- 博客(711)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 xfs 格式化启用 bigtime=1 或者已经格式化后修改
这个提示确实值得关注，尤其是 Docker、Kubernetes 节点以及长期运行的存储服务器。它涉及的是 XFS 文件系统的 Y2038 问题（Year 2038 Problem）。bigtime是 XFS 的文件系统特性，不是简单地把时间戳字段从 32 位改成 64 位那么简单。
2026-11-03 14:05:53
144
原创 loki 查询大量日志优化
本文使用的 loki 和 prometheus 是用 helm 部署的，loki chart 为 grafana/loki-stack version: v2.10.3prometheus chart 为 prometheus-community/kube-prometheus-stack version: v62.7.0。
2026-10-23 18:40:23
151
原创 vllm 启动模型进行推理 参数跟大模型实现有关系吗 哪些是 vllm 本身支持的，哪些需要大模型和vllm 一起支持
是的，vLLM 启动模型时使用的参数，既与 vLLM 推理引擎本身有关，也与具体的大模型架构、模型实现和权重格式有关。不是所有参数都能对所有模型生效。可以把它理解为三层：vLLM 通用能力：调度请求、管理 KV Cache、控制并发、分配显存等。模型架构能力：模型是否支持某种注意力机制、MoE、MTP 多 Token 预测等。模型与 vLLM 的适配能力：vLLM 是否已经实现并启用了该模型对应的功能，模型权重是否包含所需组件，配置格式是否正确。因此，判断一个参数能不能用，不能只看。
2026-10-23 18:30:19
220
原创 nvidia rtx4090/5090 开启 p2p
1、开启启动按 ESC 键2、按照图示操作⚠️注意：4090 机器没这个选项直接跳到下一个⚠️说明：默认 4090/5090 机器没开启 reBAR,需要进到 BIOS 开启。验证是否开启 reBAR 执行如下命令BIOS 开启 REBAR1。
2026-10-12 17:25:31
318
原创 ubuntu apt 查看软件之间的依赖
⚠️警告：如果想卸载软件，最后执行 apt-get purge docker-ce 而不是执行 apt-get autoremove docker-ce ，因为 autoremove 会把 docker-ce 的依赖也卸载掉。purge remove autoremove 的区别见下表。执行如下命令 apt-cache depends docker-ce 查看 docker-ce 依赖的软件。
2026-08-17 15:03:01
248
原创 ubuntu dpkg -l 输出第一列解释
dpkg -l的输出第一列实际上是，不是单纯一个状态。不过dpkg -l默认只显示比较常见的组合，所以你经常看到的是iircun等。
2026-08-17 15:02:48
160
原创 minio 设置策略
这两个命令不是一回事，主要区别在于 和 操作的是不同层面的权限。这是查看 MinIO 服务端已经定义的 IAM Policy。例如你可能看到：它回答的是：如果你有自定义策略，比如：那么这个 Policy 可以通过：创建，然后绑定给用户：2. 这个是完全不同的东西：它查看的是 bucket 的匿名访问策略。也就是：例如你之前看到：这里的：意味着所有匿名用户。所以：关注的是：而：关注的是：结合你现在的 场景你现在很可能同时
2026-08-12 19:37:18
240
原创 不同containerd配置 systemd CGroup 驱动
如果你在初次安装集群后或安装 CNI 后遇到容器崩溃循环，则随软件包提供的 containerd 配置可能包含不兼容的配置参数。你需要启用 CRI 支持才能在 Kubernetes 集群中使用 containerd。）中安装 containerd，你可能会发现其中默认禁止了 CRI 集成插件。重置 containerd 配置，然后相应地设置上述配置参数。如果你更改了这个文件，也请记得要重启。如果你从软件包（例如，RPM 或者。CGroup 驱动。
2026-08-07 11:03:31
18
原创 KubeClientCertificateExpiration 在告警与恢复之间震荡
这是一个关于客户端证书的告警，图之所以断断续续的，是因为提前更新了快过期的证书，但是仍然有人在用旧证书访问（证书是提前更新的并没真的过期，所以能访问），只要访问就有图，然后告警，只要不访问了，就没图了，告警也就消失了。KubeClientCertificateExpiration这个告警表达式如下，如果该告警在告警与恢复之间来回震荡；为了验证这个想法，用一个过期证书执行如下命令再看告警图，发现图是连续的了。查看 prometheus 该告警的图也是断断续续的。
2026-07-31 12:08:06
28
原创 linux mellanox 网卡队列 irq rps 相关
