Sonarr中基于磁盘文件总大小的季包搜索优化方案
2025-05-19 08:59:19作者:温玫谨Lighthearted
背景分析
在Sonarr的自动下载管理过程中,用户经常会遇到季包(Season Pack)与单集文件(Episode)混合管理的情况。当前系统在处理季包级别的自定义格式(Custom Format)评分时存在一个关键逻辑缺陷:当评估已存在于磁盘上的季包质量时,系统仅对单集文件进行独立评分,而未能正确计算这些单集文件的总大小并应用对应的季包级别评分规则。
问题本质
假设用户设置了以下自定义格式评分规则:
- 发布组A:+500分
- 发布组B:+450分
- 发布组C:+400分
- 季包大小4(20GB以下):+150分
当用户希望优先选择小于20GB的季包时,系统在季包搜索时能正确应用评分规则。但当这些季包被导入为单集文件后,系统在后续季包级别比较时:
- 仅对单集文件独立评分(每个文件不触发20GB规则)
- 导致15GB的季包(应得550分)被误判为400分
- 可能错误地认为30GB季包(450分)质量更高
技术解决方案
核心算法改进
建议在季包搜索逻辑中增加"聚合磁盘文件大小"的计算步骤:
- 当进行季包级别比较时
- 收集该季所有已下载单集文件
- 计算这些文件的总大小
- 基于总大小应用季包级别的自定义格式评分
- 最后与候选季包进行公平比较
实现细节考量
- 大小计算时机:仅在季包搜索时触发聚合计算,不影响单集下载逻辑
- 缓存机制:可缓存计算结果避免重复计算
- 异常处理:处理部分文件缺失的情况
- 性能优化:对大型剧集采用增量计算
用户场景验证
理想工作流
- 初始下载:选择15GB季包(550分)优于30GB季包(450分)
- 导入后:识别为15GB季包(550分)
- 后续搜索:正确保持550分评分
- 新季包出现:能正确触发升级逻辑
边界案例
- 混合来源季包:部分文件来自不同发布组
- 不同质量文件:包含不同编码质量的单集
- 不完整季包:缺失部分剧集文件
系统影响评估
正向影响
- 提升评分准确性
- 更好满足用户偏好
- 保持季包与单集逻辑一致性
潜在风险
- 增加少量计算开销
- 需要处理复杂的文件聚合状态
- 可能影响现有用户的升级逻辑
替代方案分析
放宽大小限制方案
将季包大小规则改为包含单集文件大小(如1-20GB)会导致:
- 单集下载时错误应用季包偏好
- 阻碍后续真正的季包升级
- 失去季包级别的特殊偏好设置意义
方案对比
| 方案 | 准确性 | 性能影响 | 实现复杂度 |
|---|---|---|---|
| 当前方案 | 低 | 低 | 低 |
| 放宽限制 | 中 | 低 | 低 |
| 聚合计算 | 高 | 中 | 中 |
实施建议
-
分阶段实施:
- 首先增加季包大小聚合计算
- 然后优化评分比较逻辑
- 最后完善异常处理
-
用户通知:
- 在更新日志中说明行为变更
- 提供配置选项回退到旧逻辑
-
监控指标:
- 季包决策准确率
- 计算耗时增长
- 用户反馈收集
结语
这一改进将使Sonarr的季包管理更加智能和符合用户预期,特别是在混合使用季包和单集下载的场景下。通过正确的聚合计算,系统能够真实反映用户的存储偏好,做出更合理的自动下载决策。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989