使用Oxidized解决Mikrotik设备配置备份中的时间戳问题
2025-06-27 02:00:44作者:凤尚柏Louis
问题背景
在网络设备配置管理实践中,Oxidized作为一款优秀的配置备份工具,常被集成在LibreNMS等监控系统中使用。然而在备份Mikrotik路由器配置时,管理员会遇到一个典型问题:由于Mikrotik的配置导出内容包含动态时间戳信息,导致每次备份都被识别为配置变更,在Git版本控制中产生大量无实质变化的提交记录。
问题本质分析
Mikrotik设备在输出配置时默认包含以下动态内容:
- 系统日志时间戳(如"# Jan/25/2024 14:30:00")
- 证书续订日期信息
- 用户最后登录时间
- RouterOS版本标识信息 这些动态内容使得每次备份的配置文件MD5哈希值都不同,触发了不必要的版本变更记录。
解决方案
通过自定义Oxidized的RouterOS模型,我们可以过滤这些动态内容。以下是实现方案的核心要点:
1. 创建自定义模型文件
在Oxidized配置目录下创建routeros.rb模型文件,路径通常为:
/var/lib/oxidized/.config/oxidized/model/routeros.rb
2. 关键过滤逻辑
cmd :all do |cfg|
# 基础处理:去除ANSI颜色代码
cfg.gsub! /\x1B\[([0-9]{1,3}(;[0-9]{1,3})*)?[m|K]/, ''
# 处理特定动态内容
cfg.gsub! /.*next-renewal-at:.*/, 'Renewal date removed'
cfg.gsub! /.*deadline-at:.*/, 'Renewal deadline date removed'
cfg.gsub! /.*by RouterOS 7.*/, ''
cfg
end
3. 特殊字段处理
针对不同配置部分需要特别处理:
用户登录信息处理:
cmd '/user print brief' do |cfg|
cfg.gsub! /(.*)...\/..\/.... ..:..:...*/, '\\1 <last login time removed>'
comment cfg
end
导出后处理:
post do
run_cmd = vars(:remove_secret) ? '/export hide-sensitive' : '/export'
cmd run_cmd do |cfg|
cfg.gsub! /\\\r?\n\s+/, '' # 去除换行符
cfg.gsub! /# inactive time\r\n/, '' # 移除时间相关系统注释
# 过滤日期格式的时间戳
cfg = cfg.split("\n").reject { |line| line[/^#\s\w{3}\/\d{2}\/\d{4}.*$/] }
cfg.join("\n") + "\n"
end
end
实现效果
实施此方案后:
- Git版本库中将只记录真实的配置变更
- 备份文件保持关键配置信息的完整性
- 系统日志等动态内容被合理替换为静态文本
- 不影响其他正常配置项的备份
注意事项
- 该方案会修改原始配置输出,建议在测试环境验证后再部署到生产环境
- 对于审计严格的环境,可能需要保留原始时间信息,此时应考虑其他解决方案
- 不同RouterOS版本可能需要调整正则表达式模式
- 建议定期检查模型文件是否与官方版本有重要更新
通过这种定制化处理,管理员可以显著减少版本库中的噪声,使配置变更历史更加清晰可读,同时保持配置备份的核心价值。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C026
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
423
3.25 K
Ascend Extension for PyTorch
Python
231
262
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++
689
331
暂无简介
Dart
686
160
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
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
667
仓颉编译器源码及 cjdb 调试工具。
C++
136
869