那才需要调 irqbalance 或手工绑 IRQ。IRQ completion queue：63 个。你的 RSS + IRQ + NUMA 已经正确。显示：126 个（驱动 queue 对象）completion queue 映射。不是直接显示硬件 RSS ring。这个才是 RSS 层面的真实数量。目前从你贴出的信息看，内核内部 queue。
2026-07-29 11:48:38
235
原创 rtx5090 gtxxxx a100 h200 等等等等显卡名字的命名有什么规律或者意义吗
NVIDIA 显卡命名其实有几套体系混在一起，看起来很乱，但拆开就比较清楚：大体格式：例如：1. GeForce RTX / GTX：消费级显卡主要给游戏、工作站用户。GTX：传统图形卡（没有专门 RT Core）RTX：支持实时光追（Ray Tracing），带 RT Core例如：2. RTX 后面的数字规律例如：第一位：代数例如：所以：表示：对应 Ampere。数字越大，一般越强：比如：性能大概：Ti / Super后缀表示增强版：
2026-07-17 18:19:25
329
原创 nvidia 显卡架构 Hopper、Ada 和 Blackwell 这些名字有啥规律或者意义吗
NVIDIA 这些架构名字（）其实没有像 CPU 那样的技术含义（比如 Zen、Core），主要是，规律主要来自“致敬计算机科学/工程领域的重要人物”。
2026-07-17 18:18:33
251
原创 记录一次主机异常重启的排查过程
1、做了 loki 采集日志，日志及有可能存放到了 journal 中，为了确定先查 journal 日志中是否有 shutdown或者 reboot 字样。某天收到 prometheus 告警，某台主机自动重启了，但是看 /var/logs/kern.log 日志，看 syslog 日志都没发现相关的有效日志。然后登录主机，去到 /var/lib/systemd/pstore/7662371808120/ 这个目录。过滤 pstore 关键字，内核崩溃前会将日志转存到某个目录下，关键字样就是这个。
2026-07-17 15:34:08
183
原创 为啥运动只能是相对的
有。速度不是绝对的，但某些物理量是绝对的。例如：Proper time（固有时间）Spacetime interval（时空间隔）Speed of light（真空中的光速）在所有惯性参考系中都相同这些量不会因为参考系改变而改变。
2026-07-01 17:25:48
357
原创 使用 gdb 分析进程内存问题
拿到 dump 文件后，可以在任何装有 Go 环境的开发机上，使用 Go 官方的。进程目前已经吃了很多内存，千万别重启。我们可以直接通过 Linux 的。（GNU 内存转储工具）把该进程的全部内存直接“镜像”下来。，你可以直接肉眼看到几万个卡在。
2026-06-29 12:06:37
177
原创 gdb 介绍
gdb是（GNU 调试器）的缩写。它是 Linux 和类 Unix 系统下最核心、最强大的，由自由软件基金会（FSF）在上世纪 80 年代开源。
2026-06-29 12:06:04
213
原创 linux 异常断电重启后，文件系统不一致问题处理
内核报错日志如下这里以报错 EXT4-fs error (device dm-0): ext4_lookup:1860: inode #4980802: comm systemd-journal: deleted inode referenced: 4981004 为例。这个报错的意思是 systemd-journald 在访问 journal 目录时，ext4 发现：目录中引用了一个已经被删除或损坏的 inode（4981004），导致文件系统不一致。
2026-06-18 14:21:00
174
原创 ceph flag
一个或多个 OSD、CRUSH 节点或 CRUSH 设备类设置了感兴趣的标志。：正在忽略 OSD 故障报告，这意味着监控器不会标记 OSD。一个或多个感兴趣的集群标志已被设置。：如果这些 OSD 在之前故障后自动被标记为。: 该集群被标记为已满，无法处理写入操作。，它们在配置的时间间隔后不会自动被标记为。的 OSD 在启动时不会被重新标记为。: 这些 OSD 的故障报告将被忽略。：恢复或数据再平衡操作已暂停。: 这些 OSD 不允许启动。：存在暂停的读取或写入操作。：不允许启动 OSD。
2026-06-17 18:55:46
35
原创 ceph 配置
Ceph 进程启动时首先会解析通过命令行、环境变量和本地配置文件提供的配置选项。接下来，该进程会联系监控集群，获取整个集群集中存储的配置信息。配置选项全部获取完毕后，守护进程才会启动。每个 Ceph 守护进程和客户端都会从以下一个或多个来源获取配置选项值。列表中靠后的来源获取的选项值会覆盖列表中靠前的来源获取的任何选项值。换句话说，最后获取的值优先。Command-line arguments 命令行参数。通过管理套接字或注入设置运行时覆盖。监控器维护的中央配置数据库。存储在本地主机上的配置文件。
2026-06-17 18:09:30
38
原创 cephfs mds 常见告警含义
