head-lag: subscription-death fixes in the RIGHT harness

[Flotapponnier]

Contexte

Le #950 de lundi (reconnect metrics + grace) est allé dans harnesses/aggregator-latency-benchmark — un harness legacy déployé nulle part. Les services Railway buildent depuis harnesses/aggregator-head-lag (root directory). Découvert en diagnostiquant Codex/Solana figé à 26.3s pendant 8h.

Incident racine (Codex Solana, 2026-07-09)

Codex a terminé la souscription Solana côté serveur (~05h UTC, 3 régions). La connexion restait vive (bnb/base OK) donc: message complete/error avalé par le harness, pas de read timeout, gauge gelé re-scrapé "frais", alerte timestamp() aveugle. 8h de fausse donnée publiée.

Fixes

• Port intégral de agg-latency: WS reconnect metrics + post-reconnect grace on alert gauges #950 (ws_connected, ws_reconnects_total, grace period, logs deco/reco)
• Handling complete/error -> reconnect + resubscribe immédiat
• Watchdog de flux par chain (10 min de silence -> purge des gauges + reconnect forcé)
• DeleteHeadLagSeries: plus jamais de valeur gelée publiée
• AggregatorHeadLagStale: changes(head_lag_seconds[30m])==0 au lieu de timestamp()

Deploy

Structure harnesses/aggregator-head-lag/ requise (root dir des 3 services agg + Prometheus pour l'alerte).