在Amlogic S9xxx OpenWrt中解决dae的cgroup2未启用问题
在基于Amlogic S9xxx芯片的设备上运行OpenWrt系统时,用户可能会遇到一个与cgroup2相关的配置问题,特别是在使用dae(一个网络工具)时。本文将深入分析这个问题及其解决方案。
问题背景
当用户在ImmortalWrt或OpenWrt master版本上安装并运行luci-app-dae时,系统会报出警告信息:"cgroup2 is not enabled; pname routing cannot be used",并伴随错误提示"cgroup2 not mounted"。这表明系统未能正确加载cgroup2功能,影响了dae的进程名(pname)路由功能。
技术分析
cgroup(Control Groups)是Linux内核提供的一种机制,用于限制、记录和隔离进程组的资源使用。cgroup2是第二代控制组系统,提供了更简洁统一的管理接口。dae工具依赖cgroup2来实现基于进程名的路由功能。
在标准的Linux发行版中,cgroup2通常会默认挂载。但在嵌入式系统如OpenWrt中,出于精简系统的考虑,可能不会默认启用这一功能。
解决方案
用户提供的临时解决方案是在rc.local中添加以下命令:
mkdir -p /sys/fs/cgroup/cgroup2
mount -t cgroup2 cgroup2 /sys/fs/cgroup/cgroup2 -o rw,nosuid,nodev,noexec,relatime,nsdelegate
这是一个有效的解决方法,但我们可以考虑更规范的实现方式:
-
内核配置:确保内核编译时启用了CONFIG_CGROUPS和CONFIG_CGROUP2选项
-
系统启动脚本:将cgroup2挂载命令添加到系统的启动脚本中,而不是rc.local
-
fstab配置:在/etc/fstab中添加持久化挂载项
最佳实践建议
对于OpenWrt系统,推荐采用以下方法:
- 创建一个新的启动脚本
/etc/init.d/cgroup2:
#!/bin/sh /etc/rc.common
START=10
start() {
mkdir -p /sys/fs/cgroup/cgroup2
mount -t cgroup2 cgroup2 /sys/fs/cgroup/cgroup2 -o rw,nosuid,nodev,noexec,relatime,nsdelegate
}
- 设置脚本权限并启用:
chmod +x /etc/init.d/cgroup2
/etc/init.d/cgroup2 enable
/etc/init.d/cgroup2 start
这种方法更加规范,符合OpenWrt的启动管理机制,并且可以在系统更新时更好地保持配置。
验证方法
挂载成功后,可以通过以下命令验证:
mount | grep cgroup2
cat /proc/filesystems | grep cgroup2
如果配置正确,这些命令应该显示cgroup2已正确挂载并可用。
总结
在嵌入式Linux系统如OpenWrt中,某些高级内核功能可能不会默认启用。当需要使用这些功能时,了解其依赖关系并正确配置系统是解决问题的关键。对于cgroup2这类功能,采用规范的启动脚本方式进行配置,比临时性的rc.local方案更加可靠和易于维护。
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 Notebook0113
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