dstack项目:实现UI中显示已删除运行记录的技术方案
2025-07-08 09:04:24作者:钟日瑜
在分布式计算平台dstack的开发过程中,团队发现当前系统存在一个重要的功能缺失:用户界面无法显示已被删除的运行记录。这对于系统审计和问题排查造成了不便,特别是对于需要全面掌握系统运行情况的全局管理员而言。本文将深入分析这一功能需求的技术实现方案。
现状分析
当前系统存在以下技术限制:
- API接口/runs/list不返回已删除的运行记录
- 运行详情获取接口/get仅支持活动状态的运行记录
- 用户界面缺少对已删除记录的展示逻辑
这种设计导致管理员无法通过UI追溯历史运行记录,降低了系统的可观测性和可维护性。
技术解决方案
后端改造
服务端需要完成以下关键修改:
- 扩展运行记录列表接口,使其包含已删除记录
- 重构运行详情接口,支持通过唯一ID获取任意状态记录
- 保持现有API的兼容性,避免影响现有客户端
特别值得注意的是,已删除的运行记录本质上与普通记录并无区别,只是状态标记为"已删除"。因此服务端无需特殊处理,只需移除状态过滤条件即可。
前端适配
用户界面需要相应调整:
- 实现基于运行ID的路由机制
- 移除删除按钮,因为记录删除后仍可查看
- 优化列表展示逻辑,统一处理所有状态记录
新的路由设计采用混合模式:
- 对活动记录保持现有的名称路由
- 对已删除记录使用ID路由 这种设计既保证了兼容性,又满足了新需求。
实现细节
路由系统改造
前端路由系统需要支持两种标识符:
- 名称路由:/projects/{project}/runs/{run_name}
- ID路由:/projects/{project}/runs/{run_name}?id={run_id}
这种设计既保持了URL的可读性,又确保了唯一性。对于已删除记录,其名称可能已被新记录占用,因此必须使用ID进行精确匹配。
状态处理逻辑
所有运行记录将统一显示其最终状态,不再区分是否已删除。这种设计简化了前端状态管理,也符合用户对系统行为的预期。
技术价值
这一改进带来了多重好处:
- 增强了系统的可审计性
- 提升了运维人员的排障效率
- 统一了记录管理逻辑
- 保持了良好的前后端兼容性
通过这样的技术改造,dstack平台在保持简洁性的同时,增强了企业级应用所需的管理功能,为后续的功能扩展奠定了良好的基础。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
155
178
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++
639
246
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
241
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
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
1.03 K
470
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
364
3.02 K