Cloud-init与MAAS集成中的OVS网络配置问题分析与解决方案
问题背景
在Ubuntu 24.04系统中使用MAAS部署带有OVS(Open vSwitch)桥接配置的机器时,用户遇到了cloud-init无法正确配置网络的问题。具体表现为部署过程中MAAS无限期等待机器就绪,导致部署失败。该问题在Ubuntu 22.04系统中不存在,但在24.04系统中普遍出现。
问题现象分析
通过对比22.04和24.04系统的部署日志,可以观察到关键差异:
-
服务启动顺序不同:
- 在22.04系统中,服务启动顺序为:cloud-init本地阶段→systemd-networkd→OVS相关服务→网络就绪→cloud-init网络阶段
- 在24.04系统中,服务启动顺序变为:cloud-init本地阶段→systemd-networkd→部分OVS服务→cloud-init网络阶段→网络就绪
-
网络状态检测差异:
- 24.04系统中,
systemd-networkd-wait-online
服务被配置为仅等待物理网卡(enp5s0)的载波状态,而忽略了OVS桥接(br0)的状态 - 这导致cloud-init网络阶段启动时,实际的桥接网络尚未就绪
- 24.04系统中,
根本原因
问题根源在于Netplan的设计变更。在24.04系统中,Netplan默认将桥接接口标记为"optional"(可选),这导致systemd-networkd-wait-online
服务不会等待这些接口就绪。具体表现为:
- Netplan生成的
systemd-networkd-wait-online
服务配置中,明确指定了只检测物理网卡的状态参数(-i enp5s0:carrier
) - 由于OVS桥接(br0)没有被包含在等待列表中,网络实际上并未完全就绪时cloud-init就开始执行网络配置阶段
解决方案
针对此问题,有两种可行的解决方案:
方案一:修改Netplan配置
在Netplan配置中为OVS桥接明确添加optional: false
参数,强制系统等待该接口就绪:
network:
bridges:
br0:
optional: false
addresses:
- 10.0.2.122/24
# 其他配置保持不变
此方案已被MAAS团队采纳,并在MAAS 3.4.9、3.5.5和3.6.1版本中实现。
方案二:调整服务依赖关系
对于无法修改Netplan配置的情况,可以手动调整服务依赖关系:
- 确保
cloud-init.service
在systemd-networkd-wait-online.service
之后启动 - 或者修改
systemd-networkd-wait-online.service
的配置,使其包含对桥接接口的等待
技术建议
对于使用MAAS部署Ubuntu系统的用户,建议:
- 升级到包含修复的MAAS版本(3.4.9、3.5.5或3.6.1及以上)
- 如果暂时无法升级,可以手动在部署后修改Netplan配置并重新应用
- 对于自定义镜像,建议在镜像构建阶段就包含正确的Netplan配置
更深层次的系统理解
这个问题实际上反映了现代Linux系统中网络配置复杂性的增加。随着虚拟化网络技术(如OVS)的普及,传统的网络就绪检测机制需要相应调整。在早期版本中,系统通常只需要等待物理网卡就绪,但在使用高级网络功能(如OVS、桥接、绑定等)时,这种简化假设就不再成立。
Netplan和systemd-networkd的这次变更实际上是为了更好地支持复杂网络场景,但同时也要求管理员更明确地表达他们的网络依赖关系。通过将接口显式标记为"非可选"(optional: false),系统可以更准确地理解哪些网络组件对系统正常运行至关重要。
总结
Cloud-init与MAAS在Ubuntu 24.04中的OVS网络配置问题是一个典型的系统组件交互问题。通过理解Netplan、systemd-networkd和cloud-init之间的协作机制,我们不仅可以解决当前问题,还能更好地设计和管理复杂的网络部署场景。这个案例也提醒我们,在系统升级时需要特别注意组件间依赖关系的变化,特别是在网络配置这种基础而关键的领域。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0265cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI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。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