描述：一个或多个文件系统配置了一定数量的备用守护进程（包括备用重放中的守护进程），但集群中备用守护进程数量不足。但是，如果没有备用 MDS 进程可以替换正在运行的 MDS 进程，则会生成此运行状况警告。如果存在缺陷的客户端无法更新此字段，则 MDS 可能无法正确清理客户端请求使用的资源。消息：MDS 集群已降级 描述：一个或多个 MDS 进程当前未启动并运行，客户端可能会暂停元数据 I/O，直到此问题解决。此消息表明损坏范围足够小，MDS 可以继续运行，但客户端访问损坏的子树会返回 I/O 错误。
2026-06-17 14:03:25
251
原创 ERROR 2061 (HY000): Authentication plugin ‘caching_sha2_password‘ reported error: Authentication req
说明：MySQL 用户使用的是 caching_sha2_password认证方式（MySQL 8 默认）当前客户端连接服务端要求通过安全连接传输密码，因此认证失败。
2026-06-16 16:32:11
240
原创 dpkg -l 看到的 ii 等是啥意思
我可以帮你看看当前机器上哪些 Docker 相关组件还能删，哪些是 kubelet 仍然在依赖的。可以找出已经卸载但残留配置文件的包。
2026-06-16 15:56:25
177
原创 ceph mds 卡在 replay resolve failed 修复
有时，MDS 的恢复可能涉及比预期（从程序员的角度来看）耗时更长的操作。当恢复过程本身已经比正常情况花费更长时间时，这种情况更容易发生（如果您正在阅读本文档，很可能您就遇到了这种情况）。MDS 的客户端可能会在文件系统刚刚恢复运行时就对其造成新的负载。例如，如果由于读取非常大的日志而导致恢复时间过长，则建议加快日志修剪速度。如果缓存已经很大且处于高温状态，则此预取操作既不必要，也可能适得其反。通常情况下，MDS 会在恢复期间预取目录内容，以此来预热其缓存。此命令的作用是阻止客户端与 MDS 建立新的会话。
2026-06-12 16:45:49
39
原创 mds_cache_memory_limit 这个官网说并不能完全限制，为什么
你非常敏锐，而且你看的官方文档是完全正确的！在 Ceph 的实际生产运维中，mds_cache_memory_limit很多管理员以为设置了，MDS 进程的物理内存（RSS）就绝对不会超过 16GB，结果往往还是被系统 OOM 杀掉。
2026-06-10 14:14:05
30
原创 cephfs mds 内存突增问题排查
mac 版本执行的脚本，将这个脚本写入 /usr/local/bin/getcephclient 文件，授予执行权限，直接在命令行使用 getcephclient 获取 cephfs mds 客户端信息，该脚本是按照 num_caps 降序排列的，并且会打印 node 等信息。如果pod 已经关闭了，请直接进到该 pod 目录下，查看 etc-hosts 文件，文件中有 pod 名字。如果还想继续查找 pod 名字，请执行如下命令，uid 在挂载信息中找。然后执行如下命令查看占用。
2026-06-10 14:12:25
101
1
原创 clickhouse 数据损坏无法启动问题修复
ClickHouse 宁可选择“不服务”（崩溃无法启动），也绝不盲目选择“数据不安全”（自动丢弃它认为可能有数据的分片）。而就是你身为管理员，跨越 Kubernetes 容器边界，向 ClickHouse 引擎下达的最高级别强行启动指令。
2026-06-05 17:59:13
480
原创 ubuntu 修改 journal 日志保存目录
在修改日志持久化时，这一步是承上启下的关键。它建好了完美的“容器”，并贴上了systemd认可的权限标签。现在你运行，应该能看到类似下面的输出：Plaintext那个s和号，就是这条命令为你注入的“灵魂”，有了它们，journald才会放心地把日志从内存刷到硬盘里。
2026-06-05 16:45:39
371
原创 claude code 在macos 安装
安装方式参考 calude code 文档，本文使用脚本安装方式失败了，后改成了使用 Homebrew 方式安装。安装命令⚠️说明：需要能上外网。
2026-06-03 12:17:44
254
原创 ceph mds mon blocked
可能是 某个 pg 状态异常 block ，因为 mds mon 的数据本质是存在 osd 上的，进而导致 mds mon 也 blocked。
2026-05-29 18:14:21
31
nvidia culumus linux onyx 交换机 snmp-exporter 容器 snmp 配置
2026-02-03
Tunneling wave function of the universe
2025-06-24
宇宙学德西特极小超空间中隧穿波函数的量子场反作用问题研究：精确计算与路径积分方法比较了在德西
2025-05-20
【量子宇宙学】不同宇宙波函数提案分析：隧穿边界条件与路径积分方法在量子宇宙学中的等价性探讨
2025-05-20
宇宙学评析Krauss“无中生有”理论：广义相对论与量子场论视角下的宇宙起源争议分析要求，具体解析
2025-05-20
宇宙学基于量子隧穿的宇宙创生模型：从无到有的宇宙生成机制与膨胀理论探讨
2025-04-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人