- 博客(577)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Java Buildpack Reference
Paketo DistZip Buildpack Paketo DistZip 构建包(opens in a new tab) Optional 选修的 Contributes a process type that launches a DistZip-style application.
2025-12-15 14:35:57
501
原创 elastic/kibana 升级问题
该项目已经不再维护，这个问题没有解决，如果需要使用 helm 安装 elastic 栈的软件，可以使用。的 helm chart 部署 kibana 后，执行。
2025-12-13 20:29:10
45
原创 大模型填充原因解释
注意力本质是矩阵乘法GPU 只擅长规则、连续的矩阵真实序列是变长的所以必须 padding 成等长再用 mask 保证数学语义不被破坏如果你愿意，下一步我可以直接给你画一个QKᵀ + padding + mask 的矩阵级示意图，从元素层面把 PAD 怎么“被 softmax 消灭”给你推一遍。QKV 阶段的 padding，本质是在补“token 的数量”，不是在补“token 的内容维度”。
2025-12-13 11:09:02
539
原创 k8s 剔除控制节点
登录要剔除的节点（同时也是etcd 节点之一），备份该节点的etcd。本文采用的是 kubeadm 部署的 3 控制节点集群。注意：记下要被剔除的节点上的 etcd 的 id。containerd runtime 操作命令。docker runtime 操作命令。查看 etcd 成员 id。说明：从其他节点操作。登录要被剔除的节点操作。移除 etcd 成员。
2025-12-04 14:08:14
63
原创 prometheus nvidia utkuozdemir/nvidia_gpu_exporter 报错 is not a valid metric name
如果不能访问 github ，我摘录了解决方式如下。2、在 helm values 里指定特定版本的。1、直接升级 helm chart 版本；查看可用的helm chart 重点看。，直接修改 values.yaml 中。查看该 pod 日志，发现如下报错。谈论可以看出这个版本仍然有错误。查看 pod 运行情况。相关问题见 issue。这列，本文写作的时候，
2025-12-01 15:04:08
20
原创 frp 代理安装配置
软件包地址本文安装的是 0.62.0 版本，服务端在一台 linux 服务器上安装，客户端一台是 linux，一台是 mac 苹果芯片。macos 安装包名字linux 安装包名字客户端和服务端安装包是一个。
2025-11-28 17:33:31
210
原创 ubuntu 关闭更新解决 ansible apt 命令报错
apt-check 会检查系统是否有可更新的软件包，并以人类可读的形式输出。⚠️说明：本文没执行如下命令就解决了，如果你没解决请继续执行如下命令。这是 Ubuntu/Debian 系统 自动更新检查工具的一部分。会导致 ansible 执行 apt 相关 task 报错。
2025-11-28 14:43:10
244
原创 k8s ceph rbd image ceph-blockpool/csi-vol-xxx is still being used
启动 pod 卡在 containercreate 状态，使用kubectl describe pod [pod name]命令查看详细报错。说明：本文使用的 rook-ceph 部署的 ceph。登录到 tool 工具 pod 执行如下命令查看客户端 ip。查看是哪个客户端 ip 在使用该 image。将这个客户端加入黑名单即可。
2025-11-25 12:18:34
125
1
原创 k8s kubeadm init 失败
contianerd 2.x.x 和 containerd 1.x.x 相比，配置文件。这部分配置是因为我安装 nvidia-device-plugin 需要的，参考官网。只有 containerd 2.1.5-1 及之上的版本有这个问题，执行。将节点加入k8s 集群，但是报错，报错如下。k8s + containerd 运行时。我通过更改为以下配置解决了这个问题。然后再跳转到的文档处找到如下部分配置。，具体参考本文灵感来源部分。命令可查看可用的版本号。问题出在配置的这一部分。
2025-11-21 14:36:35
99
原创 k8s cri-docker
cri-docker 和 docker 版本不兼容导致的（docker 版本太高，cri-dockerd 版本太低）k8s 环境 docker 运行时，安装 cri-dockerd 查看 cri-docker 无法启动。升级下 cri-dockerd 版本即可，本文验证过的版本对应你如下。cri-dockerd 版本。
2025-11-20 18:46:59
132
原创 k8s calico 网络知识点及配置
Calico 支持两种封装方式：VXLAN 和 IP in IP。VXLAN 在某些不支持 IP in IP 的环境中可用（例如 Azure）。VXLAN 的数据包开销略高，因为其头部更大，但除非您运行的是网络密集型工作负载，否则通常不会注意到这种差异。这两种封装方式的另一个细微差别是，Calico 的 VXLAN 实现不使用 BGP，而 Calico 的 IP in IP 实现则在 Calico 节点之间使用 BGP。的 helm chart 部署的 calico 在values.yaml 配置部分的。
2025-11-20 12:11:40
99
