配置文件跨平台一致性， 脚本调整0.01的时差， 最后时间范围调整
parent
8d489a499f
commit
a83bde2ceb
|
|
@ -355,8 +355,9 @@ class AppConfig:
|
|||
pass # 备份失败不影响保存
|
||||
|
||||
# 保存配置
|
||||
with path.open("w", encoding="utf-8") as f:
|
||||
json.dump(self.to_dict(), f, ensure_ascii=False, indent=2)
|
||||
# 使用 newline='\n' 确保跨平台换行符一致（LF），避免 Windows CRLF 导致的问题
|
||||
with path.open("w", encoding="utf-8", newline='\n') as f:
|
||||
json.dump(self.to_dict(), f, ensure_ascii=False, indent=2, sort_keys=False)
|
||||
|
||||
def ensure_placeholder(self, key: str, type_hint: str) -> PlaceholderConfig:
|
||||
if key not in self.placeholders:
|
||||
|
|
|
|||
|
|
@ -364,10 +364,24 @@ def _calculate_effective_time_points(
|
|||
effective_time_points[slot_str] = None
|
||||
continue
|
||||
|
||||
if target_effective_hours > total_effective_hours:
|
||||
LOGGER.warning("Target effective time %.3fh exceeds total effective time %.3fh for slot %s",
|
||||
target_effective_hours, total_effective_hours, slot_str)
|
||||
effective_time_points[slot_str] = None
|
||||
# 如果目标时间 >= 总有效时间（允许小的浮点误差），使用最后一个有效时间段的结束时间
|
||||
# 这样可以处理边界情况：实验正好运行了目标时长，但由于浮点精度可能略小于目标值
|
||||
tolerance = 0.01 # 允许 0.01 小时的容差
|
||||
if target_effective_hours >= total_effective_hours - tolerance:
|
||||
if effective_periods:
|
||||
# 使用最后一个有效时间段的结束时间
|
||||
last_period = effective_periods[-1]
|
||||
target_time_point = last_period['end']
|
||||
effective_time_points[slot_str] = target_time_point
|
||||
LOGGER.info("Slot %s: effective %.3fh >= total %.3fh, using last period end time %s",
|
||||
slot_str, target_effective_hours, total_effective_hours,
|
||||
target_time_point.strftime('%H:%M:%S'))
|
||||
else:
|
||||
# 如果没有有效时间段，使用实验结束时间
|
||||
effective_time_points[slot_str] = end_time
|
||||
LOGGER.info("Slot %s: effective %.3fh >= total %.3fh, using experiment end time %s",
|
||||
slot_str, target_effective_hours, total_effective_hours,
|
||||
end_time.strftime('%H:%M:%S') if end_time else "N/A")
|
||||
continue
|
||||
|
||||
# 在有效时间段中查找累计运行target_effective_hours小时的时间点
|
||||
|
|
@ -522,12 +536,18 @@ def _query_influxdb_with_load_status(
|
|||
filters or {},
|
||||
)
|
||||
|
||||
# 查询逻辑：查询目标时间点附近的数据，但只要 load_status = 1 的数据
|
||||
# 使用一个时间窗口来查找最接近的有效数据点
|
||||
window_minutes = 10 # 前后10分钟的窗口
|
||||
# 查询逻辑：查询目标时间点之前（包含目标时间点）的数据，获取最接近目标时间点的瞬时值
|
||||
# 使用实验开始时间作为查询起点，目标时间点作为查询终点，确保获取该时间点的瞬时数值
|
||||
# 需要从实验开始时间查询，因为有效时间点是基于累计运行时间计算的
|
||||
|
||||
# 获取实验开始时间（需要从环境变量或传入参数获取）
|
||||
# 为了简化，我们使用一个合理的时间窗口：从目标时间点往前推足够长的时间
|
||||
# 但为了精确，我们应该查询到目标时间点为止，取最后一条
|
||||
window_minutes = 60 # 往前查询60分钟，确保能覆盖到数据
|
||||
|
||||
query_start = target_time - timedelta(minutes=window_minutes)
|
||||
query_end = target_time + timedelta(minutes=window_minutes)
|
||||
# 查询终点设置为目标时间点，确保获取的是该时间点或之前的数据
|
||||
query_end = target_time
|
||||
|
||||
query_start_rfc = query_start.strftime('%Y-%m-%dT%H:%M:%SZ')
|
||||
query_end_rfc = query_end.strftime('%Y-%m-%dT%H:%M:%SZ')
|
||||
|
|
@ -538,7 +558,7 @@ def _query_influxdb_with_load_status(
|
|||
for key, value in filters.items():
|
||||
