Movielogr

movie poster

Rating: 6.5 stars

Seen 1 time

Seen on: 01/22/2010

View on: IMDb | TMDb

Burnt Offerings (1976)

Directed by Dan Curtis

Horror | Mystery

Most recently watched by noahphex, sleestakk

Overview

A couple and their 12-year-old son move into a giant house for the summer. Things start acting strange almost immediately. It seems that every time someone gets hurt on the grounds, the beat-up house seems to repair itself.

Rated PG | Length 116 minutes

Actors

Oliver Reed | Bette Davis | Anthony James | Dub Taylor | Karen Black | Burgess Meredith | Eileen Heckart | Lee Montgomery | Joseph Riley | Todd Turquand | Orin Cannon | Jim Myers

Viewing Notes

Burnt Offerings (1976) via Netflix. Not bad but not great. Good actors and premise but doesn’t fully deliver.

Comments

No comments yet. Log in and be the first!

  BENCHMARKS  
Loading Time: Base Classes  0.0017
Controller Execution Time ( Members / Movie Detail )  0.0255
Total Execution Time  0.0273
  GET DATA  
No GET data exists
  MEMORY USAGE  
536,520 bytes
  POST DATA  
No POST data exists
  URI STRING  
members/sleestakk/movie_detail/8813
  CLASS/METHOD  
members/movie_detail
  DATABASE:  movielogr_dev (Members:$db)   QUERIES: 17 (0.0058 seconds)  (Hide)
0.0003   SELECT 1
FROM 
`ml_sessions`
WHERE `id` = '0fcf346c9cf03367b9ab67635cf61fdf7fbba80d'
AND `ip_address` = '216.73.216.111' 
0.0002   SELECT GET_LOCK('646a64a24da497d5ebc029cc7554c56e'300) AS ci_session_lock 
0.0002   SELECT `data`
FROM `ml_sessions`
WHERE `id` = '0fcf346c9cf03367b9ab67635cf61fdf7fbba80d'
AND `ip_address` = '216.73.216.111' 
0.0003   SELECT `username`, `user_id`
FROM `ml_users`
WHERE `username` = 'sleestakk'
 
