Harvester虚拟机EFI持久化状态功能解析
2025-06-14 13:59:56作者:范靓好Udolf
功能背景
在虚拟化环境中,EFI(可扩展固件接口)作为传统BIOS的现代替代方案,为虚拟机提供了更先进的启动环境。Harvester作为基于Kubernetes构建的开源超融合基础设施(HCI)解决方案,在其最新版本中增强了对EFI启动模式的支持,特别是引入了EFI持久化状态的可配置选项。
技术实现
该功能通过在虚拟机配置界面新增"EFI Persistent State"复选框,允许用户控制EFI变量的持久化存储。当启用该选项时,系统会在虚拟机配置的YAML中自动添加以下字段:
spec:
template:
spec:
domain:
firmware:
bootloader:
efi:
persistent: true
这一实现与先前已支持的TPM持久化状态功能保持了一致的设计理念,都位于虚拟机配置的"高级选项"区域。技术原理上,启用该功能后,虚拟机的EFI变量将被持久化存储在磁盘上,使得在虚拟机重启后仍能保留之前的EFI设置。
使用场景
EFI持久化状态功能特别适用于以下场景:
- 需要保存EFI启动设置的长期运行虚拟机
- 使用安全启动(secure boot)等依赖EFI变量的安全功能
- 需要跨重启保持EFI配置一致性的生产环境
- 使用UEFI固件的Windows/Linux虚拟机
配置方法
用户可以通过两种方式配置此功能:
-
图形界面操作:
- 导航至虚拟机创建/编辑页面
- 在"高级选项"中启用"Booting in EFI Mode"
- 勾选新出现的"EFI Persistent State"复选框
-
YAML直接编辑:
- 在YAML编辑视图中手动添加上述EFI持久化配置块
- 或修改现有配置中的persistent字段值
技术要点
- 该功能与TPM持久化状态共享相似的前端实现逻辑,但作用于不同的硬件虚拟化组件
- 持久化状态默认不启用,符合安全最佳实践
- 配置变更会实时反映在YAML视图中,便于高级用户验证
- 功能同时适用于单台虚拟机和虚拟机模板的创建
注意事项
- 启用EFI持久化会略微增加I/O负载,因为需要保存EFI变量
- 在迁移虚拟机时,持久化的EFI变量会随虚拟机一起迁移
- 某些特殊场景下可能需要清除EFI变量,此时可以临时禁用此功能
- 该功能需要宿主机的KVM虚拟化支持
Harvester通过引入这一功能,进一步完善了其对现代虚拟化特性的支持,为用户提供了更灵活、更接近物理机体验的虚拟化环境配置选项。
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
暂无简介
Dart
664
152
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++
659
298
Ascend Extension for PyTorch
Python
216
236
React Native鸿蒙化仓库
JavaScript
255
320
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
140
875
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
🎉 (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
1.18 K
648
仓颉编程语言开发者文档。
59
818