父 issue:#217 ## 问题 v1 数据集下 `dataset_global.py` 的 `_traces` 用 `SELECT *`,把 inline callstack 文本一起取出,而峰值和分页并不需要这一列。 ## 复现 - 栈长 8 KB 时,1 万事件的 `memory_peak` 即超出 64 MiB 字节预算;4000 事件可通过 ## 建议 - 只取需要的列:`id, allocated, active, reserved`,event 模板再加它实际用到的列 - 改动很小,可以先于 H1 单独合入 ## 验收 - 长栈(8 KB+)下 `memory_peak` 的字节开销与栈长无关
Activity
codeasier commentedon Oct 10, 2026
已在 main
7c33464906aced190698452ebb3a8de8e8e9ab05的 pip 安装包上复现,H3 确认成立。环境为 Linux x86_64、Python 3.12.14、SQLite 3.53.1;独立 venv 内从源码构建安装0.4.0.post1.dev31,未修改产品源码。同一 v1 SQLite schema、相同事件/metric,只改变 inline stack 长度,均为自行生成数据,无 pickle:
memory_peak成功;4,001 budget rows(含1输出)、33,322,854 serialized bytes;0.142秒;峰值RSS 58,512 KiB。额外对照:直接对同一10k长栈成员DB运行 standalone memory_peak 成功(0.008秒),结果与10k短栈一致。
未插桩
venv/bin/pt-snap query ... --template-use memory_peak --json也分别返回 exit 0 / 1 / 0,失败为 QUERY_FAILED。峰值计算只需 counters/id,但当前_traces的 SELECT * 读取并序列化 callstack,故栈长度足以改变能否求峰值。上述 byte 是预算内 JSON 序列化量而非文件大小/RSS;本例用 ASCII,非 ASCII 在 ensure_ascii=True 下还会膨胀。单次时延仅供复现实验参考。复现命令(安装步骤和生成脚本见 #218 的本次复现评论):
venv/bin/python h13/repro.py make h13/long10k 10000 10000 8192 venv/bin/python h13/repro.py run h13/long10k memory_peak '{}' venv/bin/pt-snap query h13/long10k --template-use memory_peak --json对照分别用
4000 4000 8192和10000 10000 16。完整日志在h13/results-long4k.jsonl、results-long10k.jsonl、results-short10k.jsonl、cli-results.jsonl。建议先以模板明确投影所需列(peak 为 id/allocated/active/reserved),不要统一 SELECT *;event 的栈输出和 order_by=callstack 语义需单独保持。随后结合 #218 做 SQL 聚合下推,投影本身并不解除10万行规模问题。回归以相同 counters、16-byte/8-KiB/更长及非ASCII栈进行差分,断言 peak 结果与预算字节开销不随 stack 长度变化;同时验证 event 的分页、栈返回和栈排序未退化。
完整独立生成脚本见 #218 本次复现评论中的折叠代码(保存为 h13/repro.py)。
固定版本因果路径:
_traces的 SELECT *、consume的 JSON 字节计量。fix: narrow dataset trace projections by template (#220) (#224)
fix: reuse budgeted dataset event sources (#222) (#225)
fix: reuse a pinned query operation for peak reports (#221) (#227)
fix: push bounded dataset-global queries into SQLite (#218) (#228)
test: validate realistic and default-scale dataset queries (#223) (#229)