Glances项目中的datetime对象解析错误问题分析
2025-05-06 18:51:56作者:胡易黎Nicole
问题背景
Glances是一款流行的跨平台系统监控工具,它能够实时显示CPU、内存、磁盘、网络等系统资源的使用情况。近期在Glances 4.2.0 beta04版本中,用户报告了一个导致程序无法启动的严重错误,该错误与Docker容器监控功能中的时间处理有关。
错误现象
当用户尝试启动Glances时,程序会抛出以下关键错误信息:
TypeError: 'datetime.datetime' object cannot be interpreted as an integer
这个错误发生在处理Docker容器启动时间(uptime)计算的过程中,具体是在glances/globals.py文件的get_diff_time函数中。
技术分析
错误根源
问题的根本原因在于时间处理逻辑的类型不匹配。在Glances的代码中:
- 首先从Docker API获取容器的启动时间(started_at)
- 使用dateutil.parser.parse()将其解析为datetime对象
- 进行时区转换后,尝试将这个datetime对象传递给get_diff_time函数
- get_diff_time函数错误地尝试将datetime对象当作整数时间戳处理
代码逻辑缺陷
在glances/globals.py中,get_diff_time函数的实现存在逻辑缺陷:
def get_diff_time(time):
now = datetime.now()
return {
isinstance(time, int): now - datetime.fromtimestamp(time),
isinstance(time, float): now - datetime.fromtimestamp(time),
isinstance(time, datetime): now - time
}[True]
这段代码使用了字典选择模式,但实现方式不够健壮,当传入datetime对象时,仍然会先尝试将其作为整数处理,导致类型错误。
解决方案
Glances开发团队迅速响应了这个问题,通过回撤引发问题的PR#2961解决了这个bug。正确的处理方式应该是:
- 明确区分时间戳(整数/浮点数)和datetime对象两种输入类型
- 对于datetime对象直接计算时间差
- 对于时间戳先转换为datetime对象再计算
影响范围
该问题影响以下安装方式的所有Glances 4.2.0 beta04版本:
- 从源代码编译安装
- Debian unstable仓库安装
- Snap包安装
临时解决方案
对于急需使用Glances的用户,可以采取以下临时方案之一:
- 使用Docker容器方式运行Glances
- 降级到稳定版本4.1.0
- 从GitHub获取修复后的develop分支代码
经验教训
这个案例提醒我们:
- 时间处理在系统监控工具中至关重要但容易出错
- 类型检查逻辑需要严谨,避免隐式转换
- 边界条件测试需要覆盖各种时间输入格式
- 回退机制对于关键系统组件是必要的
总结
Glances项目组对这类影响核心功能的bug响应迅速,体现了开源项目的优势。对于系统监控工具这类基础软件,稳定性应该优先于新特性的引入。用户在遇到类似问题时,及时报告并附上详细环境信息有助于开发者快速定位问题。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
302
2.65 K
Ascend Extension for PyTorch
Python
131
153
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
1.02 K
457
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++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
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
360
2.44 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205