ඉතිහාසයෙහි JSON ආකෘතියේ වැරදි ලොග් ලේඝනය හොඳින් ක්රියා කළා, නමුත් ඒජන්ට්ස් බහු‑මැෂින් පරිසරයට මාරු වීමත් සමඟ ගැටළු පණගැන්දි.
එක් සේවාදායකයේ ලොග් කරන ලද ක්රැෂ් විසඳුම් අනෙක් සේවාදායකයට නොපෙනෙයි. එකම වේලාවේ බහු‑ඒජන්ට්ස් ලියන විට JSON ගොනුව අසමත් වීම, දත්ත අස්ථිරත්වයට පත් වීමත් සමඟ වැඩිදුර පරීක්ෂණයක් අවශ්ය වුණා.
ඇයි SQLite? එය එක ගොනුවක් පමණක් භාවිතා කරන, එක්කලින් පාඨකයන්ට ඉඩ දෙන, ලියන විට ගොනු පුරෝගාමී පාලනය (locking) කරන ලේඛන‑දත්ත ගබඩාවකි. ඒ නිසා බහු‑ඒජන්ට්ස් අතර ලියන‑කියන ගැටළු අතුරුදහන් වේ, JSON ගොනුවේ අසමත්තා නැත.
මාරු කිරීමේදී පළමුව failures.db නමින් SQLite ගොනුව නිර්මාණය කර, failures වගුවට task, error, attempted_fix, result, timestamp, env වැනි තීරුවලින් සැකසූවා. ඉන්පසු INSERT විධාන භාවිතා කර ලොග් එකතු කරන ලදී, SELECT විධාන මගින් “fixed” ප්රතිඵලය ඇති රෙකෝඩ් සොයාගන්නා ලදී. ඉන් අමතරව index එකතු කර, දත්ත ගොඩනැගීමේ වේගය වැඩි කළා.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ මූලික තාක්ෂණික පාරිසරිකයෙහි මෙය ගැඹුරු ප්රතිඵල ලබා දෙයි:
- ඉගෙනුම් ආශ්රිතයන්ට – AI, ML වැනි ව්යාපෘතිවල දෝෂ නිරාකරණය ඉක්මණින් හඳුනාගත හැකි අතර, පළාත් පරිසරයේ එකම SQLite ගොනුවේ සමුදාය බෙදාගත හැක.
- ඩෙවලපර්ලාට – බහු‑මැෂින් CI/CD පද්ධතියේ එකම දත්ත ගබඩාවක් ඇතිවීම නිසා, ලොග් සංකලනය, සත්ය‑කාලීන විශ්ලේෂණය සහ ස්ක්රිප්ට් මාරු කිරීම අඩු වේලාවකින් සිදු වේ.
- ව්යාපාරිකයන්ට – දෝෂ පටිපාටිය අඩු වීම, සේවා විශ්වාසනීයතාව වැඩි වීම, නවීන AI‑ඇප්ලිකේෂන්ස් වේගයෙන් ඉදිරියට ගෙන යාමට අවශ්ය තාක්ෂණික පදනම සැපයීම.
SQLite ගොනුව NFS හෝ SMB වැනි නෙට්වර්ක් ධාවකයක තබා, සියළුම සේවාදායකයන්ට එකම ලොග් එකක් ලබා ගත හැකි බැවින්, “once logged, everywhere available” යන සංකල්පය සාර්ථකයි.
අවසන් වශයෙන්, JSON සිට SQLite වෙත මාරු කිරීමේ කේතය කෙටි Python ක්රමයක් මගින් කරා, සේවා නතර නොවීම සහ දත්ත අහිමි නොවීම සලසා ඇත. මෙයින් AI ඒජන්ට්ස් අතර දෝෂ‑සැකසීම් බෙදාගැනීමේ නව මාර්ගයක් උපරිම කර ඇත.
