Harvester项目中VM创建时SSH密钥保存失败问题分析
2025-06-14 15:54:40作者:丁柯新Fawn
在Harvester虚拟化管理平台的使用过程中,用户反馈了一个关键性问题:当创建新虚拟机(VM)并尝试为其分配SSH密钥时,系统未能正确保存密钥配置。这个问题影响了用户通过SSH访问新创建的虚拟机。
问题现象
用户在Harvester v1.5版本中创建新虚拟机时,无论通过以下哪种方式添加SSH密钥:
- 从下拉菜单中选择现有SSH密钥
- 在"高级选项"中手动创建新SSH密钥
- 通过cloud-init配置直接添加SSH密钥
系统均无法正确保存SSH密钥配置。这导致用户无法使用预期的SSH密钥登录新创建的虚拟机,检查虚拟机配置时也找不到对应的SSH密钥记录。
技术分析
经过开发团队深入调查,发现问题的根本原因在于用户界面(UI)与后端处理的协同工作流程存在缺陷。具体表现为:
- 当用户在前端界面选择或创建SSH密钥后,UI组件未能正确将这些密钥信息添加到cloud-init配置的
ssh_authorized_keys字段中 - 即使通过"高级选项"手动输入SSH密钥,系统同样无法正确处理这些信息
- 后端服务在接收创建请求时,没有对SSH密钥配置进行有效性验证
解决方案
开发团队通过以下方式解决了这个问题:
- 修复了UI组件中SSH密钥处理的逻辑,确保用户选择的密钥能够正确添加到cloud-init配置中
- 增强了前后端数据传输的完整性检查
- 添加了更完善的错误处理机制
验证结果
修复后,测试团队进行了全面验证:
-
测试用例1:通过常规界面添加SSH密钥
- 创建测试网络和虚拟机
- 从Harvester节点生成的SSH密钥添加到虚拟机
- 验证能够无密码SSH登录
-
测试用例2:通过高级选项添加SSH密钥
- 在"高级>SSH密钥>创建"路径下添加新密钥
- 验证密钥正确保存并可用来登录
两项测试均确认问题已解决,SSH密钥现在能够被正确保存和应用。
影响范围
该问题影响了Harvester v1.5版本,修复已向后移植到v1.4.3版本。建议使用受影响版本的用户升级到包含修复的版本。
技术建议
对于使用Harvester管理虚拟机的用户,建议:
- 定期检查系统更新,及时应用安全补丁和功能修复
- 创建虚拟机后,验证SSH密钥是否按预期工作
- 对于关键业务虚拟机,考虑使用多种访问验证方式作为备份
这个问题展示了基础设施管理系统中配置传递完整性的重要性,也提醒开发者在处理安全相关功能时需要特别谨慎。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218