Temporal项目中的Duration舍入边界问题解析
在Temporal项目中,开发者发现了一个关于Duration舍入操作的边界条件问题。当对包含11个月的Duration对象进行舍入操作时,在某些特定情况下会抛出RangeError异常,而实际上应该正常返回结果。
问题现象
具体表现为:当对一个11个月的Duration对象执行舍入操作时,如果设置最小单位为"days"可以正常返回结果(P10M30D),但当最小单位改为"months"时却会抛出RangeError异常,提示"custom calendar reported a month that is 0 days long"。
技术背景
这个问题涉及到Temporal中Duration对象的舍入机制。Duration舍入操作依赖于两个关键函数:DifferencePlainDateTimeWithRounding和ApplyUnsignedRoundingMode。前者负责计算两个日期时间之间的差异并进行舍入,后者则处理具体的舍入逻辑。
问题根源
经过分析,这个问题源于2023年的一次代码变更。在之前的版本中,日期差异计算会返回"P11M"这样的结果,但变更后返回的是更精确的"P10M30D"。这种变化虽然更准确,但却暴露了舍入逻辑中的一个边界条件处理问题。
在舍入过程中,NudgeToCalendarUnit函数会检查计算结果是否满足r1 ≤ x < r2的条件。当x恰好等于r2时,当前的实现会抛出异常,而实际上应该允许这种边界情况存在。
解决方案
技术团队提出了两种可能的解决方案:
- 修改ApplyUnsignedRoundingMode函数,使其能够处理x等于r2的情况
- 保持ApplyUnsignedRoundingMode不变,但在调用前特殊处理x等于r2的边界情况
经过讨论,团队选择了第二种方案,因为它对现有代码的改动最小,同时也能有效解决问题。这种方案类似于已经存在的对x等于r1的特殊处理,保持了代码的一致性。
影响范围
这个问题主要影响以下场景:
- 对跨越非固定长度月份(如2月)的Duration进行舍入操作
- 当舍入的最小单位与Duration中的最大单位相同时
- 在特定日期组合下(如从2023-05-31到2024-04-30)
技术细节
在底层实现中,ApplyUnsignedRoundingMode函数使用了一种巧妙的比较方式:通过比较2*numerator和denominator的大小关系,来避免浮点数精度问题。这种实现等价于比较x与r1和r2的距离关系:
- 当2*numerator < denominator时,返回r1
- 当2*numerator > denominator时,返回r2
- 当两者相等时,根据舍入模式决定返回r1还是r2
最佳实践
对于开发者来说,在使用Temporal的Duration舍入功能时,应当注意:
- 明确了解不同日历系统对月份长度的定义可能不同
- 对于跨越不同月份长度的计算,结果可能会有非整数月份
- 在舍入操作前,考虑是否需要先平衡Duration对象
这个问题现已修复,开发者可以放心使用Duration的舍入功能,包括边界条件下的操作。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00