Harvester项目v1.4.1至v1.4.2升级问题分析与解决方案
问题背景
在Harvester项目从v1.4.0升级到v1.4.1版本的过程中,用户反馈在某些特定场景下会出现升级卡顿的问题。具体表现为在升级过程中,第一个节点会卡在"Waiting Reboot"状态,导致整个升级流程无法继续。
问题现象
当用户在三个节点的Harvester集群上进行升级时,如果满足以下条件,就可能遇到这个问题:
- 安装v1.4.0版本时,系统盘和数据盘使用了不同的物理磁盘
- 第一个节点在升级过程中会卡在"等待重启"状态
- 通过SSH登录该节点后,会发现系统已进入fallback模式
- 检查发现active.img文件系统已损坏
技术分析
这个问题主要与Harvester的升级机制和文件系统处理有关。在升级过程中,系统会处理cos-state下的active.img和passive.img文件,这些文件包含了操作系统的核心组件。当文件系统损坏时,会导致升级流程无法正常完成。
通过fsck.ext2工具检查active.img文件系统时,可以确认文件系统损坏的情况。正常情况下,这个检查应该显示文件系统完整,没有错误。
解决方案
开发团队针对这个问题提出了多个修复方案,主要涉及harvester-installer组件的修改。这些修改确保了在升级过程中正确处理文件系统,避免损坏情况的发生。
验证过程
为了验证修复效果,测试团队进行了详细的测试:
- 准备三节点v1.4.1集群,确保系统盘和数据盘分离
- 检查分区状态和大小
- 检查active.img和passive.img的磁盘使用情况
- 确认active.img初始状态
- 执行升级到v1.4.2-rc1
- 监控升级过程
- 升级完成后再次检查active.img状态
测试结果显示,修复后的版本可以顺利完成升级,且active.img文件系统保持完整。
注意事项
虽然主要问题已修复,但在测试过程中发现了一个相关的问题:当集群节点具有不同角色(管理节点和工作节点)时,升级可能会在"Pre-drained"阶段卡住。这个问题可以通过删除instance-manager的PodDisruptionBudget(PDB)来解决,但这属于临时解决方案,建议关注后续版本对此问题的完整修复。
结论
Harvester v1.4.2-rc1版本已有效解决了v1.4.1升级过程中节点卡顿的问题。对于生产环境,建议用户在升级前确保:
- 系统盘和数据盘分离
- 备份重要数据
- 按照官方文档操作
这次问题的解决展示了Harvester团队对系统稳定性的持续改进,也为用户提供了更可靠的升级体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0295- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









