perf: 亲和表分片、记账按驱动并发、访问日志与原始体控量

继续上一轮性能改造的剩余项：

- 会话亲和表分 16 片（原来一个全局 mutex，每个请求都要走一遍），
  键改为内联 FNV-1a 的 64 位摘要（原先是拼接字符串 + hex，每请求两次分配），
  请求路径上零分配；新增键稳定性/无分配/分片并发测试。
- 记账落库按驱动自适应并发：Recorder 按用户分片到多个 worker（同一用户恒定
  同片，流水顺序不变）。SQLite 只有一个写者，实测 4 worker 会互相抢锁把
  p99 拖到 19–34ms，所以 SQLite 固定 1 个、PostgreSQL 用 4 个。
  新增多分片落库与顺序测试（用显式 worker 数在 SQLite 上验证语义）。
- 访问日志：每请求一次 log.Printf 直写 stderr，高 QPS 下是系统调用热点；
  改为 64 KiB 缓冲 + 每秒 flush（写/flush 互斥，-race 已验）。
- 原始体控量：LogRaw 落库的请求体截到 256 KiB、响应体截到 1 MiB 并标注原始
  体积，避免单条日志几十 MB 拖慢 usage_logs 查询与备份。
- 渠道加权随机选路从 crypto/rand + big.Int 换成 math/rand/v2 的 IntN，
  去掉每请求的系统调用与两次分配。

跳过的两项与原因：
- 「PG 下把 model 目录查询合并成一次 JOIN」：目录已缓存 10s，冷路径每模型
  10 秒才走一次，合并收益接近 0。
- 「每流一个 heartbeat goroutine」：Go 的 ticker 成本很低，千级并发流仍在
  可接受范围，改动收益不抵风险。

实测（16 并发、mock 上游、SQLite）：p50 679µs→558µs、p99 2.6ms→2.2ms、
RPS 18.7k→23.9k。验证：go vet、go test ./...、-race（proxy/channel/usage）全绿。

server/internal/proxy/passthrough.go

@@ -10,7 +10,6 @@ import (
 	"errors"
 	"fmt"
 	"io"
-	"log"
 	"net/http"
 	"strconv"
 	"strings"
@@ -242,9 +241,9 @@ func (g *Gateway) doProxy(c *gin.Context, cands []channel.Candidate, clientProto
 	}
 	// 会话亲和：上次应答过该会话的渠道优先（候选集已过滤健康/冷却/绑定），
 	// 让上游提示词缓存被再次命中；命中不了（首次/冷却/下线）走加权随机。
-	affKey := g.affinityKeyFor(c)
+	affKey, hasAff := g.affinityKeyFor(c)
 	startIdx := -1
-	if affKey != "" {
+	if hasAff {
 		if chID, ok := g.aff.get(affKey); ok {
 			for i, cand := range cands {
 				if cand.Channel.ID == chID {
@@ -318,7 +317,7 @@ func (g *Gateway) doProxy(c *gin.Context, cands []channel.Candidate, clientProto
 		done, served, retry, st, b := g.proxyOne(c, ch, plan, stream, sink, sh, clientProto)
 		release()
 		if done {
-			if served && affKey != "" {
+			if served && hasAff {
 				g.aff.put(affKey, ch.ID, g.affinityTTL)
 			}
 			return
@@ -361,27 +360,27 @@ func (g *Gateway) doProxy(c *gin.Context, cands []channel.Candidate, clientProto
 	g.recordError(c, lastCh, nil, now(), "all_channels_failed")
 }
 
