Transmission项目在macOS Sonoma系统中的线程阻塞问题分析与修复
2025-05-18 21:30:56作者:齐冠琰
问题背景
Transmission是一款流行的开源文件共享客户端,近期有用户报告在升级到macOS Sonoma 14.2.1系统后,Transmission 4.0.5版本无法正常启动。应用程序图标会出现在Dock栏,但主界面窗口无法显示,系统出现明显的性能下降。
问题分析
通过分析用户提供的系统日志和崩溃报告,开发团队发现了以下关键现象:
- 线程数量异常:系统日志显示有198个名为"updateTimeMachineExclude"的线程同时运行,远超正常情况下的数量
- 线程软限制触发:系统报告"Dispatch Thread Soft Limit Reached: 64",表明同步操作中阻塞的调度线程过多
- 备份服务相关调用:大量CSBackupSetItemExcluded调用导致系统资源耗尽
根本原因
问题的根源在于Torrent.mm文件中的Time Machine排除列表更新逻辑。该功能原本设计为并行处理,但在macOS Sonoma系统中,这种实现方式会导致:
- 每个文件都会触发独立的备份排除检查
- 并行处理导致系统备份服务被大量并发请求淹没
- 线程数量呈指数级增长,最终达到系统限制
解决方案
开发团队提出了两阶段修复方案:
第一阶段修复
将updateTimeMachineExclude的DispatchQueue从并行(PARALLEL)改为串行(SERIAL),这解决了线程数量爆炸的问题,但仍有部分用户报告启动问题。
第二阶段优化
进一步优化备份排除检查的调用机制,确保:
- 所有备份相关操作都在同一串行队列中执行
- 减少不必要的重复检查
- 添加适当的线程同步机制
验证与测试
修复后,用户通过以下步骤验证了解决方案的有效性:
- 从源码重新构建应用程序
- 确保使用最新的修复代码
- 测试应用程序启动和基本功能
验证结果显示应用程序能够正常启动,系统资源使用回归正常水平。
技术启示
这个案例提供了几个重要的技术启示:
- 系统API的版本兼容性:macOS系统升级可能改变底层API的行为特性
- 并行处理的陷阱:并非所有操作都适合并行处理,特别是涉及系统服务的调用
- 构建环境的影响:不同构建方式(Xcode vs CMake)可能产生不同的二进制行为
总结
通过分析线程阻塞问题,Transmission团队快速定位并修复了macOS Sonoma系统下的兼容性问题。这个案例展示了开源社区如何协作解决复杂的系统级问题,也为其他开发者处理类似问题提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660