count=a["recv"],
+                interaction_days=a["days"], last_time=a["last_ts"])
+        for p, a in per.items()
+    ]
+    last_map = {p: a["last_is"] for p, a in per.items()}
+    return agg_rows, last_map
+
+
 async def _customer_names(session: AsyncSession, owner: str, talker_ids: list[str]) -> dict[str, tuple[str, str, str]]:
     if not talker_ids:
         return {}
@@ -114,7 +176,10 @@ async def get_staff_chat_stats(
     if start is None:
         start = end - 3 * _MS_PER_DAY  # 默认近 3 天
 
-    agg_rows, last_map = await _aggregate(session, owner_account_id, start, end)
+    if await _summary_has_rows(session):
+        agg_rows, last_map = await _aggregate_summary(session, owner_account_id, start, end)
+    else:
+        agg_rows, last_map = await _aggregate(session, owner_account_id, start, end)
     talker_ids = [r.talker_id for r in agg_rows]
     names = await _customer_names(session, owner_account_id, talker_ids)