1 背景

• 之前用的15.10.2版本，已经比较旧了：一方面是安全和兼容性风险越来越高，另一方面很多新功能、修复和维护工具都已经跟老版本脱节了

• gitlab更新比较麻烦，某些版本必须先停留，不能直接跨过去

2 下载安装包

按照官方升级路径查询，先准备好这些安装包。由于我用的是Ubuntu22.04系统，直接用deb包来装了。

#download.sh#!/usr/bin/env bashset -euo pipefailBASE_URL="https://packages.gitlab.com/gitlab/gitlab-ce/ubuntu/jammy/pool/main/g/gitlab-ce"ARCH="amd64"OUTDIR="${1:-gitlab-ce-upgrade-packages}"VERSIONS=(  "15.11.13-ce.0"  "16.3.9-ce.0"  "16.7.10-ce.0"  "16.11.10-ce.0"  "17.3.7-ce.0"  "17.5.5-ce.0"  "17.8.7-ce.0"  "17.11.7-ce.0"  "18.2.8-ce.0"  "18.5.5-ce.0"  "18.8.9-ce.0"  "18.11.0-ce.0")mkdir -p "$OUTDIR"cd "$OUTDIR"for ver in "${VERSIONS[@]}"; do  file="gitlab-ce_${ver}_${ARCH}.deb"  url="${BASE_URL}/${file}"  echo "Downloading ${file} ..."  wget -c "$url"doneechoecho "Done. Packages saved in: $(pwd)"ls -lh

3 漫长的升级过程

直接写了个脚本来一步步安装，安装前保证旧版本的gitlab正常运行，并且已经做好备份：

# install.sh#!/usr/bin/env bashset -euo pipefailPACKAGES=(  "gitlab-ce_15.11.13-ce.0_amd64.deb"  "gitlab-ce_16.3.9-ce.0_amd64.deb"  "gitlab-ce_16.7.10-ce.0_amd64.deb"  "gitlab-ce_16.11.10-ce.0_amd64.deb"  "gitlab-ce_17.3.7-ce.0_amd64.deb"  "gitlab-ce_17.5.5-ce.0_amd64.deb"  "gitlab-ce_17.8.7-ce.0_amd64.deb"  "gitlab-ce_17.11.7-ce.0_amd64.deb"  "gitlab-ce_18.2.8-ce.0_amd64.deb"  "gitlab-ce_18.5.5-ce.0_amd64.deb"  "gitlab-ce_18.8.9-ce.0_amd64.deb"  "gitlab-ce_18.11.0-ce.0_amd64.deb")for pkg in "${PACKAGES[@]}"; do  echo "Installing $pkg ..."  sudo dpkg -i "./$pkg"  sudo gitlab-ctl reconfigure  sudo gitlab-ctl restart  echo "Check background migrations before continuing."  sudo gitlab-rails runner 'puts Gitlab::BackgroundMigration.remaining'  read -rp "Press Enter to continue to the next version..."done

这个脚本好像执行到18.5.5左右版本时会报个小错误，可能是某个命令(gitlab-rails那行)太旧用法改变了，但不妨碍继续运行安装。

1 背景

• 团队有内部研发环境，需要控制其文件导出能力，故对每次导出操作进行审批，避免关键代码泄漏

• 经过一番调研没有找到特别好用的开源文件导出系统（之前买过的付费的系统也难用的一匹）

• nextcloud作为生态最完善的网盘之一，拥有庞大的社区和开发者/插件，可以支持各种功能

• 坑爹的Nextcloud All-in-One，部署难搞的一匹，各种卡住/某个服务起不起来，弄了几个晚上没解决，写的真是辣鸡

2 整体方案

• 手写docker-compose 部署nextcloud

• approval插件完成核心审批功能（基于标签）

• files_accesscontrol插件用于文件可访问性的控制

• files_automatedtagging用于给文件自动大标签

3 快速部署 Nextcloud

services:  nextcloud:    image: nextcloud    container_name: nextcloud_web    restart: always    ports:      - 80:80      - 443:443    volumes:      - ./nextcloud:/var/www/html    links:      - db      - redis  db:    image: mariadb    container_name: nextcloud_mariadb    restart: always    ports:      - 3306:3306    volumes:      - ./mysql:/var/lib/mysql    command: --default-authentication-plugin=mysql_native_password --character-set-server=utf8mb4 --collation-server=utf8mb4_unicode_ci --max-allowed-packet=10G    environment:      TZ: Asia/Taipei      MYSQL_ROOT_PASSWORD: password1234      MYSQL_DATABASE: nextcloud      MYSQL_USER: nextcloud      MYSQL_PASSWORD: password1234  phpmyadmin:    image: phpmyadmin    container_name: nextcloud_phpmyadmin    restart: always    ports:      - "8081:80"    environment:      - PMA_HOST=db      - UPLOAD_LIMIT=10G  redis:    image: redis:alpine    container_name: nextcloud_redis    restart: always    environment:        - TZ=Asia/Taipei    volumes:        - ./redis:/data    command: /bin/sh -c "redis-server --requirepass $$REDIS_HOST_PASSWORD"    env_file:        - redis.env

# redis.env文件REDIS_HOST_PASSWORD=password1234

只需要两个文件，pull一下就部署好了，再次提醒避雷Nextcloud AIO（个人部署体验极差）

4 安装插件、修改配置

1. 官网下载插件，压缩包解压到nextcloud/apps文件中

2. 设置trusted_domains，路径为config/config.php

3. sudo docker compose down && sudo docker compose up -d重启即可

5 定义（审批）流程

• 核心是通过几个标签：如通过、审批、拒绝等来控制审批状态

• 然后通过插件完成配套的权限控制

1 前言

• 场景需求：团队共享桌面、远程办公、研发测试、统一环境管理

• 上篇覆盖范围：ESXi、域控、vCenter的安装与基础配置

• 下篇覆盖范围：Horizon的安装与配置

• 整体目标

  • 搭建一套可供团队使用的 VMware 虚拟化桌面环境
  • 实现统一认证、集中管理、远程接入与桌面池分发
  • 支持后续模板化批量交付和权限管理，以及安全控制（禁止文件拷出）

