Beszel项目在Unraid系统中监控多磁盘的配置指南
2025-05-21 10:46:43作者:余洋婵Anita
问题背景
Beszel是一款优秀的系统监控工具,但在Unraid系统中使用时,用户可能会遇到无法监控额外磁盘的问题。本文将通过一个典型案例,详细介绍如何在Unraid系统中正确配置Beszel来监控多个磁盘的使用情况。
关键发现
通过分析用户案例,我们发现以下重要信息:
- Beszel在Unraid的Docker环境中运行时,会自动检测
/extra-filesystems目录下的设备,无需手动配置EXTRA_FILESYSTEMS环境变量 - 默认情况下,Beszel可能会将Docker镜像(loop设备)识别为根文件系统
- 通过适当配置
FILESYSTEM参数,可以指定要监控的主磁盘
详细配置步骤
1. 移除不必要的环境变量
在Docker环境中运行时,务必移除EXTRA_FILESYSTEMS环境变量。Beszel会自动扫描系统挂载点来发现可用磁盘。
2. 验证磁盘检测
为了确认Beszel能够正确检测所有磁盘,可以临时设置一个无效的FILESYSTEM值(如/xyzzy)。这将使Beszel输出所有检测到的分区信息,便于调试。
3. 指定主监控磁盘
如果发现Beszel错误地将Docker镜像识别为根文件系统,可以通过设置FILESYSTEM参数来指定主监控磁盘。例如:
FILESYSTEM=nvme1n1p1
4. 理解Unraid的磁盘命名
在Unraid系统中,磁盘通常有以下几种命名方式:
- NVMe设备:
nvmeXn1p1格式 - 机械硬盘:
mdX格式 - 虚拟设备:
loopX格式
了解这些命名规则有助于正确配置监控目标。
常见问题解决方案
问题1:只能看到安装Beszel的磁盘
解决方案:检查是否错误配置了EXTRA_FILESYSTEMS参数。在Docker环境中,此参数通常不需要手动设置。
问题2:根文件系统显示为Docker镜像
解决方案:明确指定FILESYSTEM参数为目标物理磁盘的设备名。
问题3:磁盘使用率图表不准确
解决方案:
- 确认磁盘挂载点正确
- 检查磁盘权限是否允许容器访问
- 验证磁盘文件系统类型是否被支持
最佳实践建议
- 在Unraid的Docker模板中,避免手动添加
EXTRA_FILESYSTEMS参数 - 定期检查Beszel日志,确认所有目标磁盘都被正确识别
- 对于复杂的存储配置,考虑使用
lsblk和df -h命令预先确认磁盘信息 - 保持Beszel更新到最新版本,以获得最佳的兼容性
通过以上配置和优化,Beszel可以在Unraid系统中完美监控多个磁盘的使用情况,为用户提供全面的存储监控解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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