在Proxmox VE中直接运行Virtual-DSM虚拟机的技术实践
2025-06-26 11:54:49作者:翟萌耘Ralph
Virtual-DSM项目作为Synology DSM系统的虚拟化实现,通常采用Docker容器方式部署。然而,部分用户出于性能优化、资源管理或特定环境需求,希望直接在KVM虚拟化环境中运行Virtual-DSM。本文将详细介绍如何在Proxmox VE环境中绕过Docker容器,直接部署Virtual-DSM虚拟机。
技术背景
Virtual-DSM项目本质上是通过QEMU/KVM虚拟化技术运行DSM系统。Docker容器在此过程中主要承担以下角色:
- 封装所有依赖组件
- 提供便捷的启动/停止管理
- 执行相关辅助脚本(如优雅关机等)
直接使用KVM运行可以带来更好的资源控制能力,特别是在Proxmox VE等专业虚拟化平台上。
准备工作
首先需要通过Docker容器生成必要的镜像文件:
- 创建挂载目录:
mkdir /mnt/hdd - 运行Docker命令生成基础镜像:
docker run -it --rm --name dsm \
-p 5000:5000 --device=/dev/kvm \
-v /mnt/hdd:/storage \
-e DISK_SIZE="2G" \
--cap-add NET_ADMIN \
--stop-timeout 120 \
vdsm/virtual-dsm
- 获取生成的镜像文件:
- DSM_VirtualDSM_69057.boot.img
- DSM_VirtualDSM_69057.system.img
- 获取host.bin文件(用于系统信息显示)
Proxmox VE部署步骤
1. 文件准备
将获取的镜像文件复制到Proxmox服务器,建议存放在专用目录如/mnt/vdsm/。
2. 启动host.bin服务
host.bin负责提供系统信息显示等功能,需要在宿主机上运行:
/mnt/vdsm/host.bin -cpu=4 -cpu_arch="Intel Celeron N5100" -mac=00:00:00:00:00 -hostsn=HostSN -guestsn=GuestSN -addr=0.0.0.0:12345 -api=:2210 &>/dev/null &
建议将此命令设置为开机自启动服务。
3. 创建虚拟机
在Proxmox中创建虚拟机时需注意以下配置:
- 固件类型:SeaBIOS
- 机型:q35
- 磁盘控制器:VirtIO SCSI single
- 显示:无
- 网络:VirtIO(半虚拟化)
- 添加串口2
- 添加VirtIO RNG设备
4. 配置虚拟机参数
编辑虚拟机配置文件(如/etc/pve/qemu-server/VMID.conf),添加以下参数:
args: -serial pty -device virtio-serial-pci,id=virtio-serial0,bus=pcie.0,addr=0x3 -chardev socket,id=charchannel0,host=127.0.0.1,port=12345,reconnect=10 -device virtserialport,bus=virtio-serial0.0,nr=1,chardev=charchannel0,id=channel0,name=vchannel -object iothread,id=io2 -device virtio-scsi-pci,id=hw-synoboot,iothread=io2,bus=pcie.0,addr=0xa -drive file=/mnt/vdsm/boot.img,if=none,id=drive-synoboot,format=raw,cache=none,aio=native,discard=on,detect-zeroes=on -device scsi-hd,bus=hw-synoboot.0,channel=0,scsi-id=0,lun=0,drive=drive-synoboot,id=synoboot0,rotation_rate=1,bootindex=1 -device virtio-scsi-pci,id=hw-synosys,iothread=io2,bus=pcie.0,addr=0xb -drive file=/mnt/vdsm/system.img,if=none,id=drive-synosys,format=raw,cache=none,aio=native,discard=on,detect-zeroes=on -device scsi-hd,bus=hw-synosys.0,channel=0,scsi-id=0,lun=0,drive=drive-synosys,id=synosys0,rotation_rate=1,bootindex=2
5. 磁盘配置
数据磁盘应添加为SCSI设备,从SCSI11开始编号,以确保不与系统磁盘冲突。
优雅关机实现
为确保系统能够正常关机,需要配置hookscript:
#!/bin/bash
set -e -o errexit -o pipefail -o nounset
vmId="$1"
runPhase="$2"
case "$runPhase" in
pre-start)
/mnt/vdsm/host.bin -cpu=4 -cpu_arch="Intel Celeron N5100" -mac=00:00:00:00:00 -hostsn=HostSN -guestsn=GuestSN -addr=0.0.0.0:12345 -api=:2210 &>/dev/null &
;;
pre-stop)
url="http://127.0.0.1:2210/read?command=6&timeout=50"
curl -sk -m "$(( 50+2 ))" -S "$url"
;;
post-stop)
hID=$(pgrep host.bin)
kill $hID
;;
*)
echo "Unknown run phase \"$runPhase\"!"
;;
esac
将此脚本设置为虚拟机的hookscript,确保在关机时发送正确的关机指令。
性能优化建议
- CPU配置:根据宿主机的CPU核心数合理分配vCPU,建议不超过物理核心数的75%
- 内存分配:DSM系统基础需求约2GB,根据运行的服务适当增加
- 磁盘性能:
- 使用VirtIO SCSI控制器
- 启用discard选项支持TRIM
- 设置cache=none和aio=native
- 网络配置:使用VirtIO半虚拟化网卡可获得最佳性能
常见问题解决
- 系统信息不显示:确保host.bin正确运行,并且cpu_arch参数与实际情况匹配
- 无法正常关机:检查hookscript配置,确保pre-stop阶段正确执行
- 磁盘识别问题:确保数据磁盘从SCSI11开始编号,避免与系统磁盘冲突
- 性能问题:检查是否启用了KVM加速,确认CPU类型设置为host
总结
通过本文介绍的方法,用户可以在Proxmox VE环境中直接运行Virtual-DSM虚拟机,获得更好的资源控制能力和性能表现。相比Docker容器方案,这种部署方式更适合需要精细资源管理或长期稳定运行的生产环境。需要注意的是,这种部署方式需要用户具备一定的虚拟化管理经验,特别是在故障排查和性能优化方面。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609