2 Horizon 8 (2312) 安装与基础配置

2.1 Horizon Client(Connection Server)配置

• 虚拟机规格： 我给了 4CPU、10G内存、90存储
• 系统安装： windows server 2016安装
• 固定 IP 配置： 管理机，设置固定IP

• 步骤：

1. 安装虚拟机，加入域中，比如我设定机器名为horizon.simforge.work（后续也通过这个域名访问）
2. 传入软件包VMware-Horizon-Connection-Server-x86_64-xxx.exe，开始安装
3. 一路默认下一步就行，中途可能需要设一个密码
4. 安装好就可以用https://<ConnectionServerDomainName>/admin访问了

登录账号密码即域管理员的账号密码，之前在域控服务器里设置过

2.2 事件数据库配置

事件数据库用于记录Horizon事件，不配置也不影响正常使用，只是没有审计日志和错误信息。(但安装起来还挺麻烦的，主要是安装包的获取)
我把数据库配置在了域控机器上。

1. SQL Server安装，我选择的是：cn_sql_server_2016_enterprise_x64_dvd_8699450
2. SQL Server Management Studio安装，下载SSMS-Setup-CHS.exe安装包
3. 新建一个数据库，如horizon_log (可以专门建一个数据库用户，记得开启SQL Server验证方式)
   
4. 在Horizon里链接到数据库即可（使用刚创建的用户）
   

3 桌面模板与桌面池配置

3.1 制作桌面模板机

1. vCenter中创建 Windows/Ubuntu 虚拟机（根据之前下载的镜像）
2. 将虚拟机加入域
3. 安装 VMware Tools: Windows直接通过vCenter安装，Ubuntu安装open-vm-tools
4. 安装 Horizon Agent： VMware-Horizon-Agent-x86_64-2312-xxxx.exe，还有一个VMware-Horizon-Agent-Direct-Connection-x86_64-2312-xxx.exe不知道具体有啥用，想装就装吧（一路默认安装即可）

5. 系统优化与基础配置：
   • 网络配置（通过交换机设置好DHCP服务器，这里不用手动配置，自动获得ip即可，记得DNS要指向域控服务器）
   • 安装必要的软件、卸载无用的组件

3.2 创建桌面池

• 测试阶段建议选择手动池
• 当模板机配置好了建议选择自动桌面池中的完整虚拟机（即时克隆适合临时使用，不适合团队长期使用）
• 桌面池授权： 我这里直接授权simforge_user用户组
• 计算机分配： 待虚拟机创建好后手动进行用户分配
• 使用VMware Horizon Client进行连接测试

4 Horizon 自定义&&安全配置

这部分配置图文资料比较少，有些官方文档也感觉和实际对不太上，我试了挺久才弄好的

4.1 导入配置模板

1. 参考官方说明，将VMware-Horizon-Extras-Bundle-2312-xx.zip导入到域控服务器里（这个文件在Horizon安装包里应该可以找到）

2. 解压缩文件，并将 ADMX 文件复制到 Active Directory 服务器。
   a. 将.admx 文件复制到 Active Directory 服务器上的%systemroot%\PolicyDefinitions 文件夹。
   b. 将语言资源 (.adml) 文件夹复制到 Active Directory 服务器上的 %systemroot%\PolicyDefinitions中。
   c. 在 Active Directory 服务器上，打开组策略管理编辑器并在该编辑器中输入模板文件在安装后所在的路径。

3. 最好新建一个组策略，不要在默认的策略上改，如图：

4. 为远程桌面启用环回处理：
   a. 在 Active Directory 服务器上，打开组策略管理控制台。
   b. 展开您的域，右键单击为组策略设置创建的 GPO 并选择编辑。
   c. 在组策略管理编辑器中，导航到计算机配置 > 策略 > 管理模板: 策略定义 > 系统 > 组策略。
   d. 在右侧窗格中，双击配置用户组策略环回处理模式。
   e. 选择已启用，然后从模式下拉菜单中选择一个环回处理模式。
   f. 我选择的是合并模式：即应用的用户策略设置结合了计算机 GPO 与用户 GPO 中包含的设置。如果发生冲突，则优先选用计算机 GPO。

5. 导入完成后应该可以看到各种各样的配置选项了，分计算机设置和用户设置两部分，其中有些重复的（如剪贴板设置在两个里面都有），有些是独有的（如水印设置在用户设置里面有）

4.2 Horizon其他配置(针对Windows客户机)

根据需求在组策略里修改配置即可，注意最好计算机和用户策略都改了，免得有时候不生效。

• 关闭USB、扫描仪重定向（处于安全性需求）
• 设置各种超时时间，免得动不动退出登录了（一部分配置是在Horizon Web端的全局配置里修改的）
• 开启用户水印、定义水印样式

4.2.1 剪贴板重定向、拖放文件

• 允许双向剪贴板共享
• 控制剪贴板大小上限（如20KB）
• 设置文件拖放方向（仅从客户端到代理）

不过好像拖放文件只对windows系统生效，linux只能通过驱动器重定向拷贝文件进去

4.2.2 设置驱动器重定向只读

这个设置找的我好苦啊，官方文档说的根本就是错的（针对2312版本）。最后还是在一篇远古博文中找到了对应的设置方法。

这个需要在虚拟机上修改注册表，因此最好在模板机就调好，并且控制好用户权限，避免用户可以修改该选项

(默认没有permissions这个项，手动加上并设置为r，默认应该是rw)

