父 issue:#217 ## 问题 - `tests/core/test_dataset_attribution.py:33-53` 的 `case()` 给 8 个分片塞了同一张 block 表,后续分片才分配的 block 也出现在第 0 片。这不是生产端的真实布局,"归属分片找漏 block"这类错误测不出来 - 没有任何超出工作预算规模的测试;`docs/dataset-performance-baseline.json` 只用了一个 581 KB 夹具 - 文档未说明按默认参数导出的数据集在当前实现下会查询失败 ## 建议 - 加入真实布局的随机差分属性测试:每个分片只放跨入窗口的 block 和窗口内新分配的 block,覆盖地址复用、preexisting/static、空栈和 NULL 栈;切片后与单 DB 结果对比(审阅时用这种方式跑了 200 个种子 × 20 种查询形态,0 处不一致) - 增加默认导出规模的规模/性能测试(可标记为 slow),并更新性能基线 - 在 H1–H4 修复前,先在文档中注明当前的规模限制 ## 验收 - 属性测试进入常规测试套件 - 至少一个默认导出规模的端到端测试
Activity
codeasier commentedon Oct 10, 2026
复核结论(2026-10-10,未修改产品代码)
基于 commit
7c33464906aced190698452ebb3a8de8e8e9ab05、非 editable 安装的pt-snap-cli 0.4.0.post1.dev31、Python 3.12.14 实测。结论支持本 issue 的“需要真实布局与默认容量测试”,但两处现状描述应收窄;随机差分还发现了一个低优先级舍入一致性问题。1. 已证实的测试缺口与需要修正的表述
2. 真实成员布局随机差分:200 种子 × 20 形态
独立脚本仅生成 JSON/SQLite,不加载任何 pickle,不导入仓库 tests,不修改/猴子补丁产品;实际调用安装包的
SnapshotAnalyzer.execute_query。每种子 80 个真实事件,8 片 × 10 事件;每片仅有窗口内新分配或从前一窗口仍存活进入的 block。block 的 alloc/free 全局生命周期 ID 在各片保持一致,已完成释放的 block 不进入后续片。覆盖地址复用、preexisting/static、NULL/空栈、字面量
[missing callstack]、空白栈、跨窗口分配/请求释放/完成释放。200 个种子均包含各类边界,累计 2753 条已完成的跨窗口生命周期。20 形态覆盖 memory_peak、allocator_gap、allocation、event、block、leak_detection、freed_block_lifetime、callstack_analysis、preexisting_live、active_blocks_at_event、active_memory_callstack_at_event,含区间、排序、分页和 top_n。3.9062、single3.9063;16/2048 为0.7812/0.7813。35.1562/35.1563。比较边界必须明确:dataset 独有的来源/身份元数据不与单库强行逐字段比较;定点 block 的存储 state 不代表请求事件状态,因此此字段不参与该项差分;global block 的 single 参考 state 采用同一个 latest-containing-observation 口径。全局 event/allocation 显式
min_id=0,避免把 standalone 允许的负边界行与 dataset 明确排除的边界行混为 bug。这个测试验证兼容 v1 的查询/成员布局,不是 exporter/replay 生产链 E2E,也不覆盖 native v2/多设备。舍入差异已最小化到 2 个 block(大小 1 与 127)、2 个事件、2 个单事件分片:E1 的小组百分比 dataset
0.7812,single0.7813。原因是 Python round 与 SQL ROUND 的中点舍入口径不同。建议把该最小用例收入一致性测试,而不是用过宽容差掩盖它。3. 默认规模证据和验收建议
同次复核的 #218 测试实际生成了 1,000,000 事件 / 2 片 × 500,000 的兼容 v1 SQLite;block 只出现在已分配及后续存活窗口,6 个全局模板都在累计 100096 fetched rows 时触发预算错误;未插桩的安装版 CLI
memory_peak也 exit 1。这支持缺少默认容量测试,但仍是合成 SQLite + 正式查询路径,不能冒称执行过真实 exporter/import E2E。建议验收拆成:
可复现脚本
按 #217 本次汇总评论的 git/venv/pip 步骤建立上述 commit 的非 editable安装环境后运行,下方只写新建输出目录,不读 pickle。精确运行方式:
脚本输出
diff200/results.json、每个种子的 JSON 时间线和 SQLite;failures中应保留上述 2 个百分比差异,而非宣称全通过。展开完整独立差分脚本 realistic_diff.py
test: validate realistic and default-scale dataset queries (#223) (#229)