原创 k8s kubeadm 初始化报错 invalid bearer token
执行 curl -v xx.xx.xx.xx:6443 查看网络以及服务是否可用。从输出可以看出，走了代理，问题就明确了，是因为走了代理导致的网络问题。新建立的集群，第一次初始化，初始化报错，执行。直接说结论：本文这个报错并不是证书问题。查看kubelet 日志发现如下错误。
2025-11-18 10:46:16
63
原创 grafana 切换 org 导致的页面跳转不可访问处理
grafana 界面，添加多个组织 Organizations 后，在不同的组织 Organizations 之间切换会跳转到 http(s)😕/doamin:3000/xxxxx 的url。
2025-11-14 12:36:45
152
原创 grafana Update Org ID in Grafana
如果我创建一个名为“测试”的组织，假设 Grafana 给出的组织 ID 为 2。语句解释：sqlite_sequence 是 SQLite 内置的表，用于记录每个 autoincrement 表的当前 ID 序号。如果是 k8s 环境，就先把 grafana.db 文件复制到有 sqlite3 命令的机器上，然后修改。如果某个组织被删除，那么 Grafana 永远不会将该组织 ID 提供给将来创建的任何其他组织。3、把修改好的 grafana.db 文件复制回 grafana pod。
2025-11-14 11:24:18
181
原创 grafana 通过 provider 导入的 dashboard 报错
关于这个问题，是因为这个 导入的 dashboard jison 文件对于数据源的定义部分发生了变化，如下。鼠标移动到任意一个图标的红色⚠️图标处，会出现详情。点击任意一个图标的红色⚠️图标处，会出现。这种 json 格式的数据源对应的配置。不报错的数据源定义为。
2025-11-11 13:29:37
250
原创 为什么微调使用的数据集有格式和模版，训练的时候的数据集没有这些
预训练靠语言分布学习语法与语义；微调靠模板数据学习“人类交互格式”和任务映射。如果你愿意，我可以帮你画一个图：展示“预训练→指令微调→RLHF” 三个阶段的数据流和结构差异，一眼看懂数据为什么变复杂。要我画吗？
2025-11-08 12:06:48
300
原创 k8s kubelet Nameserver limits exceeded
查看 /run/systemd/resolve/resolv.conf 文件中DNS条目，可知有四条，多了一条。删除多的那一条即可，如果愿意，把重复的删除了也行。执行 journalctl -u kubelet -f 发现有如下报错。查看 kubelet 配置文件，看其指向了宿主机上哪个 DNS 文件。
2025-11-06 14:12:26
98
原创 linux 内存 top 看到的内存使用和 free -h 对不上的问题
执行 top 命令切换到按照内存使用多少排列，发现进程并没有使用多少内存。即便把 buff/cache 算上也不可能使用 651Gi内存。服务器执行 free -h 查看内存使用情况发现和 top 的对不上。
2025-11-05 14:25:15
184
原创 k8s calico pod 无法启动 cni-installer/install.go 499: Unable to create token for CNI kubeconfig
由于导致 calico-node pod 启动失败是因为 kube-proxy pod 拉取不到镜像启动失败导致的，所以解决 kube-proxy 拉取镜像的问题即可。结果可知是因为 kube-proxy 没启动导致的 calico-node pod 启动失败。由以上输出可知，可能是网络问题导致的无法启动，而网络问题可能是由于 kube-proxy pod 问题导致的。添加一个节点，但是 calico-node 和 csi-node-driver pod 无法启动。删除这个目录，然后再执行。
2025-11-05 11:34:28
50
原创 ceph mgr 开启 telegraf 模块监控（influxdb+telegraf）
配置，避免权限问题，因为我的 rook-ceph asok 文件属主和属组都是167，所以这里也写 167。说明：本文使用的是 influxdata/influxdb 4.12.5。添加 chart 仓库，和 influxdb 是一个仓库，这段不执行也行。下载离线包，解压后找到 value.yaml 文件，修改配置。下载离线包，解压后找到 value.yaml 文件，修改配置。更改values.yaml 文件配置后执行。更改values.yaml 文件配置后执行。部分，这里需要修改的地方包括。
2025-10-30 18:31:14
69
原创 prometheus 页面无法访问
访问 prometheus 页面的时候跳转到。chart 部署的 prometheus。使用如下配置，浏览器输入。
2025-10-28 19:21:59
234
原创 ceph rgw 用户限额配置
命令查看，输出如下，输出即为用户的 uid。1、直接关闭配额检查（推荐）说明：user-id 使用。设置用户不限额有两种方法。
2025-10-28 11:09:58
51
原创 grafana dashboard 监控 json 文件 uid 长度限制
应用，但是 grafana dashoboard 界面并没有这个新增的自定义监控，查看 grafana 日志如下。的dashboard 监控。但是该监控有些无图，经过修改后将其保存为。的 helm chart 部署的 prometheus。从 grafana 官网找了 一个ID 为。从日志可以看出是因为 uid 太长了。将 uid 部分改为如下，然后执行。的 configmap 文件。