4.3 Horizon其他配置(针对Ubuntu客户机)

参考官方文档，linux上的配置和Windows有较大区别。

4.3.1 配置文件修改

sudo cp /etc/vmware/config.template /etc/vmware/config

这个需要在虚拟机上修改文件，因此最好在模板机就调好，并且控制好用户权限，避免用户可以修改该文件

(这就是为什么我在上篇中配置sudoer权限时写了一大串)

ubuntu2204% cat /etc/vmware/config         #Enable/Disable the build to lossless mode. Default is FALSE#RemoteDisplay.buildToPNG=TRUE#Enable/Disable the left-handed mouse support on Ubuntu/SUSE platform and#the Mate Desktop of Redhat platform. Default is False.#For the other Desktop of Redhat and CentOS platform, user can select#left-handed mouse at system UI.#mksVNCServer.useUInputButtonMapping=TRUE#Enable/Disable the audio out. Default is TRUE.#RemoteDisplay.allowAudio=FALSE#Set clipboard redirection. Default is 2. 0 means disable; 1 means both directions; 2 means from client to agent only, 3 means from agent to client only.Clipboard.Direction=1#Set clipboard maximum size which should be specified in KBytes. Default is 1024 KBytes.mksvchan.clipboardSize=10#Enable/Disable the smartcard redirection. Default is TRUE#VVC.ScRedir.Enable=FALSE#Set the max of the reader contexts for the smartcard redirection. Default is 16#VVC.ScRedir.MaxReaderContexts=32#Loglevel for the smartcard redirection. Log level include [ info | debug]. Default is info.#VVC.ScRedir.logLevel=debug#Set the max reader contexts supported by pcscd. Default is determined by pcscd.#pcscd.maxReaderContext=32#Set parsing the message body or not. Default is determined by pcscd.#This option only takes effect if pcscd.maxReaderContext is set.#pcscd.readBody=TRUE#Loglevel for pcscd. Log level include [ info | debug]. Default is info.#pcscd.logLevel=debug#Enable/Disable audio in feature. Default is TRUE#VVC.RTAV.Enable=FALSE#Loglevel for rtav process. Log level include [error | info | debug | trace]. Default is info.#RTAV.logLevel=debug# Maximum rate at which frames can be captured from Webcam per second, Minimum = 1 Maximum = 30. No limit is set by default.#VVC.RTAV.WebcamMaxFrameRate=15# Maximum width in pixels of an image frame when capturing from Webcam. Available range of values: 32 - 4096, no limit is set by default.#VVC.RTAV.WebcamMaxResWidth=1920# Maximum height in pixels of an image frame when capturing from Webcam. Available range of values: 32 - 2160, no limit is set by default.#VVC.RTAV.WebcamMaxResHeight=1080# Sets the default image resolution width, this is used if no resolution value is defined by the user.# Available range of values: 32 - 4096, no value is set by default.#VVC.RTAV.WebcamDefaultResWidth=320# Sets the default image resolution height, this is used if no resolution value is defined by the user.# Available range of values: 32 - 2160, no value is set by default.#VVC.RTAV.WebcamDefaultResHeight=240#Loglevel for vmware-CDRServer.log. log level include [ error | warn | info | debug | trace | verbose]. Default is info.#cdrserver.logLevel=debug#To prevent the client from sharing additional folders (that is, folders that are not specified with cdrserver.shareFolders). Default is FALSE.#cdrserver.forcedByAdmin=TRUE#To specify the folders client can share and the permission for each folder.#cdrserver.sharedFolders=c:\Users\folder1,R;c:\Users\folder2,R;/home/user,R#To prevent write access to all folders that are shared with the remote desktop, default value is RW means all shared folders are readable and writable.cdrserver.permissions=R#To enable the write cache from agent towards the client side. Default is TRUE.#cdrserver.cacheEnable=FALSE#Setup customized shared folder path.#cdrserver.customizedSharedFolderPath=/mnt/#Loglevel for vmware-vvcProxy-Node log file. log level include [ fatal | error | warn | info | debug | trace | all ]. Default is info.#vvc.logLevel=debug#Loglevel for vmware-vdpService-Server log file. log level include [ error | warn | info | debug | trace | verbose]. Default is info.#vdpservice.log.logLevel=debug#To enable/disable VVC heartbeats. The value can be 0|1, means disable|enable VVC heartbeats, Default is enabled.#vvc.VVCHeartbeats=0#Specifies the maximum bandwidth, in kilobits per second (kbps), for a VMware Blast session. The bandwidth includes all imaging, audio, virtual channel, USB, and VMware Blast control traffic. The default value is 1 Gbps.#RemoteDisplay.maxBandwidthKbps=1000000#Specifies the minimum bandwidth, in kilobits per second (kbps), that is reserved for a VMware Blast session. The default value is 256 kbps.#RemoteDisplay.minBandwidthKbps=256#Specifies the maximum rate of screen updates. Use this setting to manage the average bandwidth that users consume. Valid value should be between 3 and 60. The default value is 30 updates per second.RemoteDisplay.maxFPS=60#Enable/Disable the Blast protocol statistics in mks log, such bandwidth, FPS, RTT, ... Default is FALSERemoteDisplay.enableStats=TRUE#Enable/Disable H.264 Encoding. Default is TRUE#RemoteDisplay.allowH264=FALSE#Max H264 Quantization Parameter (MINIMUM H264 QUALITY for the SW H264 encoder). Default is 36. Accept values from 0 to 51, but the value should be set larger than the value of RemoteDisplay.qpminH264.#RemoteDisplay.qpmaxH264=36#Min H264 Quantization Parameter (MAXIMUM H264 QUALITY for the SW H264 encoder). Default is 10. Accept values from 0 to 51, but the value should be set less than the value of RemoteDisplay.qpmaxH264.#RemoteDisplay.qpminH264=10#Specifies the image quality for the JPEG/PNG encoded desktop display. The low-quality settings are for areas of the screen that change often, for example, when scrolling occurs.