Matomo 5.3.0版本计划任务执行失败问题分析
2025-05-10 20:33:21作者:盛欣凯Ernestine
在Matomo 5.3.0-RC1版本中,用户报告了一个关键性的计划任务执行失败问题。这个问题发生在使用Docker容器部署的环境中,当尝试通过cron作业执行核心归档任务时,系统抛出了一个未定义常量的错误。
问题现象
当用户升级到Matomo 5.3.0-RC1版本后,计划任务执行过程中出现了以下关键错误信息:
ERROR: Uncaught exception: Error: Undefined constant "SIGINT" in /var/www/html/core/Scheduler/Scheduler.php:134
错误堆栈显示,问题发生在调度器尝试运行时,系统无法识别SIGINT信号常量。这个错误直接导致整个计划任务执行流程中断。
问题根源
经过技术团队分析,这个问题与PHP的PCNTL扩展有关:
- SIGINT常量是PCNTL扩展定义的一个进程控制信号常量
- 在5.3.0-RC1版本中,调度器代码假设PCNTL扩展总是可用,但实际上在某些环境中可能未安装或未启用
- Docker的PHP基础镜像默认可能不包含PCNTL扩展
技术背景
PCNTL(Process Control)扩展提供了进程控制功能,包括信号处理和进程创建等能力。在Unix-like系统中,SIGINT是终端中断信号(通常由Ctrl+C触发),用于优雅地终止进程。
Matomo的调度器使用这个信号来实现优雅关闭机制,但在没有PCNTL扩展的环境中,相关常量自然无法识别。
解决方案
Matomo开发团队迅速响应,在5.3.0-RC2版本中修复了这个问题。修复方案可能包括:
- 添加对PCNTL扩展可用性的检查
- 为没有PCNTL扩展的环境提供替代方案
- 或者将相关功能设为可选而非必需
用户建议
对于遇到此问题的用户,建议采取以下措施:
- 升级到5.3.0-RC2或更高版本
- 如需继续使用5.3.0-RC1,可以尝试安装PHP的PCNTL扩展
- 在Docker环境中,可以通过修改Dockerfile安装所需扩展
经验教训
这个事件提醒我们:
- 在开发跨环境应用时,不能假设特定扩展总是可用
- 发布候选版本(RC)的主要目的就是发现这类环境兼容性问题
- 容器化部署需要考虑基础镜像的默认配置差异
Matomo团队通过快速响应和修复,展现了良好的开源项目管理能力,确保了5.3.0正式版的稳定性。
登录后查看全文
热门项目推荐
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
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217