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
kernelopenEuler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。C0100
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
478
3.57 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
288
321
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++
850
447
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
239
100
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
451
180
🎉 (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
1.28 K
705