#The high-quality settings are for areas of the screen that are more static, resulting in a better image quality. You can specify the following settings:#Available range of values: 1 - 100, default: 25#RemoteDisplay.minQualityJPEG=25#Available range of values: 1 - 100, default: 35#RemoteDisplay.midQualityJPEG=35#Available range of values: 1 - 100, default: 90#RemoteDisplay.maxQualityJPEG=90#Enable/Disable mouse cursor warping support. This enables the remoted desktop/application to change the mouse position without the user moving the mouse. Default is FALSE.#RemoteDisplay.enableCursorWarping=TRUE#Enable/Disable UDP protocol support, Default is TRUE#RemoteDisplay.enableUDP=FALSE#Enable/Disable Network Continuity, Default is TRUE#RemoteDisplay.enableNetworkContinuity=FALSE#Enable/Disable Network Intelligence, Default is TRUE#RemoteDisplay.enableNetworkIntelligence=FALSE#Loglevel for vmware-UsbRedirPlugin. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#UsbRedirPlugin.log.logLevel=debug#Loglevel for vmware-UsbRedirServer. Log level include [ error | warn | info | debug | trace | verbose]. Default is info. If log level is trace, it will dump all the binary data. If the log level of vmware-UsbRedirServer is debug or trace, "UsbRedirServer.log.throttleBytesPerSec" should be set to "-1".#UsbRedirServer.log.logLevel=debug#UsbRedirServer.log.throttleBytesPerSec=-1#Enable the log file for TrueSSO feature. Log level include [error | warn | info | debug | trace | verbose]. The log file is disabled by default.#VMWPkcs11Plugin.log.enable=true#VMWPkcs11Plugin.log.logLevel=debug#PLZ refer to https://www.vmware.com/content/dam/digitalmarketing/vmware/en/pdf/techpaper/vmware-horizon-view-usb-device-redirection-white-paper.pdf for USB Configuration. The format of USB Config such as:#viewusb.IncludeVidPid=m:vid-xxxx_pid-xxxx#viewusb.AllowKeyboardMouse=o:true#Loglevel for collabui. Log level include [ error | info | debug]. Default is info. If log level is debug, it will dump every entrance of collabui functions and the collaborator list's content.#collaboration.logLevel=debug#Specifies the maximum collaborators. Use this setting to manage how many users can be added to one session. Valid value should not be greater than 20. The default is 5.#collaboration.maxCollabors=20#Enable/Disable the invitation via email, Default is TRUE#collaboration.enableEmail=FALSE#Enable/Disable passing input control to other collaborators, Default is TRUE#collaboration.enableControlPassing=FALSE#Customized server URL to include in the invitation message for Session Collaboration feature.#collaboration.serverUrl=""#Loglevel for BlastServer process. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#BlastServer.log.logLevel=debug#Loglevel for BlastProxy process. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#BlastProxy.log.logLevel=debug#BlastProxy.log.throttleBytesPerSec should be set to "-1" if the log level is set to debug or trace, Default value is 1000.#BlastProxy.log.throttleBytesPerSec=-1#HTTP server thread pool size, default is 10.#BlastProxy.NumHttpThreads=10#Enable/Disable udp forwarding, default is TRUE.#BlastProxy.UdpEnabled=FALSE#Enable/Disable dump udp statistics, default is FALSE.#BlastProxy.enableDumpUdpStatistics=TRUE#Loglevel for desktopDaemon process. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#DesktopDaemon.log.logLevel=debug#Loglevel for desktopWorker process. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#DesktopWorker.log.logLevel=debug#TTY number for Xorg of Linux Agent, it is used in physical machine only. This value should greater than 0. Default is 7.#DesktopWorker.ttyNum=7#Loglevel for desktopController process. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#DesktopController.log.logLevel=debug#Loglevel for rdeSvc process. Log level include [error | warn | info | debug]. Default is info.#rdeSvc.logLevel=debug#Loglevel for appScanner process. Log level include [error | warn | info | debug]. Default is info.#appScanner.logLevel=debug#Semicolon separated application executable path list that could be blocked from launching and creating unity window.#rdeSvc.blockedWindows=/usr/libexec/gnome-terminal-server;#Enable/Disable optimized seamless window resize, default is TRUE.#rdeSvc.enableOptimizedResize=FALSE#Enable/Disable display scaling. This option only works if DPI sync feature is enabled.#Display scaling resizes the screen to auto fit the font size when the DPI is a mismatch between client#and agent, the default value is FALSE.#rdeSvc.allowDisplayScaling=TRUE#Configure app window's executable path and the app's desktopfile name in#a xml file, the xml file should be configured like the example below.#<WINDOWEXECPATTERNCONFIG>#        <WINDOWEXECPATTERN>#                <EXECPATTERN>gnome-terminal-server</EXECPATTERN>#                <TARGETPATTERN>org.gnome.Terminal</TARGETPATTERN>#        </WINDOWEXECPATTERN>#</WINDOWEXECPATTERNCONFIG>#The EXECPATTERN should be configured with the basename of the commandline to#launch the app and TARGETPATTERN should be configurd with the app's .desktop#file name(remove the suffix ".desktop")#The configured xml file's path should be set in the line below.##rdeSvc.execPatternsConfig=path_to_execpattersiconfig_file#Enable/Disable printer redirection feature. The default value is TRUE.printSvc.enable=FALSE#Customized printer drivers(PPD) on Agent if user don't need NPD or UPD. In this option, the name is the client side printer name, PPD#path is the absolute ppd file path on Agent. Each item in option must be followed by a semicolon, the entire option must be enclosed#in quotation marks.