首页
/ Kimai时间记录导入中的时长舍入问题分析

Kimai时间记录导入中的时长舍入问题分析

2025-06-19 09:51:01作者:冯梦姬Eddie

问题背景

在Kimai时间跟踪系统中,用户从Clockify导入时间记录数据时发现了一个关于时长计算的舍入问题。具体表现为:当导入包含非整小时的时间记录时,系统显示的时间与原始数据存在差异。

问题现象

以一个具体案例为例:

  • 开始时间:10:01
  • 结束时间:10:42
  • 实际时长应为1小时41分钟(1.6833小时)

但在导入后,系统显示为1小时40分钟,与预期不符。数据库存储的秒数为6059秒,而正确值应为6060秒。

技术分析

问题根源

问题主要出现在两个处理环节:

  1. 导入处理阶段

    • 系统使用Duration::parseDecimalFormat函数处理十进制格式的时长
    • 计算过程:1.6833 × 3600 = 6059.88秒 → 强制转换为整数后得到6059秒(舍去小数部分)
  2. 显示处理阶段

    • 使用Duration::format函数格式化显示时长
    • 计算过程:6059秒 → 1小时40分钟(再次向下取整)

解决方案比较

用户提出了两种解决方案:

  1. 使用Clockify的"Duration (h)"字段

    • 该字段直接提供"时:分"格式的时长(如1:41)
    • 避免了十进制转换过程中的舍入问题
    • 经测试可正确导入和显示
  2. 修改系统舍入规则

    • 尝试调整系统偏好设置中的舍入规则
    • 但发现舍入规则不适用于导入过程

最佳实践建议

对于需要从Clockify导入数据到Kimai的用户,建议:

  1. 在导入配置中选择"Duration (h)"作为时长字段
  2. 避免使用"Duration (decimal)"字段,以防止舍入误差
  3. 对于已导入的错误数据,可通过批量编辑功能进行修正

技术启示

这个问题揭示了时间数据处理中的几个重要原则:

  1. 时间数据的精度处理需要特别谨慎,特别是涉及多级转换时
  2. 不同系统间的数据交换应优先考虑保持原始格式,避免不必要的转换
  3. 用户界面显示逻辑应与数据存储逻辑保持一致

Kimai开发团队已在新版本中修复了此问题,用户只需更新到最新版导入插件即可获得正确的导入体验。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
165
2.05 K
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
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
954
563
leetcodeleetcode
🔥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
60
17
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
giteagitea
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
17
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
408
387
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)。
Python
78
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1