Sheepdog 技术文档
2024-12-20 08:52:34作者:幸俭卉
1. 安装指南
Sheepdog 是一款为 QEMU 设计的分布式存储系统。在安装之前,确保满足以下需求:
- 至少三台 x86-64 架构的机器
- Corosync 集群引擎
安装步骤如下:
-
阅读随包提供的
INSTALL
文件,获取从源代码编译或安装的详细指导。 -
根据操作系统的发行版,使用相应的包管理工具安装 Corosync。例如,在基于 Debian 的系统中,可以使用以下命令:
sudo aptitude install corosync libcorosync-dev
在基于 RPM 的系统中,可以使用以下命令:
sudo yum install corosynclib-devel
2. 项目的使用说明
以下是 Sheepdog 的基本使用方法:
集群管理后端
Sheepdog 使用集群管理后端来管理成员关系并在集群节点间广播消息。
目前,Sheepdog 支持以下集群管理后端:
- 本地驱动(适用于单机开发)
- Corosync(默认)
- Zookeeper
- Accord
本地驱动
本地驱动使用 UNIX 进程间通信机制,在单台机器上管理成员关系。通过启动多个 'sheep' 进程来模拟集群。
使用本地驱动在一行命令中设置 3 节点集群的示例:
mkdir /path/to/store
for i in 0 1 2; do sheep -c local /path/to/store/$i -z $i -p 700$i; done
配置 Corosync
对于大多数现代 Linux 发行版,它们的仓库中已经提供了预编译的 x86_64 Corosync 二进制文件。建议使用这些包,如果它们在您的发行版上可用。
格式化集群
在所有集群机器上启动 Sheepdog:
sheep /store_dir
其中 /store_dir
是存储对象的目录,该目录必须在支持扩展属性(xattr)的文件系统上。对于 ext3 文件系统,需要在挂载选项中添加 user_xattr
。
sudo mount -o remount,user_xattr /store_device
然后,格式化集群:
dog cluster format --copies=3
这里的 --copies
参数指定了默认的数据冗余副本数量。
检查集群状态
使用以下命令检查集群状态:
dog node list
3. 项目 API 使用文档
Sheepdog 的 API 使用方法在官方文档中有详细说明。以下是一些基础命令的例子:
创建虚拟机镜像
qemu-img create sheepdog:Alice 256G
查看虚拟机镜像
dog vdi list
启动虚拟机
qemu-system-x86_64 -hda sheepdog:Alice
虚拟机列表
dog vm list
创建快照
qemu-img snapshot -c name sheepdog:Alice
克隆快照
qemu-img create -b sheepdog:Alice:1 sheepdog:Charlie
4. 项目安装方式
项目的安装方式请参考安装指南中的步骤进行。确保按照 INSTALL 文件中提供的说明进行操作,以便成功安装 Sheepdog。
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp英语课程填空题提示缺失问题分析3 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 4 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析7 freeCodeCamp博客页面工作坊中的断言方法优化建议8 freeCodeCamp论坛排行榜项目中的错误日志规范要求9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp音乐播放器项目中的函数调用问题解析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 Jetson TX2开发板官方资源完全指南:从入门到精通 WebVideoDownloader:高效网页视频抓取工具全面使用指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
213
2.21 K

暂无简介
Dart
521
115

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
978
578

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++
552
86

Ascend Extension for PyTorch
Python
65
94

React Native鸿蒙化仓库
JavaScript
209
285

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399