#printSvc.customizedPpd="PinterName1=PPDPath1;PrinterName2=PPDPath2;"#Update the virtual printer's ppd file to use PDF as the print format. This option only works for Linux/Mac client. Default is TRUE.#printSvc.usePdfFilter=FALSE#Set print job owner name as local user name or not. TRUE for local user name, otherwise the session logon user name will be used. Default is FALSE.#printSvc.jobOwnerAsLocal=TRUE#Enable/Disable printer watermark feature. Default is FALSE. It needs qpdf to be installed. Please refer to the chapter "Configure VMware Integrated Printing for Linux Desktops" in user guide.#printSvc.watermarkEnabled=TRUE#Loglevel for printSvc process. Log level include [error | warn | info | debug]. Default is info.#printSvc.logLevel="debug"#Customized papers config file used to filter the papers, papers not listed in the config file will be ignored. The paper information#in the config file must follow specific rules, otherwise printSvc will fail to parse it. Each line in the config file follows format#"keyword, name, widthMm, heightMm, widthPts, heightPts". Keyword is a unique string that represents the paper, only allow ASCII#characters within the range of decimal 33 to decimal 126 inclusive, name is the paper display name on the print UI, widthMm and heightMm#are the 10 times paper size in mm, widthPts and heightPts are paper size in points. This is a global config that will affect all virtual#printers. Please note that this option is only valid for Windows client.#Below is the content of a sample paper list file:#Letter, Letter, 2159, 2794, 612, 792#A3, A3, 2970, 4200, 842, 1191#A4, A4, 2100, 2970, 595, 842#printSvc.paperListFile=path_to_paper_list_file#This config item provides the ability to set the default print options when applications don't provide them. All the options are space#separated, their default value and range are listed as below(case sensitive):#printSvc.defaultPrintOptions="ColorMode=Color[Mono] Duplex=None[DuplexTumble|DuplexNoTumble] PageSize=9 number-up=1 number-up-layout=None[lrbt|lrbt|rltb|rlbt|tblr|tbrl|btlr|btrl] OutputOrder=Normal[Reverse] page-set=all[even|odd] noCollate[Collate]"#Printer Filter can be configured to filter the virtual printers not to be added. Printers can be filtered based on the printer name, driver name or driver vendor name. The filter supports logical combination of multiple query conditions using AND, OR, NOT and Bracket. Each query condition in the filter supports Wildcard (asterisk and question mark) and Regular Expression (JavaScript Dialect and substring matching). The value on the right side of = or != should be enclosed with single quotation.#printSvc.printerFilter="(DriverName='DrName1' OR DriverName='DrName2') AND PrinterName!= 'PrNa.?e'"#Enable/Disable watermark feature. The default value is FALSE.#rdeSvc.enableWatermark=TRUE#Opacity: the transparency level of the text. The range is 0-255. The default value is 50.#rdeSvc.watermark.opacity=50#Text Rotation, a specific angle for the watermark text. The default value is 45.#rdeSvc.watermark.rotation=45#Image Layout: the watermark layout on the screen, which is divided into nine squares:#0: Tile, watermark is positioned in all 9 squares. This layout is always used for application sessions.#1: Center, watermark is positioned in the center square.#2: Multiple, watermark is positioned in the center and four corner squares. If the watermark size exceeds the box size, it is scaled to maintain the aspect ratio.#The default value is 0.#rdeSvc.watermark.fit=0#The space around the watermark for the Tile layout. If the watermark is scaled, the margin will also be scaled. The default value is 50.#rdeSvc.watermark.margin=50#The watermark font size. The default value is 10.#rdeSvc.watermark.fontSize=10#The watermark font type. The default value is serif.#rdeSvc.watermark.font="serif"#Enable this setting to configure a watermark to appear on your virtual desktop. Enter information you want to display as the watermark in Text.#Options are:#$BROKER_USER_NAME#$BROKER_DOMAIN_NAME#$USER_NAME#$USER_DOMAIN#$MACHINE_NAME#$REMOTE_CLIENT_IP#$CLIENT_CONNECT_TIME#The character limit is 1024 characters and 4096 characters after expansion. The text will be truncated if it exceeds the maximum length.#rdeSvc.watermark.template="$USER_DOMAIN\$USER_NAME\n$MACHINE_NAME On $CLIENT_CONNECT_TIME\n$REMOTE_CLIENT_IP"#The minimum number used for X display allocation. Default is 100 and must not be negative.#Be careful to set the value in [0,9] which is very likely used by Display Manager.#This item should be little than 59535 to avoid XDMCP port being illegal.#For VDI mode, the counts from Desktop.displayNumberMin to Desktop.displayNumberMax must not greater than 60.#For multi-session, the counts from Desktop.displayNumberMin to Desktop.displayNumberMax must be 60.#Desktop.displayNumberMin=100#The maximum number used for X display allocation. Default is 159 and must not be negative.#Be careful to set the value in [0,9] which is very likely used by Display Manager.#This item should be little than 59535 to avoid XDMCP port being illegal.#For VDI mode, the counts from Desktop.displayNumberMin to Desktop.displayNumberMax must not greater than 60.#For multi-session, the counts from Desktop.displayNumberMin to Desktop.displayNumberMax must be 60.#Desktop.displayNumberMax=159#Loglevel for greeter. Log level include [warn | error | info | debug]. Default is info.#Greeter.logLevel=debug#Loglevel for Session Recording library. Log level include [ error | warn | info | debug | trace | verbose]. Default is info.#VMBlastRec.log.logLevel=debug

