首页
/ Zarr-Python项目中GCS存储变量意外覆盖问题分析

Zarr-Python项目中GCS存储变量意外覆盖问题分析

2025-07-09 18:45:49作者:虞亚竹Luna

问题背景

在zarr-python项目3.0.5版本中,当使用Google云存储(GCS)作为后端存储时,发现了一个变量意外覆盖的问题。具体表现为:当创建名称存在包含关系的两个变量时,后创建的变量会覆盖先创建的变量。例如,先创建变量"aa",再创建变量"a"时,"a"会意外覆盖"aa"。

问题复现

该问题可以通过以下代码复现:

import zarr

url = zarr.storage.FsspecStore.from_url("gs://some-bucket/overwrite-test.zarr")
root = zarr.create_group(store=url, overwrite=True)
shape = (10, 10)
dtype = int
encoding = { "overwrite": True}

# aa会被a覆盖
root.create_array(name="aa", shape=shape, dtype=dtype, **encoding)
root.create_array(name="a", shape=shape, dtype=dtype, **encoding)

# b不会被bb覆盖
root.create_array(name="b", shape=shape, dtype=dtype, **encoding)
root.create_array(name="bb", shape=shape, dtype=dtype, **encoding)

问题根源分析

经过深入排查,发现问题出在以下几个环节:

  1. 存储层交互:zarr-python通过fsspec库与GCS交互,在创建新数组时会先尝试删除同名目录

  2. 路径匹配逻辑:GCSFS在处理删除请求时,路径匹配逻辑存在缺陷。当请求删除路径"a"时,会错误匹配到"aa"路径

  3. 递归删除行为:GCSFS的expand_paths方法在处理路径时,没有严格区分前缀匹配和完整路径匹配,导致误删

技术细节

问题的核心在于GCSFS的路径处理逻辑。在底层实现中:

  1. zarr-python调用delete_dir方法时,会传入类似".../overwrite-test.zarr/a"的路径

  2. GCSFS的expand_paths方法在处理这个路径时,会错误地将"aa"路径也包含在删除列表中

  3. 这种前缀匹配的行为在文件系统操作中是不符合预期的,应该只删除完全匹配的路径

解决方案

该问题最终通过以下方式解决:

  1. GCSFS修复:在GCSFS项目中修复了expand_paths方法的路径匹配逻辑,确保只匹配完整路径

  2. 临时解决方案:在zarr-python中可以临时通过在路径末尾添加斜杠("/")来避免这个问题

经验总结

这个案例给我们几点重要启示:

  1. 存储后端差异:不同云存储服务在路径处理上可能存在细微差别,需要特别注意

  2. 前缀匹配风险:在处理文件系统操作时,前缀匹配逻辑需要谨慎使用

  3. 测试覆盖:应该增加针对路径包含关系的测试用例,确保不同存储后端的行为一致

  4. 日志诊断:在排查类似问题时,启用详细日志(如"gcsfs"日志)能极大帮助问题定位

该问题的解决体现了开源社区协作的力量,通过项目间的密切配合,最终找到了问题的根源并提供了完善的解决方案。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8