better-initramfs 技术文档
2024-12-20 11:32:30作者:蔡怀权
目录
安装指南
使用二进制包安装
- 访问 下载页面 下载 tarball 文件。
- 解压下载的文件并阅读
README.binary和README.rst文件以获取更多信息。
从源码构建
- 克隆 Git 仓库:
git clone https://bitbucket.org/piotrkarbowski/better-initramfs.git - 进入项目目录并执行以下命令:
这些命令将依次下载并构建所需的工具,最终生成 initramfs 镜像。make bootstrap-all make prepare make image
项目的使用说明
使用场景
- 从加密存储、软件 RAID、LVM 或它们的组合中启动根文件系统。
- 提供一个最小的救援环境,甚至可以通过 SSH 远程访问 initramfs 进行修复。
- 通过 LABEL 或 UUID 选择根文件系统,避免因添加硬盘导致的根变量问题。
- 调试新内核或内核崩溃问题,检查磁盘是否在
/dev中,查看内核是否初始化了硬盘控制器。
功能特性
- 支持 BCACHE、LVM、dmcrypt LUKS、软件 RAID。
- 提供救援 shell 和远程救援 shell(通过 SSH)。
- 支持通过 UUID/LABEL 进行恢复、根文件系统和加密根文件系统。
- 支持从 TuxOnIce 和内核挂起(swsusp)中恢复。
项目API使用文档
参数说明
rescueshell:在挂载根文件系统到/newroot之前进入救援 shell。sshd:运行 SSH 服务器,允许通过 SSH 访问 initramfs。sshd_wait=X:在设置 SSH 后等待 X 秒,适用于在启动真实系统前登录并暂停启动过程。sshd_port=X:设置 SSH 监听端口,默认端口为 22。binit_net_if=<if>:指定网络配置的接口,可选指定 VLAN。binit_net_addr=<addr/cidr>或binit_net_addr=dhcp:在指定接口上配置 IP 地址和子网掩码,或使用 DHCP。binit_net_route=<addr/cidr>:添加静态路由。binit_net_gw=<addr>:配置网关。rw:以读写模式挂载根文件系统,默认是只读模式。mdev:不检查内核是否支持 devtmpfs,使用 mdev 代替(适用于非常老的内核)。softraid:启动 RAID 阵列。init=X:在切换到新根后运行 X,默认是/sbin/init。tuxonice:尝试使用 TuxOnIce 恢复。swsusp:尝试使用内核挂起(swsusp)恢复。resume=<device/path>:指定从哪个设备恢复(使用 tuxonice 或 swsusp)。lvm:扫描所有磁盘以激活卷组。luks:对enc_root变量执行cryptsetup luksOpen。enc_root=<device>:指定加密的根文件系统设备,例如/dev/sda2。root=<device>:指定根文件系统设备,例如/dev/mapper/enc_root或/dev/sdXX。rootfstype=<filesystem type>:设置根文件系统的文件系统类型。rootdelay=<integer>:设置 initramfs 等待设备的时间(适用于根文件系统在 USB 设备上)。rootflags=X:在挂载根文件系统时传递 X 标志。luks_no_discards:在 LUKS 层禁用丢弃支持。bcache:启动 bcache 设备。
项目安装方式
从二进制包安装
- 下载二进制包并解压。
- 阅读
README.binary和README.rst文件以获取安装和使用说明。
从源码构建
- 克隆 Git 仓库。
- 执行
make bootstrap-all、make prepare和make image命令以构建 initramfs 镜像。
通过以上步骤,您可以成功安装并使用 better-initramfs 项目。
登录后查看全文
热门项目推荐
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
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
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
657
React Native鸿蒙化仓库
JavaScript
262
325
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