Glances WebUI进程时间显示异常问题分析与修复
2025-05-06 15:22:32作者:温玫谨Lighthearted
Glances是一款功能强大的系统监控工具,它提供了多种界面展示方式,包括命令行终端和Web界面。近期在Glances的Web界面中出现了一个关于进程运行时间显示的异常问题,本文将详细分析该问题的成因及解决方案。
问题现象
在Glances的Web界面中,所有进程的运行时间都被错误地显示为"8736h 00:00",而实际上在终端界面中这些时间值是正确的。这个8736小时(约364天)的数值显然不符合大多数进程的实际运行时长。
技术分析
经过深入排查,发现问题根源在于Web界面中处理时间数据的JavaScript函数。具体涉及两个关键函数:
timemillis函数:负责计算进程的CPU时间总和timedelta函数:将毫秒时间转换为可读格式
在原始代码中,timemillis函数使用for...in循环遍历传入的对象时存在问题。当传入类似{"user": 4229.49, "system": 1055.1}这样的CPU时间数据时,函数无法正确累加这些值,导致最终计算结果为0。
当timedelta函数接收到0值的时间输入时,会基于JavaScript的Date对象进行计算,最终错误地输出8736小时这个固定值。这是因为:
- 0毫秒对应Unix时间戳的起点(1970年1月1日)
- 计算过程中涉及闰年等因素
- 最终的时间差计算出现了逻辑错误
解决方案
开发团队通过以下方式修复了这个问题:
- 修改了
timemillis函数的遍历逻辑,确保能正确累加CPU时间的各个分量 - 优化了
timedelta函数的时间差计算算法 - 增加了对边界条件的处理
修复后的代码能够正确显示进程的实际运行时间,格式为"时:分:秒",与终端界面保持一致。
技术背景
理解这个问题需要一些背景知识:
- 进程CPU时间:Linux系统中,每个进程的CPU时间分为用户态时间和内核态时间,这些数据通过
/proc文件系统暴露 - 时间格式转换:将秒数转换为易读的时分秒格式是系统监控工具的常见需求
- JavaScript日期处理:浏览器中的Date对象基于Unix时间戳(毫秒数),处理时需要考虑时区、闰秒等因素
用户建议
对于遇到此问题的用户,建议:
- 升级到包含修复的Glances版本(4.3.0及以上)
- 如果暂时无法升级,可以优先使用终端界面查看准确的进程时间
- 开发自定义监控界面时,注意正确处理时间数据的转换逻辑
这个问题提醒我们,在处理系统监控数据时,特别是跨平台展示时,需要特别注意数据格式的转换和边界条件的处理。时间数据的处理看似简单,但实际上涉及许多细节,稍有不慎就会导致显示异常。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
281
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
630
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100