Kyuubi项目测试日志上传权限问题分析与解决
2025-07-04 04:54:05作者:范垣楠Rhoda
在Kyuubi开源项目的持续集成测试过程中,开发团队发现了一个关于测试日志上传的权限问题。本文将详细分析该问题的背景、原因以及解决方案。
问题背景
Kyuubi项目在进行自动化测试时,会生成大量测试日志文件。这些日志对于后续的问题排查和分析至关重要。然而,在最近的一次CI测试运行中,日志上传步骤出现了权限拒绝的错误。
错误信息显示,系统尝试扫描/home/runner/work/kyuubi/kyuubi/externals/kyuubi-spark-sql-engine/target/tmp/jetcd_test_etcd0_3772435056052867764/member目录时被拒绝,错误代码为EACCES,表明当前执行用户没有足够的权限访问该目录。
技术分析
根本原因
-
目录权限设置:测试过程中创建的临时目录可能设置了过于严格的权限,导致CI系统的运行用户无法读取。
-
Jetcd测试环境:问题出现在与Jetcd相关的测试目录中,Jetcd是Etcd的Java客户端,用于分布式系统的协调服务测试。
-
CI环境限制:GitHub Actions的runner在执行时有一定的权限限制,特别是对于临时生成的文件和目录。
影响范围
- 该问题直接影响测试日志的收集和上传,可能导致重要的调试信息丢失。
- 不会影响实际的测试执行过程,但会妨碍后续的问题诊断。
解决方案
开发团队通过以下方式解决了这个问题:
-
调整测试目录权限:在测试执行完成后,显式地修改相关目录的权限,确保CI系统能够访问。
-
优化日志收集策略:重新设计日志收集的范围和方式,避免尝试访问不必要的系统目录。
-
增强错误处理:在日志上传步骤中添加更完善的错误处理机制,确保即使部分日志无法上传,也不会中断整个CI流程。
实施效果
经过修复后:
- 测试日志能够完整地上传到CI系统,便于开发人员分析测试结果。
- 提高了CI流程的稳定性,减少了因权限问题导致的构建失败。
- 为后续类似问题的处理提供了参考方案。
经验总结
在分布式系统的测试环境中,特别是涉及多进程、临时文件的操作时,需要特别注意:
- 文件系统权限的管理
- CI环境的特殊限制
- 测试资源的清理策略
Kyuubi项目通过这次问题的解决,进一步完善了其测试基础设施的健壮性,为项目的持续集成流程提供了更可靠的保障。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868