本文档描述了如何使用预先打包好的镜像来安装操作已经 open-hydra 相关的组件
- 链接: https://pan.baidu.com/s/1GsHhDEnRMBBUrQXpusmtSA?pwd=uc2e 提取码: uc2e
- CPU core >= 8
- 250 GB 硬盘 >= 1
- memory >= 32 GB
- (可选)nvidia cuda gpu >= 1(driver: 525.125.06)
- ubuntu-server-20.04.6-live-server-amd64.iso
- k8s aio cluster deploy with kubeclipper
- open-hydra
- server
- 反向代理 api-server(建议在安全要求搞的情况下删除)
- dashboard(不建议在安全要求搞的情况下使用)
- gpu-operator
- nvidia-driver
- nvidia-container-toolkit
- nvidia-dcgm-exporter
- nvidia-device-plugin
- nvidia-cuda-validator
- 插入 usb 到主机
- 重启主机
- 进入 boot 菜单(根据主板不同，进入方式不同，比如有些主板是按 F12，有些主板是按 F8 或者 F11)
- 选择 usb 启动（这里可能会看到 usb 和 usb-partition 1 这是我们用 usb-partition 1）
- 开始安装流程
- 安装完成后，重启主机
- 移除 usb
- 进入系统
- 等待完成
- 进入 usb boot 界面后会有一端时间进行 iso 数据验证的过程大概需要持续3-5分钟不等，如下图
- 语言选择--在弹出的语言学则界面我们这里选择 "English" 并按下回车键，如下图
- 语言选择--在接下去弹出的对话框中直接按回车确认，如下图
- 网络配置--在弹出的网络配置界，我们按 "键盘上" 键选择默认选中的第一张网卡，如果下图
- 网络配置--按下回车键后，在弹出的网络配置界面，然后选择 "Edit IPv4" 后按下回车，如下图
- 网络配置--在弹出的网络配置界面，我们选择 "Manual" 后按下回车，如下图
- 网络配置--在弹出的地址输入框中输入地址，我们这里为了后期网络配置方便我们设成 172.16.151.70，然后把光标指向 "Save" 按下回车，如下图
- 网络配置--等待 10 秒后会出现 "Done" 选项在下方，我们按 "方向键下" 选中 "Done" 然后按回车，如下图
- proxy 配置--跳过直接按回车，如下图
- mirror 配置--跳过直接按回车，如下图
- 升级页面--因为不通外部 intelnet 所有一段时间后会自动跳过
- 磁盘配置--我们把光标往上操作对准 "Set up this disk as an LVM group" 然后按下 "空格" 键，如下图
- 磁盘配置--取消选择 "Set up this disk as an LVM group"，如下图
- 磁盘配置--把光标对准下方的 "Done" 按下回车，如下图
- 磁盘配置--在弹出的界面再次点击 "Done"，大家不用纠结涂上的磁盘大小，因为截图的机器不一定和你最终的磁盘大小一致，如下图
- 磁盘配置--在弹出的界面，移动光标选择 "Continue" 然后按下回车确定，如下图
- 用户配置--在弹出的界面，为了方便起见我们全部输入 "test" 然后操作光标对准 "Done" 然后按下回车，如下图
- ssh配置--在弹出的是否安装 ssh 光标默认会对准 "Install OpenSSH server"，如下图
- ssh配置--我们直接 "空格" 键，移动光标选择下方的 "Done" 然后按下回车确定，如下图
- 等待安装完成，如下图
-
等待出现 "Reboot Now" 选项时，移动光标选中 "Reboot now"
-
移除 usb 正常安装正常进入系统
$ journalctl -u maas -f
# 输出
# 如果安装完成那么我们应该可以看到 maas.service: Succeeded 的输出
-- Logs begin at Sun 2023-12-10 10:58:29 UTC. --
...
Dec 10 11:29:14 test systemd[1]: maas.service: Succeeded.
Dec 10 11:29:14 test systemd[1]: Finished maas service.
