DietPi系统在Quartz64 Model A上的更新问题分析与解决方案
2025-06-09 03:00:34作者:秋泉律Samson
问题背景
在Quartz64 Model A单板计算机上运行DietPi系统时,用户尝试从v8.x版本升级到v9.0.2时遇到了更新失败的问题。系统配置采用了SD卡作为启动设备(/boot挂载点),而根文件系统则位于USB HDD上。这种混合存储配置导致了更新过程中的特殊问题。
问题现象
执行dietpi-update命令时,系统报错显示无法检测到启动设备,具体错误信息为:
lsblk: /dev/mmcblk0p1[/boot]: not a block device
ERROR: Unable to detect boot drive, aborting U-Boot flashing
技术分析
-
根本原因:系统使用了绑定挂载(bind mount)方式将/sdcard/boot挂载到/boot,而DietPi的更新脚本在检测启动设备时无法正确处理这种挂载方式。
-
存储配置:
- SD卡(/dev/mmcblk0p1)挂载到/sdcard
- 通过绑定挂载将/sdcard/boot挂载到/boot
- USB HDD(/dev/sda1)作为根文件系统
-
U-Boot更新机制:DietPi更新时需要确定正确的启动设备以刷新U-Boot引导程序,但绑定挂载干扰了这一检测过程。
解决方案
-
推荐方案:重构存储挂载方式
- 将SD卡分区直接挂载到/boot
- 修改/etc/fstab配置:
UUID=ef4dca92-a747-4854-82c2-c14828b2c08b /boot ext4 noatime,lazytime,rw 0 1 - 移动/boot目录内容:
mv /boot/boot/* /boot/ rmdir /boot/boot
-
配置文件调整:
- 更新extlinux配置以反映新的路径:
sed -i 's|/boot/|/|' /boot/extlinux/extlinux.conf
- 更新extlinux配置以反映新的路径:
-
验证步骤:
- 检查挂载点:
lsblk和df -h - 验证extlinux配置:
cat /boot/extlinux/extlinux.conf - 重新配置软件包:
dpkg-reconfigure firmware-quartz64a
- 检查挂载点:
注意事项
-
数据安全:在进行这些操作前,建议备份重要数据。
-
启动失败处理:如果调整后系统无法启动,可能需要:
- 检查extlinux.conf中的内核和设备树路径
- 使用fsck检查并修复可能受损的文件系统
-
长期维护:建议考虑使用Armbian的方法,将启动分区的PARTUUID存储在引导脚本中,以提高可靠性。
总结
在混合存储配置的嵌入式系统上进行系统更新时,挂载点的设置尤为重要。DietPi在Quartz64上的更新问题展示了绑定挂载与引导程序更新之间的兼容性问题。通过合理规划存储挂载策略,可以确保系统更新的顺利进行。对于类似架构的设备,建议在设计存储方案时就考虑未来系统维护的需求。
通过本案例,我们不仅解决了特定的更新问题,也为嵌入式Linux系统的存储管理提供了有价值的实践经验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0197
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 Notebook0129
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。Python07
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
项目优选
收起
暂无描述
Dockerfile
766
5.01 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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
896
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++
690
1.35 K
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
453
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
1.02 K
265
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
152
238
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
1.01 K
628
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425