Umami 2.11.0版本区域过滤器问题分析与解决方案
2025-05-08 15:08:43作者:温玫谨Lighthearted
问题背景
在Umami 2.11.0版本中,用户报告了一个关于区域过滤器功能的重要问题。当用户尝试使用区域过滤器时,系统会抛出500错误,导致功能无法正常使用。这个问题主要出现在PostgreSQL数据库环境中。
问题现象
从错误日志中可以清楚地看到,系统在执行查询时无法找到"subdivision1"列。具体错误信息显示:
column "subdivision1" does not exist
这个错误发生在尝试执行以下SQL查询时:
select
subdivision1 x,
count(distinct website_event.session_id) y
, country
from website_event
where website_event.website_id = $1::uuid
and website_event.created_at between $2 and $3
and website_event.event_type = $4
group by 1, 3
order by 2 desc
limit 500
offset 0
根本原因分析
经过深入分析,我们发现问题的根源在于查询逻辑存在缺陷。虽然session表中确实包含subdivision1列,但查询却错误地从website_event表中尝试获取这个字段,而website_event表并不包含该列。
在Umami的数据模型中:
- session表存储了会话级别的信息,包括地理位置数据(如country、subdivision1等)
- website_event表则记录具体的事件数据
正确的查询逻辑应该通过session_id关联这两个表,从session表中获取区域信息。
解决方案
Umami开发团队已经确认了这个问题,并在后续提交中修复了查询逻辑。修复方案主要包括:
- 修改查询语句,正确地从session表中获取区域信息
- 确保查询中包含了必要的表关联条件
对于已经遇到此问题的用户,建议采取以下步骤:
- 升级到包含修复的版本(2.11.0之后的版本)
- 如果暂时无法升级,可以手动修改查询逻辑,确保从正确的表中获取区域数据
技术细节
从数据库架构来看,session表的结构如下:
CREATE TABLE session (
session_id uuid NOT NULL,
website_id uuid NOT NULL,
hostname varchar(100),
browser varchar(20),
os varchar(20),
device varchar(20),
screen varchar(11),
language varchar(35),
country char(2),
subdivision1 varchar(20),
subdivision2 varchar(50),
city varchar(50),
created_at timestamp(6) with time zone DEFAULT CURRENT_TIMESTAMP
);
正确的查询应该类似于:
SELECT
s.subdivision1 AS x,
COUNT(DISTINCT e.session_id) AS y,
s.country
FROM website_event e
JOIN session s ON e.session_id = s.session_id
WHERE e.website_id = $1::uuid
AND e.created_at BETWEEN $2 AND $3
AND e.event_type = $4
GROUP BY s.subdivision1, s.country
ORDER BY y DESC
LIMIT 500
OFFSET 0
总结
Umami 2.11.0版本中的区域过滤器问题是一个典型的SQL查询逻辑错误,它提醒我们在进行数据库查询时,必须确保引用的列存在于查询的表中。对于使用Umami的分析师和开发者来说,了解数据模型的结构和表之间的关系至关重要,这样才能正确构建查询并获取所需的数据。
开发团队已经快速响应并修复了这个问题,体现了Umami项目对用户体验的重视。对于用户来说,保持系统更新是避免此类问题的最佳实践。
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 StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
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
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425