"Total elapsed time" in the JOB DONE line is ~1.79 billion seconds (perf_counter overwrites the time.time() start)

Aperta
  • Qualcosa non va?
#355 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

@tino097 ci sta già lavorando.

Dal 28/10/2026.

  • #357 di @tino097 — aperta

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
35/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Ferma
Stack tecnologico
python
Ambito
backend, data-engineering

Direzione di ricerca

Read pipeline_core.py, jobs/stages/download.py, and the elapsed-time logging in local_runner._log_done and prefect_flow.py. Trace how timer_start is initialized and then reassigned, and check the reported duration on both runner paths. Done means successful jobs report a duration close to their actual runtime, including the Prefect duration_seconds value.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Every successful job on main ef6b6a4 ends with:

DATAPUSHER+ v3.0.0a0 JOB DONE! Total elapsed time: 1,792,617,918.06 seconds.

for a job that took about two seconds.

Cause: pipeline_core.py initialises the context with timer_start=time.time(), but DownloadStage.process (jobs/stages/download.py) reassigns context.timer_start = time.perf_counter() to measure the fetch and never restores it. perf_counter() is a small monotonic value, so the final time.time() - runtime.timer_start in local_runner._log_done (and the equivalent lines in prefect_flow.py, including duration_seconds reported to Prefect) is roughly the Unix epoch.

Suggested fix: give the download stage its own local start variable (or a separate fetch_start field on the context) and leave timer_start untouched.

Observed with prefect_enabled = false on CKAN 2.13.0a0; the same subtraction is used on the Prefect path.

Lingua principale
Python
Stelle
47
Fork
33
Merge medio
2h 28m
PR unite (30g)
10

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di dathere/datapusher-plus

Tutte le issue di dathere/datapusher-plus

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.