Harvester升级前检查脚本中的bc命令缺失问题分析
2025-06-14 01:54:06作者:裘旻烁
问题背景
在Harvester集群管理系统中,升级前检查是一个关键步骤,用于确保系统满足升级条件。然而,在1.x版本的升级前检查脚本中,存在一个关于bc命令缺失的问题,这可能导致检查结果不准确或出现错误提示。
问题表现
当管理员在Harvester 1.3.2或1.4.1版本的控制节点上执行升级前检查脚本时,会在"Node Free Space check"阶段观察到以下错误信息:
./check.sh: line 414: bc: command not found
./check.sh: line 414: [: -eq: unary operator expected
这些错误会重复出现多次,但最终检查仍会显示"Node-Free-Space Test: Pass"的结果,这可能会误导管理员认为检查完全正常。
根本原因分析
bc是一个用于数学计算的基本命令行计算器工具,在Linux系统中常用于脚本中进行精确的数学运算。在Harvester的SLE Micro基础系统中,默认没有安装这个工具包。
检查脚本中使用了bc命令来比较磁盘空间大小,当命令不存在时,会导致比较运算失败,从而产生错误提示。虽然最终检查可能因为默认条件而显示通过,但这种依赖关系缺失可能导致在某些情况下检查结果不准确。
解决方案
针对这个问题,开发团队已经通过PR修复了检查脚本。修复方案主要包含以下改进:
- 在脚本中添加了对bc命令的可用性检查
- 优化了空间比较逻辑,使其在不依赖bc的情况下也能正常工作
- 提供了更清晰的错误提示信息
影响范围
这个问题影响以下版本的Harvester系统:
- 1.3.2版本
- 1.4.1版本
- 可能影响其他使用相同检查脚本的1.x版本
最佳实践建议
对于系统管理员,建议采取以下措施:
- 在执行升级前检查前,先确认系统中是否安装了bc工具包
- 使用最新版本的检查脚本,确保包含所有修复
- 即使检查显示通过,也应仔细检查所有错误和警告信息
- 对于关键系统升级,建议在测试环境中先验证升级过程
技术启示
这个问题提醒我们,在编写系统管理脚本时应该:
- 检查所有外部命令的可用性
- 提供有意义的错误处理
- 考虑最小化系统环境下的兼容性
- 对关键检查项提供多种实现方式作为后备
通过这样的改进,可以提升系统管理工具的可靠性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868