06. 操作系统

本章定位：

🧭 阅读地图

• 前置章节：03. 集群架构设计——硬件拓扑与网络规划决定操作系统如何安装与配置
• 本章定位：L2 开篇——把裸金属服务器变成"同构、可复现、可回滚"的操作系统环境：PXE 自动化装机、无盘启动、Golden Image 镜像管线、系统级网络（NAT）与启动故障排查
• 推荐顺序：先看装机流水线与镜像管线（了解全貌），再深入 PXE 排障与系统网络配置
• 下一章：07. 调度与云原生——机器装好后，谁来决定 GPU 给谁用

文章目录

集群交付自动化：PXE 装机 + Ansible 批量配置到 Slurm 就绪

以可复现的流程与脚本逐段拆解集群交付：PXE 装机后的节点验收、Ansible 批量配置（网络/存储/驱动）、Slurm 就绪检查，附交付检查清单与工程启示。

阅读文章 →

一次真实生产事故复盘：LD_LIBRARY_PATH 污染导致 dracut 失败、XFS 无法挂载

在一台 GPU / HPC 服务器上，系统在一次重启后直接进入 emergency mode，并报错： mount: unknown filesystem ty

阅读文章 →

使用 PXE + NFS 实现 Linux 无盘启动（Ubuntu / Rocky / Red Hat 通用）

在数据中心、集群环境、教育实验室或大规模节点部署场景中，无盘启动（Diskless Boot）是一种常见且高效的系统启动方式。通过 PXE（Preboot eX

阅读文章 →

Ubuntu 22.04/20.04 批量装机：Cloud-init 自动化部署

基于 Subiquity 与 Cloud-init (Autoinstall) 的新一代 Ubuntu 裸金属自动化装机指南，涵盖 UEFI/Legacy 双模式引导配置。

阅读文章 →

PXE 大规模装机故障排查手册

六类经典故障的现象/根因/解法与排查决策树。

阅读文章 →

大规模装机流水线：Golden Image 制作、版本管理与灰度上线

可复现构建、版本回滚与灰度批次策略。

阅读文章 →

Linux 双网卡 NAT 网关配置指南

在操作系统层面将一台双网卡 Linux 服务器配置为 NAT 网关，实现内网节点共享公网访问；涵盖 iptables、Firewalld 与 nftables 三种方案。

阅读文章 →