2025-10-27 12:12:59
327
原创 conda 管理 python 版本和虚拟环境
操作命令创建环境并指定 Python激活环境查看环境删除环境修改 Python 版本是否希望我给你补一个「在已有文件里指定 Python 版本」的写法？那种方式更适合团队部署。
2025-10-23 17:01:46
983
原创 ceph scrub errors pgs inconsistent 问题修复
⚠️警告：如果执行方法2后使用 ceph pg 3.391 query 查询到的 pg 状态。然后停止 osd.39 一段时间，等待ceph 认为这个 osd 下线，然后再启动 osd.39。字段中如下输出，从输出中可以获取一些对修复有用的信息，从。输出可知 pg 主 osd 为 osd.39 ，从。输出可知有完整信息的是 osd.50。查看 3.391 pg 详细信息。查看 ceph 集群状态。说明：我这个环境执行。
2025-10-23 12:13:31
62
原创 loki loki-promtail pod 频繁刷新 received file watcher event
然后查看监控，该pod 的cpu 利用率一直很高。编辑 docker 配置文件。
2025-10-21 18:33:29
187
原创 prometheus PromQL
以及右边 ceph_pool_metadata 里对应 pool_id 的 name 标签。结果只是把 pool_id:name 拼成 pool_label，并不涉及另一个指标。原本 ceph_pool_percent_used 的值；允许把右侧指标的标签（比如 name）合并到左侧。它只能在单个指标内操作标签。
2025-10-20 11:46:18
152
原创 ceph CephObjectStoreUser 创建 user 失败 ReconcileFailed
使用如下配置创建 rgw user。⚠️说明：Ready 表示成功。⚠️说明：输出中有一样的提示。查看创建的用户是否成功。⚠️说明：输出中有提示。
2025-10-16 18:36:38
54
原创 ceph 手动编辑 crush 规则
对于大多数安装， CRUSH 更改可以通过 Ceph CLI 实现，无需手动编辑 CRUSH 映射。如果您发现在最近的 Ceph 版本中存在需要手动编辑的用例，请考虑联系 Ceph 开发者（邮箱： dev@ceph.io ）。Ceph 会将已编译的 CRUSH 地图输出 ( -o ) 到您指定的文件名。由于 CRUSH 地图是已编译格式，因此您必须先对其进行反编译，然后才能编辑。编辑以下部分中的至少一个： 设备 、 存储桶和 规则。Ceph 从您指定的文件名加载（ -i ）已编译的 CRUSH 映射。
2025-10-15 18:23:40
57
原创 k8s cert-manager cert-manager-webhook-xxx pod 证书过期问题处理
CA 是 cert-manager 自己生成的内部 CA，一般通过 Helm 或 YAML 安装时自动创建。“CA certificate has expired” —— 用来签发证书的根 CA 证书已经过期。日志应恢复正常，不再有 “CA certificate has expired” 错误。cert-manager 会检测并自动重新创建新的 CA 及 Webhook 证书。当这个 CA 自身过期后，任何基于它的签发操作都会失败，从而引发该错误。查看 pod 日志报错。
2025-10-13 17:28:51
86
原创 ceph 动态平衡子树
但是，平衡器在效率和性能方面存在问题，因此默认情况下它是关闭的。这是为了避免管理员通过增加max_mds设置来“打开multids”，然后发现均衡器会使集群性能变得一团糟(恢复很简单，但可能需要时间)。cepfs长期以来一直有一个动态元数据平衡器(有时称为“默认平衡器”)，它可以拆分或合并子树，同时将它们放在“较冷”的MDS排名上。Ceph fs set <fs_name> balance_automated true #这是 reef (18)版本才有的设置选项，低版本关闭动态子树分区使用。
2025-09-29 11:10:15
99
原创 nvidia pro6000 error visiting device: error creating MIG profile: invalid GPU Instance Profile ID:10
nvidia-device-plugin helm chart 版本从 1.17.3 升级到 1.17.4 即可。⚠️注意：本文遇到的问题与这个无关。
2025-09-26 19:35:42
41
原创 ceph 断电后两个osd 共用一个磁盘导致 pgs down mds 异常问题处理
继续排查，发现 osd-51 和 osd-1 在用一个磁盘。断电后 osd 有一个无法启动，看日志发现如下。任选一个 down 状态的 pg 查询。确保 osd-1 上无 pg。发现有 pgs down。
2025-09-15 12:07:03
86
Tunneling wave function of the universe
2025-06-24
宇宙学德西特极小超空间中隧穿波函数的量子场反作用问题研究：精确计算与路径积分方法比较了在德西
2025-05-20
【量子宇宙学】不同宇宙波函数提案分析：隧穿边界条件与路径积分方法在量子宇宙学中的等价性探讨
2025-05-20
宇宙学评析Krauss“无中生有”理论：广义相对论与量子场论视角下的宇宙起源争议分析要求，具体解析
2025-05-20
宇宙学基于量子隧穿的宇宙创生模型：从无到有的宇宙生成机制与膨胀理论探讨
2025-04-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人