4.3.2 设置驱动器重定向只读

修改上述配置文件中的：

#To prevent write access to all folders that are shared with the remote desktop, default value is RW means all shared folders are readable and writable.cdrserver.permissions=R

即可

5 总结

本文分上下两篇，完整记录了一套基于 ESXi、Windows 域控、vCenter 和 Horizon 8(2312) 的团队虚拟桌面环境搭建过程：

• 上篇主要解决底层基础设施问题，包括 ESXi 宿主机安装、管理网络配置、域控与 DNS 部署、客户端加入域，以及 vCenter 的安装和纳管配置；
• 下篇则进一步完成 Horizon Connection Server、事件数据库、桌面模板机、桌面池以及组策略和安全选项的配置。

从实际使用角度看，这套方案已经能够满足团队统一认证、集中管理、远程接入和标准化桌面交付的基本需求。通过 vCenter 统一管理底层虚拟化资源，再配合 Horizon 对桌面模板、桌面池和用户权限进行组织，可以较好地支撑团队研发、测试和日常办公场景。
同时，文章里也补充了不少实际踩坑后的经验，比如 Windows 和 Ubuntu 加入域的方法差异、Linux 桌面模板的 Agent 配置方式、组策略环回处理、驱动器重定向只读、剪贴板与拖放控制、水印显示等内容。

1 前言

• 场景需求：团队共享桌面、远程办公、研发测试、统一环境管理

• 上篇覆盖范围：ESXi、域控、vCenter的安装与基础配置

• 下篇覆盖范围：Horizon的安装与配置

• 整体目标

  • 搭建一套可供团队使用的 VMware 虚拟化桌面环境
  • 实现统一认证、集中管理、远程接入与桌面池分发
  • 支持后续模板化批量交付和权限管理，以及安全控制（禁止文件拷出）

2 总体架构

• 实际物理机器只有两台服务器，其他都是在ESXi里装的。

• 部署顺序说明：
  1. ESXi安装配置
  2. 域控服务器安装配置
  3. vCenter安装配置
  4. Horizon安装配置

3 安装前准备

先把这些镜像、安装包下载好（自行搜索）

• ESXi 镜像： 7.0 Update3 （这个看服务器型号，可能得去服务器官方下载镜像）
• Windows Server 镜像：Microsoft Windows Server 2016 (64-bit) （选2016准没错）
• vCenter Server Appliance 镜像： vSphere Client 版本 7.0.3.02400 （公司之前买的这个版本的key）
• Horizon 安装包： VMware Horizon 8.12.0 版本2312 （公司之前买的这个版本的key）
• Win11 镜像： Windows 11 IoT Enterprise LTSC 2024 简体中文 （避坑网上各种所谓的“纯净版”，这才是真正的纯净版）
• Ubuntu 镜像： ubuntu-22.04-desktop-amd64 （注意和horizon的兼容性，比如Horizon2312最多只支持Ubuntu 22.04版本）

注意Horizon 8和Horizon 7的安装配置过程差距挺大的，似乎是删了一些组件

4 ESXi 安装与基础配置

4.1 ESXi 安装过程

此部分没什么好说的，正常装系统呗

• 安装介质制作
• 引导安装
• 磁盘选择
• 初始密码设置

4.2 管理网络配置

主要是在交换机上配置，然后在ESXi里改就行

• 配置管理 IP
• 子网掩码、网关、DNS（DNS服务器可能要手动进入shell通过命令配置、记得打开shell）
• 测试网络连通性

值得注意的是几个概念： 物理网卡、VMkernel网卡、端口组、虚拟交换机， 后面改vCenter网络的时候可能会派上用场。设置不当也会导致你的机器直接失联!!

目标是看懂这样的拓扑图（我这个是配置后的分布式虚拟交换机，可能和一开始的vSwitch0还不太一样）

所以如果是远程，请务必配置好服务器的带外管理页面IP，方便远程重启、进入BIOS等操作。

4.3 ESXi 基础优化

• 主机名修改

• NTP 配置，时区与时间同步(我用的ntp.aliyun.com)

• 存储与数据存储检查（新建数据存储，ESXi好像识别不太出来SSD，奇怪）

• 上传 ISO 与安装文件（镜像要传到数据存储浏览器里，或者直接shell scp过去）

• 按需修改一些高级设置（比如我修改了最大失败登录尝试，之前被锁定登录不上还以为是密码被改了）

5 域控（AD/DNS）安装与配置

域控机的作用非常重要，没有它后续无法开展，安装好ESXi之后就可以创建一个虚拟机作为域控（当然有稳定的真实物理机做域控更好）。

5.1 创建域控虚拟机

• 虚拟机规格： 我给了 2CPU、4G内存、90存储，感觉够用
• 系统安装： windows server 2016安装
• 固定 IP 配置： 这些管理机就不要用自动IP了，固定设置一下吧

5.2 安装 AD DS 与 DNS

主要包括 AD DS 与 DNS 的安装、域控制器提升以及新域创建，这类基础操作网上教程很多，按流程执行一般问题不大。
真正需要重点关注的是后续基础配置是否到位，包括正向解析区是否正常、主机名解析是否正确、时间同步是否一致，以及用户和用户组是否提前规划清楚（一般区分普通用户和管理员就够用了）。

我还花时间折腾了一会AD CS证书服务，发现难用的一匹，于是放弃。

• DNS服务器比较重要，之后的用户机器DNS都要设成这台域控的IP，这样就能自动解析这里设置的各种域名了。

• 顺便说下Windows Server的共享文件夹功能可以使用一下，方便在不同计算机之间传文件。以我这个例子进行说明，该计算机名为dc，文件夹share：Windows访问只需通过\\dc\share地址即可，Linux则是通过smb://ip.xxx来实现。（前提是机器加入了该域）

