使用Oxidized解决Mikrotik设备配置备份中的时间戳问题
2025-06-27 01:04:58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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557