Memories项目升级后"No stream arrays were passed"异常分析与解决方案
2025-06-24 06:18:30作者:瞿蔚英Wynne
问题背景
Nextcloud平台的Memories应用在升级到7.5.1版本后,部分用户遇到了系统异常。主要症状表现为:
- 索引作业运行时出现"ValueError: No stream arrays were passed"错误
- 手动运行索引或访问管理页面时出现相同异常
- 系统日志中记录相关错误信息
技术分析
该问题属于典型的版本升级后出现的回归性错误(regression),优先级被标记为高(priority: high)。经过开发者分析,问题根源在于PHP的stream_select函数调用方式不当。
在Memories应用的Util.php文件中,第539行附近的代码尝试调用stream_select函数时,传入了一个空数组作为第一个参数。根据PHP官方文档,stream_select要求至少传入一个非空流数组才能正常工作,否则会抛出"ValueError: No stream arrays were passed"异常。
影响范围
该问题主要影响以下环境:
- 使用系统Perl配置的环境
- 特定Linux发行版(如Debian 12/Raspberry Pi)
- Nextcloud 30.0.6版本
- PHP 8.2环境
解决方案
开发者pulsejet迅速响应并发布了修复补丁,最终在7.5.2版本中彻底解决了该问题。修复方案主要包括:
- 修改Util.php文件中stream_select的调用方式,确保传入有效的流数组
- 增强错误处理逻辑,避免空流数组的情况
- 优化外部命令执行的安全检查
用户操作指南
对于遇到此问题的用户,可以采取以下步骤解决:
- 升级Memories应用到7.5.2或更高版本
- 检查并确保/tmp目录下的exiftool临时文件可正常执行
- 执行Nextcloud的维护命令:occ maintenance:repair
- 重启相关服务使更改生效
技术启示
该案例展示了开源协作模式下问题解决的典型流程:
- 用户报告问题并提供详细日志
- 开发者分析并定位问题根源
- 快速发布修复版本
- 用户验证解决方案有效性
对于开发者而言,此案例也提醒我们在使用PHP流相关函数时,必须严格检查参数有效性,特别是像stream_select这样的核心函数,其参数要求往往比较严格,需要特别注意边界条件的处理。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
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
270
94
暂无简介
Dart
623
140
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
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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