# 检验 pod 的状态
$ kubectl get pod -A
# 输出，忽略 AGE 列，因为图是预先截取的
NAMESPACE NAME READY STATUS RESTARTS AGE
default gpu-pod 0/1 Completed 0 5d4h
gpu-operator gpu-feature-discovery-w5nkp 1/1 Running 0 5d5h
gpu-operator gpu-operator-67f8b59c9b-94qc8 1/1 Running 1 (3d7h ago) 5d5h
gpu-operator nfd-node-feature-discovery-gc-5644575d55-dlfvj 1/1 Running 0 5d5h
gpu-operator nfd-node-feature-discovery-master-5bd568cf5c-dj4qj 1/1 Running 0 5d5h
gpu-operator nfd-node-feature-discovery-worker-vz7jb 1/1 Running 3 (3d7h ago) 5d5h
gpu-operator nvidia-container-toolkit-daemonset-q97hp 1/1 Running 0 5d5h
gpu-operator nvidia-cuda-validator-xk4dm 0/1 Completed 0 5d5h
gpu-operator nvidia-dcgm-exporter-b2kl6 1/1 Running 0 5d5h
gpu-operator nvidia-device-plugin-daemonset-mxtz7 1/1 Running 0 5d5h
gpu-operator nvidia-driver-daemonset-5.15.0-91-generic-ubuntu22.04-4g5sj 1/1 Running 0 5d5h
gpu-operator nvidia-operator-validator-5kgs8 1/1 Running 0 5d5h
kube-system calico-kube-controllers-6c557bcb96-dx6kl 1/1 Running 0 5d5h
kube-system calico-node-skkbx 1/1 Running 0 5d5h
kube-system coredns-bd6b6df9f-bgf6x 1/1 Running 0 5d5h
kube-system coredns-bd6b6df9f-qmxh5 1/1 Running 0 5d5h
kube-system dashboard-cluster-metrics-scraper-7d84b7bd69-fz4fl 1/1 Running 0 5d4h
kube-system dashboard-user1-metrics-scraper-b45b9c7b5-crtzw 1/1 Running 0 5d4h
kube-system etcd-test 1/1 Running 0 5d5h
kube-system kc-csi-controller-96579d646-vjwnw 9/9 Running 8 (3d7h ago) 5d5h
kube-system kc-csi-node-plugin-sflfb 6/6 Running 0 5d5h
kube-system kc-csi-reloader-f44f86d76-dhj8c 1/1 Running 0 5d5h
kube-system kc-kubectl-7f854bbd9b-6lzn7 1/1 Running 0 5d5h
kube-system kube-apiserver-test 1/1 Running 0 3d7h
kube-system kube-controller-manager-test 1/1 Running 1 (3d7h ago) 5d5h
kube-system kube-proxy-n5f7g 1/1 Running 0 5d5h
kube-system kube-scheduler-test 1/1 Running 1 (3d7h ago) 5d5h
kube-system kubeflow-prometheus-adapter-8f5cc9479-vwq9l 1/1 Running 0 5d4h
kube-system kubernetes-dashboard-cluster-8c65bdb47-j95pv 1/1 Running 1 (5d4h ago) 5d4h
kube-system kubernetes-dashboard-user1-97865494c-tdbfp 1/1 Running 0 5d4h
kubeflow minio-7f4cc98d67-q8tsk 1/1 Running 0 5d4h
kubeflow training-operator-5545844cb8-t4mjj 1/1 Running 0 5d4h
kubeflow volcano-controllers-5fdc7dd79d-s5bkh 1/1 Running 0 5d4h
kubeflow volcano-scheduler-8695f4fc84-m4b7c 1/1 Running 0 5d4h
kubeflow workflow-controller-558df5fd-qtfxg 1/1 Running 3 (3d7h ago) 5d4h
local-path-storage local-path-provisioner-58b65c8d5d-784lq 1/1 Running 0 3d1h
monitoring grafana-7c754b9cc5-7whb2 1/1 Running 0 5d4h
monitoring node-exporter-cwdnz 2/2 Running 0 5d4h
monitoring prometheus-k8s-0 2/2 Running 1 (5d4h ago) 5d4h
monitoring prometheus-operator-7688cdc9bd-x7thd 1/1 Running 0 5d4h
mysql-operator mycluster-0 2/2 Running 0 3d1h
mysql-operator mycluster-router-5d74f97d5b-plpp5 1/1 Running 0 3d1h
mysql-operator mysql-operator-66bfb7f6df-82zcn 1/1 Running 0 3d1h
open-hydra open-hydra-server-5c659bf678-n5ldl 1/1 Running 0 3d1h
open-hydra open-hydra-ui-79c444fc4c-w59ws 1/1 Running 0 3d1h
open-hydra reverse-proxy-6b4d55d79-77s65 1/1 Running 0 3d1h- 打开浏览器输入地址
http://[ip]:30001- login with admin/99cloud
- 测试有些带有 gpu 的服务器当你让服务器自动安装时，如果屏幕进入待机状态后唤醒后会出现花瓶现象，这是由于安装过程中同时安装了 gpu 驱动可能会导致显示有问题，不用担心可以重启一次即可，或者你可以直接 ssh 进行管理那么就不需要重启了
由于 gpu operator 是基于 linux 内核构建的，我们使用离线驱动程序镜像 -generic 来离线安装 gpu 驱动程序，这就是为什么每次 linux 内核升级时 gpu operator 将无法工作，因此我们需要禁用自动升级，除非您打算升级。
# 禁止自动升级
$ apt-mark hold linux-headers-generic
$ apt-mark hold linux-image-generic