NetBox Branching 插件最佳实践教程
2025-05-28 05:54:32作者:毕习沙Eudora
1. 项目介绍
NetBox Branching 是一个为 NetBox 网络自动化平台设计的官方插件,它实现了类似 Git 分支的功能。通过该插件,用户可以创建 NetBox 数据库的静态快照,作为独立的分支进行修改,而不会干扰主数据库的完整性。这种能力使得用户能够在不中断网络源真实性的情况下,进行“离线”更改,并在变更应用前批量审查这些更改。
2. 项目快速启动
环境要求
- NetBox 版本 4.1 或更高
- PostgreSQL 版本 12 或更高
安装步骤
-
为 NetBox 数据库用户授予权限以创建模式:
GRANT CREATE ON DATABASE $database TO $user;其中
$database是 NetBox 数据库的名称,$user是数据库用户的名称。 -
激活 NetBox 虚拟环境:
$ source /opt/netbox/venv/bin/activate -
从 PyPI 安装插件:
$ pip install netboxlabs-netbox-branching -
在
configuration.py文件的PLUGINS列表中添加netbox_branching。注意netbox_branching必须是列表中的最后一个插件。PLUGINS = [ # ... 'netbox_branching', ] -
创建
local_settings.py文件(与settings.py相同目录),以覆盖DATABASES和DATABASE_ROUTERS设置,以支持动态模式。from netbox_branching.utilities import DynamicSchemaDict from .configuration import DATABASE # 使用 DynamicSchemaDict 包装 DATABASES 以支持动态模式 DATABASES = DynamicSchemaDict({ 'default': DATABASE, }) # 使用自定义数据库路由器 DATABASE_ROUTERS = [ 'netbox_branching.database.BranchAwareRouter', ] -
运行 NetBox 迁移:
$ ./manage.py migrate
3. 应用案例和最佳实践
案例一:网络设备配置版本控制
在 NetBox 中,可以利用 NetBox Branching 插件对网络设备的配置进行版本控制。创建一个分支,对设备的配置进行更改,然后审查更改,最后将更改合并回主数据库。
最佳实践
- 在进行重大更改前,总是创建一个新分支。
- 使用分支来测试网络配置的变更,确保不会对生产环境造成影响。
- 在合并分支前,进行彻底的审查和测试。
4. 典型生态项目
NetBox Branching 作为 NetBox 生态的一部分,与其他开源项目如 Ansible、NAPALM 等相结合,可以提供更加强大和灵活的网络自动化解决方案。通过这些项目的整合,可以实现从配置管理到自动化部署的整个网络生命周期管理。
登录后查看全文
热门项目推荐
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 StartedRust0194
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 Notebook0122
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
4.99 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++
857
1.94 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++
686
1.34 K
Ascend Extension for PyTorch
Python
721
892
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
458
445
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
618
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
151
253