Codex客户端卡顿的解决方法：logs_2.sqlite疯狂读写导致硬盘占用过高

SEO关键词

Codex客户端卡顿、Codex logs_2.sqlite、Codex日志文件过大、Codex SQLite、Codex硬盘读写、Codex磁盘占用、Codex性能优化、Codex客户端优化

文章标签

Codex SQLite PowerShell Windows AI编程 性能优化

Codex客户端下载地址：https://security.feishu.cn/link/safety?target=https%3A%2F%2Fcodexdown.cc%2F&scene=ccm

最近在高强度使用 Codex 客户端时，我发现电脑开始出现明显卡顿，即使 CPU 占用并不高，SSD 的活动却一直保持在很高的水平。

经过排查，最终发现罪魁祸首就是：

C:\Users\用户名\.codex\logs_2.sqlite

现象

打开 Windows 的资源监视器后发现，Codex 一直在频繁读写一个 SQLite 数据库。

随着使用时间越来越长，这个文件会越来越大。

我之前的文件已经达到：

1.4 GB

而且几乎一直在进行磁盘 IO。

---

我让 Codex 帮我统计了一天的磁盘读写

我直接让 Codex 统计应用一天内的硬盘读写量。

最终结果让我有点意外：

OpenAI.Codex

17.68 GiB

也就是说，仅仅一天时间，Codex 就对磁盘进行了 17.68 GiB 的读写。

如果长期使用，这个数字还会不断增加。

找到真正的问题

进一步查看发现：

C:\Users\用户名\.codex\logs_2.sqlite

这个 SQLite 数据库一直在追加日志。

数据库越来越大之后：

• 查询速度下降
• SQLite 文件不断增长
• 持续 WAL 写入
• SSD 不停读写
• Codex 开始变卡

尤其长时间运行 Agent、生成代码、流式输出时更加明显。

第一步：清空 logs_2.sqlite

我直接发送给 Codex：

帮我清空掉 "C:\Users\用户名\.codex\logs_2.sqlite"

清空完成之后：

原来的数据库：

1.4 GB

直接恢复到了一个很小的 SQLite 文件。

Codex 的响应速度立刻改善了不少。

如果 SQLite 文件大小没有立即缩小，可以执行 VACUUM，或者直接删除数据库重新生成。

---

第二步：禁止继续写日志

如果只是清空数据库，后面还是会继续疯狂写入。

于是我给 SQLite 创建了一个 Trigger。

打开 PowerShell：

sqlite3 "C:\Users\用户名\.codex\logs_2.sqlite" "CREATE TRIGGER IF NOT EXISTS block_log_inserts BEFORE INSERT ON logs BEGIN SELECT RAISE(IGNORE); END;"

这条命令会创建一个 Trigger：

CREATE TRIGGER IF NOT EXISTS block_log_inserts
BEFORE INSERT ON logs
BEGIN
    SELECT RAISE(IGNORE);
END;

它的作用就是：

当程序向 logs 表执行 INSERT 时，SQLite 会直接忽略这次写入。

因此：

• 不再新增日志
• 数据库不会继续膨胀
• 大量磁盘写入得到抑制

如果提示 sqlite3 不是内部命令

Windows 默认没有安装 SQLite。

可以先下载 SQLite Command Line Tool。

或者已经安装 sqlite3 的话，确认已经加入 PATH 环境变量。

然后重新打开 PowerShell 即可。

是否会影响 Codex 使用？

截至目前我的实际使用情况：

• 对话正常
• Agent 正常
• MCP 正常
• 插件正常
• 代码生成正常

唯一变化就是：

日志数据库几乎不再增长。

不过需要注意：

如果后续 Codex 官方修改数据库结构或者依赖日志功能，这种方式可能会受到影响，因此升级客户端后建议重新测试。

总结

如果你的 Codex 出现下面这些情况：

• 客户端越来越卡
• SSD 一直高占用
• .codex 文件夹越来越大
• logs_2.sqlite 超过几百 MB 甚至几个 GB

建议优先检查：

C:\Users\用户名\.codex\logs_2.sqlite

可以先清空数据库，再根据自己的需求决定是否使用 Trigger 阻止日志继续写入。

希望官方后续能够增加日志大小限制、自动清理机制或提供关闭日志记录的选项，避免数据库无限增长导致性能下降。

---