Home Assistant Supervised安装路径的FHS合规性探讨
2025-07-07 04:24:29作者:卓炯娓
背景介绍
在Linux系统中,文件系统层次结构标准(FHS)定义了各个目录的用途和规范。近期在Home Assistant Supervised安装项目中,关于数据存储路径的选择引发了技术讨论。该项目默认将运行时的可变数据存储在/usr/share/hassio/homeassistant目录下,这与FHS标准存在一定偏差。
FHS标准解析
根据文件系统层次结构标准(FHS):
/usr/share目录专门用于存储架构无关的静态共享数据/usr整体被视为只读的用户数据二级层次结构- 可变数据应存储在
/var目录下,如/var/lib用于状态数据,/var/log用于日志文件 /srv目录用于存放系统提供的服务特定数据
当前实现的问题
Home Assistant Supervised目前将SQLite数据库、日志文件等频繁修改的数据存储在/usr/share下,这带来了几个技术问题:
- 违反FHS关于
/usr目录应为只读的原则 - 混合存储了静态资源和动态数据
- 在某些将
/usr挂载为只读的系统上可能导致运行故障
技术解决方案探讨
项目维护团队经过深入讨论,提出了几种改进方案:
方案一:迁移至/var目录
- 优点:完全符合FHS标准
- 挑战:需要拆分当前混合存储的数据结构
方案二:使用/srv目录
- 优点:作为服务特定数据的通用存储位置
- 考虑:需评估数据安全性,避免意外暴露敏感信息
方案三:自定义顶级目录
- 如直接使用
/homeassistant - 优点:简化路径结构
- 缺点:完全脱离FHS规范
维护团队的决策
经过权衡,项目维护团队达成以下共识:
-
将默认安装路径改为
/srv/homeassistant- 因其作为服务数据的通用存储位置
- 能保持数据的整体性而无需拆分
-
保持对现有安装的兼容性
- 已安装的系统继续使用原路径
- 通过配置文件记录安装位置
技术建议
对于系统管理员和高级用户:
- 新安装建议接受默认的
/srv路径 - 现有系统可通过
DATA_SHARE环境变量自定义路径 - 重要数据应定期备份,无论存储在哪个位置
总结
文件系统路径的选择反映了软件设计的规范性。Home Assistant项目团队对FHS标准的重视体现了其专业态度。虽然完全拆分各类数据到标准位置存在技术难度,但迁移到/srv目录是一个合理的折中方案,既提高了规范性,又保持了实用性。
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
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
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
323
🎉 (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
265
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