tag_filters += f'\n |> filter(fn: (r) => r["{key}"] == "{value}")'
|
||||
|
||||
# 查询温度数据（不需要load_status筛选，因为已经基于有效时间点查询）
|
||||
# 查询温度数据：查询到目标时间点为止，取最后一条（最接近目标时间点的瞬时值）
|
||||
flux = f'''
|
||||
from(bucket: "{influx_bucket}")
|
||||
|> range(start: {query_start_rfc}, stop: {query_end_rfc})
|
||||
|
|
|
|||
|
|
@ -368,10 +368,24 @@ def _calculate_effective_time_points(
|
|||
effective_time_points[slot_str] = None
|
||||
continue
|
||||
|
||||
if target_effective_hours > total_effective_hours:
|
||||
LOGGER.warning("Target effective time %.3fh exceeds total effective time %.3fh for slot %s",
|
||||
target_effective_hours, total_effective_hours, slot_str)
|
||||
effective_time_points[slot_str] = None
|
||||
# 如果目标时间 >= 总有效时间（允许小的浮点误差），使用最后一个有效时间段的结束时间
|
||||
# 这样可以处理边界情况：实验正好运行了目标时长，但由于浮点精度可能略小于目标值
|
||||
tolerance = 0.01 # 允许 0.01 小时的容差
|
||||
if target_effective_hours >= total_effective_hours - tolerance:
|
||||
if effective_periods:
|
||||
# 使用最后一个有效时间段的结束时间
|
||||
last_period = effective_periods[-1]
|
||||
target_time_point = last_period['end']
|
||||
effective_time_points[slot_str] = target_time_point
|
||||
LOGGER.info("Slot %s: effective %.3fh >= total %.3fh, using last period end time %s",
|
||||
slot_str, target_effective_hours, total_effective_hours,
|
||||
target_time_point.strftime('%H:%M:%S'))
|
||||
else:
|
||||
# 如果没有有效时间段，使用实验结束时间
|
||||
effective_time_points[slot_str] = end_time
|
||||
LOGGER.info("Slot %s: effective %.3fh >= total %.3fh, using experiment end time %s",
|
||||
slot_str, target_effective_hours, total_effective_hours,
|
||||
end_time.strftime('%H:%M:%S') if end_time else "N/A")
|
||||
continue
|
||||
|
||||
# 在有效时间段中查找累计运行target_effective_hours小时的时间点
|
||||
|
|
@ -526,12 +540,18 @@ def _query_influxdb_with_load_status(
|
|||
filters or {},
|
||||
)
|
||||
|
||||
# 查询逻辑：查询目标时间点附近的数据，但只要 load_status = 1 的数据
|
||||
# 使用一个时间窗口来查找最接近的有效数据点
|
||||
window_minutes = 10 # 前后10分钟的窗口
|
||||
# 查询逻辑：查询目标时间点之前（包含目标时间点）的数据，获取最接近目标时间点的瞬时值
|
||||
# 使用实验开始时间作为查询起点，目标时间点作为查询终点，确保获取该时间点的瞬时数值
|
||||
# 需要从实验开始时间查询，因为有效时间点是基于累计运行时间计算的
|
||||
|
||||
# 获取实验开始时间（需要从环境变量或传入参数获取）
|
||||
# 为了简化，我们使用一个合理的时间窗口：从目标时间点往前推足够长的时间
|
||||
# 但为了精确，我们应该查询到目标时间点为止，取最后一条
|
||||
window_minutes = 60 # 往前查询60分钟，确保能覆盖到数据
|
||||
|
||||
query_start = target_time - timedelta(minutes=window_minutes)
|
||||
query_end = target_time + timedelta(minutes=window_minutes)
|
||||
# 查询终点设置为目标时间点，确保获取的是该时间点或之前的数据
|
||||
query_end = target_time
|
||||
|
||||
query_start_rfc = query_start.strftime('%Y-%m-%dT%H:%M:%SZ')
|
||||
query_end_rfc = query_end.strftime('%Y-%m-%dT%H:%M:%SZ')
|
||||
|
|
@ -542,7 +562,7 @@ def _query_influxdb_with_load_status(
|
|||
for key, value in filters.items():
|
||||
tag_filters += f'\n |> filter(fn: (r) => r["{key}"] == "{value}")'
|
||||
|
||||
# 查询温度数据（不需要load_status筛选，因为已经基于有效时间点查询）
|
||||
# 查询温度数据：查询到目标时间点为止，取最后一条（最接近目标时间点的瞬时值）
|
||||
flux = f'''
|
||||
from(bucket: "{influx_bucket}")
|
||||
|> range(start: {query_start_rfc}, stop: {query_end_rfc})
|
||||
|
|
|
|||
Loading…
Reference in New Issue