首页
/ AdGuardHome 仪表盘图表数据粒度变化分析

AdGuardHome 仪表盘图表数据粒度变化分析

2025-05-06 22:36:25作者:段琳惟

AdGuardHome 是一款流行的开源 DNS 服务器和网络广告拦截软件,其仪表盘提供了丰富的网络活动统计图表。在最近的 v0.107.44 版本更新中,用户发现仪表盘统计图表的数据粒度发生了变化,从原来的每小时数据点变成了每日数据点,这引起了社区的热议。

问题背景

在 AdGuardHome 的早期版本中,仪表盘统计图表默认显示每小时的数据点,用户可以看到过去几天内每小时的活动情况。这种细粒度的数据展示方式对于分析网络使用模式非常有用,例如:

  • 识别家庭成员的上网时间段
  • 观察设备的活跃/休眠周期
  • 发现异常的网络活动时间点

然而,在 v0.107.44 版本中,图表的数据展示方式发生了变化,默认显示每日数据点而非每小时数据点,导致图表的信息量和细节程度明显降低。

技术分析

根据开发团队的说明,这一变化是作为一项功能修复引入的。在代码层面,当统计数据的保留间隔设置为168小时(7天)或更长时,系统会自动将数据显示粒度调整为每日数据点。这种设计可能是出于性能优化的考虑,减少大数据量下的前端渲染压力。

开发团队提供了临时解决方案:

  1. 在"常规设置"页面中
  2. 将统计保留间隔设置为167小时(而非默认的168小时)
  3. 这样系统会继续显示每小时的数据点

用户影响评估

这一变化对不同类型的用户产生了不同影响:

  1. 家庭用户:失去了观察家庭成员日常上网模式的能力
  2. 网络管理员:难以精确识别网络异常活动的时间点
  3. 技术爱好者:减少了网络行为分析的数据细节

解决方案与展望

开发团队已在edge版本和即将发布的beta版本中修复了这一问题。新的解决方案将:

  • 后端在间隔≤168小时时发送每小时数据
  • 前端不再依赖后端单位来显示统计卡片中的天数/小时数
  • 恢复与旧版本一致的行为

最佳实践建议

对于需要立即恢复每小时数据展示的用户,可以:

  1. 升级到最新的edge版本
  2. 或暂时将统计保留间隔设置为167小时
  3. 等待正式修复版本的发布

这一事件也提醒我们,在软件更新时应该:

  • 仔细阅读版本变更说明
  • 关注可能影响使用体验的改动
  • 及时向开发团队反馈使用感受

AdGuardHome 作为一款开源软件,其开发团队对用户反馈响应迅速,这种互动模式值得赞赏。用户与开发者之间的良性沟通,是开源项目持续改进的重要动力。

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