LIMIT 1 
0.0003   SELECT `MV`.`title_id`, `MT`.`tmdb_id`
FROM `ml_movie_titles` `MT`
LEFT JOIN `ml_movies` `MVON `MV`.`title_id` = `MT`.`title_id`
WHERE `MV`.`movie_id` = 8813
AND `MV`.`user_id` = 9
 LIMIT 1 
0.0003   SELECT `star_rating`
FROM `ml_users`
WHERE `ml_users`.`user_id` = 9
 LIMIT 1 
0.0002   SET SESSION group_concat_max_len 12288 
0.0018   SELECT `MV`.`title_id`, `MV`.`movie_id`, COUNT(DISTINCT MV.title_id) AS mv_count, `title`, `prefix`, `year`, `imdb_link`, `MT`.`imdb_id`, `MT`.`tmdb_id`, `overview`, `certification`, `runtime`, `genre_id_01`, `genre_id_02`, `genre_id_03`, MAX(MP.filename) AS filename, `G1`.`genre_nameAS `genre_name_01`, `G2`.`genre_nameAS `genre_name_02`, `G3`.`genre_nameAS `genre_name_03`, `date_viewed`, `notes`, `MV`.`format_id`, `FMT`.`format_name`, `MV`.`source_id`, `SRC`.`source_name`, `MV`.`device_id`, `DVC`.`device_name`, `MV`.`rating_id`, `STR`.`star_rating`, `rewatch`, GROUP_CONCAT(DISTINCT(DR.director_name) ORDER BY DR.tmdb_director_id ASC SEPARATOR "|") AS directorsGROUP_CONCAT(DISTINCT(DR.tmdb_director_id) ORDER BY DR.tmdb_director_id ASC SEPARATOR "|") AS director_idsGROUP_CONCAT(DISTINCT(ACT.actor_name) ORDER BY ACT.tmdb_actor_id ASC SEPARATOR "|") AS actorsGROUP_CONCAT(DISTINCT(ACT.tmdb_actor_id) ORDER BY ACT.tmdb_actor_id ASC SEPARATOR "|") AS actor_ids
FROM 
`ml_movie_titles` `MT`
LEFT JOIN `ml_movies` `MVON `MV`.`title_id` = `MT`.`title_id`
LEFT JOIN `ml_movie_posters` `MPON `MV`.`title_id` = `MP`.`title_id`
LEFT JOIN `ml_lookup_genres` `G1ON `MV`.`genre_id_01` = `G1`.`genre_id`
LEFT JOIN `ml_lookup_genres` `G2ON `MV`.`genre_id_02` = `G2`.`genre_id`
LEFT JOIN `ml_lookup_genres` `G3ON `MV`.`genre_id_03` = `G3`.`genre_id`
LEFT JOIN `ml_lookup_formats` `FMTON `MV`.`format_id` = `FMT`.`format_id`
LEFT JOIN `ml_lookup_sources` `SRCON `MV`.`source_id` = `SRC`.`source_id`
LEFT JOIN `ml_lookup_devices` `DVCON `MV`.`device_id` = `DVC`.`device_id`
LEFT JOIN `ml_movie_ratings_ten_star` `STRON `MV`.`rating_id` = `STR`.`rating_id`
LEFT JOIN `ml_junction_movies_directors` `JMDON `MT`.`title_id` = `JMD`.`title_id`
LEFT JOIN `ml_directors_new` `DRON `JMD`.`tmdb_director_id` = `DR`.`tmdb_director_id`
LEFT JOIN `ml_junction_movies_actors` `JMAON `MT`.`title_id` = `JMA`.`title_id`
LEFT JOIN `ml_actors_new` `ACTON `JMA`.`tmdb_actor_id` = `ACT`.`tmdb_actor_id`
WHERE `MV`.`movie_id` = 8813
AND `MV`.`user_id` = 9
ORDER BY 
`date_viewedDESC 
0.0002   SET SESSION group_concat_max_len 1024 
0.0003   SELECT `event_title`, `JME`.`event_id`
FROM `ml_junction_movies_events` `JME`
LEFT JOIN `ml_movie_events` `EVON `JME`.`event_id` = `EV`.`event_id`
WHERE `JME`.`movie_id` = 8813 
0.0002   SELECT `tag`, `JMT`.`tag_id`
FROM `ml_junction_movies_tags` `JMT`
LEFT JOIN `ml_tags` `MTON `JMT`.`tag_id` = `MT`.`tag_id`
WHERE `JMT`.`movie_id` = 8813 
0.0002   SELECT `star_rating`
FROM `ml_users`
WHERE `ml_users`.`user_id` = 9
 LIMIT 1 
0.0002   SELECT `rating_id`
FROM `ml_movies` `MV`
WHERE `MV`.`user_id` = 9
AND `MV`.`movie_id` = 8813
 LIMIT 1 
0.0002   SELECT `star_rating`
FROM `ml_movie_ratings_ten_star` `MR`
WHERE `MR`.`rating_id` = '15'
 
LIMIT 1 
0.0004   SELECT `MV2`.`date_viewed`, `MV2`.`movie_id`
FROM `ml_movies` `MV`
LEFT JOIN `ml_movies` `MV2ON `MV`.`title_id` = `MV2`.`title_idAND `MV`.`user_id` = `MV2`.`user_id`
WHERE `MV`.`user_id` = 9
AND `MV`.`movie_id` = 8813
GROUP BY 
`MV2`.`movie_id`
ORDER BY `MV2`.`date_viewedDESC 
0.0002   SELECT `comment_id`, `comment`, `commenter_id`, `timestamp`, `username`, `email_address`
FROM `ml_comments` `MC`
JOIN `ml_users` `MUON `MU`.`user_id` = `MC`.`commenter_id`
WHERE `movie_id` = 8813 
0.0003   SELECT `username`, `date_viewed`, `MV`.`movie_id`
FROM `ml_users` `MU`
JOIN `ml_movies` `MVON `MV`.`user_id` = `MU`.`user_id`
JOIN `ml_movie_titles` `MTON `MT`.`title_id` = `MV`.`title_id`
WHERE `MT`.`title_id` = 2839
ORDER BY 
`date_viewedDESC
 LIMIT 10 
  HTTP HEADERS  (Show)
  SESSION DATA  (Show)
  CONFIG VARIABLES  (Show)