5.3 将计算机加入域

域存在的价值是有其他计算机加入进来，因此得明白各种系统的计算机怎么加进创建好的域。加入之后就可以统一用域账号、而不需要再用本地账号进行登录和使用了。

5.3.1 windows

系统属性里面点击更改计算机名就行，会提示你加入域、输入域成员账号和密码。（我这里用域控为例，改不了是因为有证书在）

5.3.2 linux（Ubuntu为例）

主要使用realm工具

sudo apt install -y realmd libnss-sss libpam-sss sssd sssd-tools adcli samba-common-bin oddjob oddjob-mkhomedir packagekitsudo hostnamectl set-hostname xxx.simforge.work# 测试realm discover simforge.worksimforge.work# 返回类似：#  type: kerberos#  realm-name: SIMFORGE.WORK#  domain-name: simforge.work#  configured: kerberos-member#  server-software: active-directory#  client-software: sssd#  required-package: sssd-tools#  required-package: sssd#  required-package: libnss-sss#  required-package: libpam-sss#  required-package: adcli#  required-package: samba-common-bin#  login-formats: %U#  login-policy: allow-realm-logins# 使用管理员账户加入域sudo realm join --user=administrator dc.simforge.work

加入域后修改下配置/etc/sssd/sssd.conf，避免需要输入用户名时要把域带上，简化使用：

use_fully_qualified_names = Falsefallback_homedir = /home/%u

再配置下sudoer的权限就好了，sudo EDITOR=vi visudo

# 用户无法切换成管理员，但有一些sudo权限Cmnd_Alias SERVICE_OPS = /usr/bin/systemctl status *, /usr/bin/systemctl restart *, /usr/bin/systemctl start *, /usr/bin/systemctl stop *, /usr/bin/systemctl reload *Cmnd_Alias LOG_OPS = /usr/bin/journalctl *, /usr/bin/tail *, /bin/cat /var/log/*Cmnd_Alias PKG_SAFE = /usr/bin/apt *, /usr/bin/apt-get *, /usr/bin/apt-cache *Cmnd_Alias NET_OPS = /usr/sbin/ip *, /usr/bin/ss *, /usr/bin/netstat *Cmnd_Alias SAFE_READ = /bin/ls *, /usr/bin/du *, /bin/df *Cmnd_Alias DATA_RW = \    /bin/ls *, /bin/cat *, /usr/bin/tail *, /usr/bin/head *, \    /usr/bin/vim *, /usr/bin/vi *, \    /bin/cp *, /bin/mv *, /bin/rm *, \    /bin/mkdir *, /bin/rmdir *, \    /usr/bin/touch *, /usr/bin/truncate *, \    /bin/chmod *, /bin/chown *, /bin/chgrp *, \    /usr/bin/tee *, /usr/bin/find *, \    /usr/bin/du *, /bin/df *%simforge_user ALL=(root) NOPASSWD:SERVICE_OPS, LOG_OPS, PKG_SAFE, NET_OPS, SAFE_READ, DATA_RW# 管理员的sudo权限%simforge_admin    ALL=(ALL:ALL) NOPASSWD:ALL

6 vCenter Server 安装与配置

6.1 部署 vCenter Server Appliance

• 安装程序启动： 安装程序在能连上ESXi的机器上运行就行
• 目标 ESXi 选择：填空就行，size我选的Small（但空间需求还是挺大的）
• 配置 IP、FQDN、DNS： 注意FQDN填写的域名需要在域控服务器里设置好正向查找解析
• stage1部署完成后的stage2: SSO configuration部分设置登录账号密码（名字改不改无所谓，反正好像除了登录也用不到），该阶段会卡挺长时间的

其实安装过程没有什么好说的，大部分按照默认选项即可，必须填的填一下就行了。

注意登录的账号和密码写法：是在SSO 部分设置的，类似administrator@vsphere.local 这种用户名

6.2 登录与配置

• Datacenter 创建
• Cluster 创建
• 添加 ESXi 主机
• 许可证与基本参数设置

这部分配置好后大概这样：

我还折腾了一段时间网络的配置，最后弄成了这种自己看起来比较舒服的样子：

用vCenter迁移/备份虚拟机数据还是很方便的，可以开机状态无感知完成迁移。

1 吵架的结束和开始

今天是大年初二凌晨2点半，我从睡梦中醒来，原因是听到了来自客厅的争吵：导火索大致是我爸因为爷爷大晚上不睡觉上个厕所就穿好了衣服坐在沙发上不时还跺脚叹气等行为影响了他的睡眠这件事。但这并不是没有预兆：昨天也发生了相似的剧情，只不过受影响睡眠的是我妈。而我爷爷自己却没有这方面的任何自觉，从我的角度来看他的思维/行为能力由于长期不使用已经退化了，再加上耳朵不好、接受外界的信息严重不足，与人的沟通不畅，与外界的障碍越来越大。

不出意外，我的妈妈这次也被吵醒了，于是她起床开始调解：“大晚上的睡觉嘛，不要吵睡觉好吗？” 原以为这次事件已经告一段落了，可一个小时后第二波争吵再次开始，从语调和情绪的波动上来看似乎更加严重，我妈妈再次起来劝阻，然而似乎效果甚微，于是我也起床开始劝阻了，拉住看上去马上要打起来的我爸和我爷爷，两人还在激动地争论着，话语像一串串火星溅出来。然后，在某个瞬间，伴随着一声闷响——那张大理石台面的桌子终究没撑住。碎裂的声音并不尖锐，却格外沉，像砸在人的胸口上。石面裂开，边角崩掉，细小的碎屑散了一地。