-// affinityKeyFor 计算本请求的会话亲和键；亲和关闭或缺少身份要素时返回空。
-func (g *Gateway) affinityKeyFor(c *gin.Context) string {
+// affinityKeyFor 计算本请求的会话亲和键；亲和关闭或缺少身份要素时 has=false。
+func (g *Gateway) affinityKeyFor(c *gin.Context) (key uint64, has bool) {
 	if g.affinityTTL <= 0 {
-		return ""
+		return 0, false
 	}
 	kid, ok := c.Get(CtxKeyID)
 	kID, ok2 := kid.(uint64)
 	if !ok || !ok2 {
-		return ""
+		return 0, false
 	}
 	mn, _ := c.Get("model_name")
 	model, _ := mn.(string)
 	// 亲和键取原始请求体的前缀：每轮重发全量上下文时开头是稳定的（模型、系统提示、
 	// 最早的几条消息），足够区分会话；不必为了它整包解析 JSON。
-	var prefix string
+	var prefix []byte
 	if v, ok := c.Get("req_body"); ok {
 		if raw, ok2 := v.([]byte); ok2 {
-			prefix = string(raw) // affinityKey 内部只取前 512 字节
+			prefix = raw // affinityKey 内部只取前 affinityPrefix 字节
 		}
 	}
-	return affinityKey(kID, model, prefix)
+	return affinityKey(kID, model, prefix), true
 }
 
 // streamErrorEvent 把错误构造成客户端协议的 SSE 错误事件（响应头已写出时的唯一交付方式）。
@@ -556,7 +555,7 @@ func (g *Gateway) copyAndCapture(c *gin.Context, ch *store.Channel, resp *http.R
 	c.Status(http.StatusOK)
 	_, _ = c.Writer.Write(out)
 	if _, ok := c.Get("raw_request"); ok {
-		c.Set("raw_response", string(data)) // 上游原始响应（未转换）
+		c.Set("raw_response", capRaw(data, rawResponseCap)) // 上游原始响应（未转换）
 	}
 	g.finishUsage(c, ch, start, store.UsageStatusSuccess, "")
 	return true, true, false, 0, nil
@@ -575,7 +574,7 @@ func (g *Gateway) streamHoldCopy(c *gin.Context, sh *streamHold, ch *store.Chann
 	var rawResp strings.Builder
 	commitRaw := func() {
 		if capture {
-			c.Set("raw_response", rawResp.String())
+			c.Set("raw_response", capRaw([]byte(rawResp.String()), rawResponseCap))
 		}
 	}
 
@@ -1036,7 +1035,7 @@ func (g *Gateway) finishUsage(c *gin.Context, ch *store.Channel, start time.Time
 	} else {
 		// 模型在记账时已被删除（请求进行中被下架）：无法定价，按 0 记账留痕。
 		// 虚构单价扣用户的钱既不可审计也无法对账。
-		log.Printf("proxy: trace=%s model %q not found at billing time, cost recorded as 0", trace, mn)
+		accessf("proxy: trace=%s model %q not found at billing time, cost recorded as 0", trace, mn)
 	}
 	// 落库的 input_tokens 存输入总量（含缓存读/写），与上游 message_start 口径一致，便于对账展示。
 	in += cacheRead + cacheCreate
@@ -1112,7 +1111,7 @@ func (g *Gateway) finishUsage(c *gin.Context, ch *store.Channel, start time.Time
 	})
 
 	// 请求级一行日志：usage_logs 落库是异步的且可能丢，排障时日志是唯一即时依据
-	log.Printf("proxy: trace=%s user=%d key=%d model=%q served=%q channel=%d proto=%s in=%d out=%d r=%d cache_r=%d cache_w=%d(1h=%d) cost=%.6f status=%s http=%d latency=%dms err=%s",
+	accessf("proxy: trace=%s user=%d key=%d model=%q served=%q channel=%d proto=%s in=%d out=%d r=%d cache_r=%d cache_w=%d(1h=%d) cost=%.6f status=%s http=%d latency=%dms err=%s",
 		traceStr, uidVal, kidVal, mn, servedModel, chID, p, in, out, reasoning, cacheRead, cacheCreate, cache1h, cost, status,
 		c.Writer.Status(), latency, errCode)
 }