Backrest多主机共享仓库时的备份计划显示问题分析
2025-06-29 09:42:11作者:滑思眉Philip
问题背景
Backrest是一款优秀的备份解决方案,支持多平台使用。在实际部署中,用户可能会遇到多个主机共享同一个备份仓库的情况。近期发现了一个关于Web界面中备份计划显示的重要问题:当不同主机使用相同仓库和相同计划名称时,Web界面会混合显示这些主机的备份快照,而无法区分它们来自哪个主机。
问题现象
当两个主机(host1和host2)配置如下时会出现该问题:
- 两个主机都使用名为"repo"的同一仓库
- 两个主机都创建了名为"home"的备份计划
- 分别在两个主机上执行备份后
此时,在任一主机的Web界面中查看"home"计划时,会同时显示两个主机的备份快照,而没有明确的来源标识。这可能导致用户混淆,甚至误删其他主机的备份数据。
技术原因分析
该问题的根本原因在于Web界面的计划视图(PlanView)在选择显示备份快照时,没有将实例ID(instanceId)作为筛选条件。在Backrest的设计中,每个安装实例都有唯一的instanceId,但在界面显示逻辑中这一关键区分因素被忽略了。
解决方案
该问题已在Backrest 1.7.0版本中修复。主要修改是在PlanView的选择器中加入了instanceId作为筛选条件,确保每个主机只显示自己的备份快照。这一改动既保持了多主机共享仓库的灵活性,又避免了显示混淆。
最佳实践建议
虽然Backrest支持多主机共享仓库,但在实际部署中建议考虑以下实践:
- 为不同主机使用不同的计划名称前缀,如"host1-home"和"host2-home"
- 定期检查备份完整性,确保没有意外的数据混合
- 对于重要数据,考虑使用独立的仓库而非共享仓库
- 升级到1.7.0或更高版本以获得更清晰的备份管理界面
Backrest作为一款面向非IT专家的备份解决方案,其易用性和可靠性值得肯定。这个问题的及时修复也体现了开发团队对用户体验的重视。
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 Notebook0114
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 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 Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220