妈妈转身去拿来了扫帚，把碎块一点点扫拢，扫帚划过地面的声音沙沙作响，像是把这一夜的狼藉和疲惫也一并扫进了簸箕里。

2 亲情与困局的思考

2.1 靠钱就能解决的问题

爷爷在爸爸这儿住了十多年。其实更早些时候，爷爷去其他子女家，往往也是“到哪儿，吵到哪儿”。家里人都明白：这不是一场偶然的争执，而是一种长期的相处模式——脾气硬碰硬，谁也不肯先软下来。

近几年，爷爷年纪更大了，记性似乎越来越差，情绪也更难捉摸。最棘手的，是晚上不睡觉。你说他是故意折腾吧，可他有时又像自己也不知道自己在干什么；你说他是清醒的吧，可他说的话、做的事又常常前后不搭。
我不敢轻易给爷爷贴诊断标签，但我知道，有一种现象常见于失智相关问题：傍晚到夜间更容易烦躁、混乱、睡不着，甚至像“能量突然增加”。医学上常把它叫作“日落综合征/黄昏症候群”，它并不罕见，也往往把照护者拖进深夜的疲惫里。

问题是：我们家没有足够的空间和人手去消化这种“长期夜战”。房子不大、隔音也一般，能腾挪的余地太少。说得更直白一点——归根到底，很多家庭矛盾表面上是脾气，底层是资源：空间不够、照护不够，归根是钱不够。钱能解决99％的问题这句话的含金量仍在上升中。

2.2 我国家庭养老的现状

我以前以为养老是“孝顺”两个字就能讲通的事。现在越来越觉得，家庭养老更像一套系统工程：它需要空间、时间、体力、专业知识和持续稳定的情绪供给。

在中国，养老的现实结构也确实决定了大多数老人最终还是由家庭承担主要照护。常被提到的“9073”格局——约九成居家、少部分社区、少数机构——就是这种现实的缩影。

国家也在补位，比如长期护理保险制度的试点与推进，目的就是给失能失智照护提供一定的制度支持，减轻家庭的压力。可制度从“有”到“能用”，中间还隔着供给、评估、服务质量等很多现实细节。对于把秩序与安全置于优先位置的统治机器来说，很难指望它在福利与医疗上同步实现显著提升，普通家庭的等待期太过漫长。

2.3 暴力沟通终究不可取

把吵架当成一种“沟通方式”，其实更接近暴力沟通：它不重在讨论问题，只争输赢；不表达清需要，只释放情绪。摔东西、砸桌子、用更大的声音压住对方——这些动作看似在“讲理”，本质是在用力量逼对方退让，把家一点点推向战场。

在这种领域里，老人只会更不安、更混乱；照护者会更疲惫、更易怒；而其他家庭成员表面上成了“无辜的旁观者”，实际上没有谁能全身而退——每个人都在被噪音、恐惧和无力感慢慢磨损。争吵不会让问题变小，只会让彼此的心变硬，让原本还能修补的关系裂得更深。

两个人吵架，全家遭殃。昨晚从凌晨两点拖到五点。天亮的时候，仿佛并没有迎来早晨，只是熬过了黑夜。

2.4 资源被消耗殆尽之后

又想到“久病床前无孝子，久贫家中无贤妻”这句话，它未必是在骂谁薄情，而是在描述一种极限：当苦难被拉得足够长，人的耐心、善意和体面都会被一点点兑付出去——再好的人，也可能在日复一日的消耗里变形。睡眠与生理能量、情绪余量、注意力与判断力、机会成本这些都是被不断消耗的资源。

如果能有更大的居住空间，夜里的脚步声不至于磨进每个人的耳朵；如果能获得更专业的照护支持，很多冲突也许根本不必在家里以“互相伤害”的方式爆发。那些看起来最现实的条件，往往也是最有效的止痛药。

可现实偏偏是——我们家像许多普通家庭一样，最缺的正是这些“最管用”的东西。于是所有问题都被挤压进同一个狭窄的夜里，挤压进同一个客厅里，最后变成一句句火气、一声声摔砸。

3 未来的去向在何处

我并不想给谁判对错，但是越来越清楚的一点是，不能再靠硬扛了，而是要做更现实的事情：

1. 先把“是不是失智/阿尔兹海默症、睡眠相关问题”这件事弄清楚。哪怕只是去做一次系统评估。因为“夜里不睡”可能不仅是生物钟，也可能与日落综合征、疼痛、感染、药物副作用等因素有关。

2. 避免“情绪对抗”，优化“流程分工”。特殊情况（如家中位置不够用）时如何处理？是否考虑了可能发生冲突的点？是否有更好的方案可以实行？

3. 认真看养老院/照护机构——它可能是首选，而不是“最后的羞耻”。说实话，如果夜间问题持续、房子空间有限、家里人已经被拖到崩溃边缘，那么养老院或专业机构不一定是“抛弃”，更像是把专业的事交给专业的人。我们需要的不是“面子上的孝顺”，而是“可持续的生活”。

希望下一次在深夜醒来的时候，不再是争吵和碎裂的声音，而是我们终于做出了一个更稳、更长久的选择——让所有人都能体面地活下去，也能好好睡一觉。

1 2025年总结

依照惯例，看看2025年自己的时间都花在哪了吧：

回顾一下我的时间分类：

• 睡眠，毕竟人类的一生有$\frac{1}{3}$的时间都在睡觉
• 消费时间，指我们每天的日常工作（或学业），为了获取报酬所花的时间
• 投资时间，有助于我们提高自身能力的，比如读书运动学习新技能等
• 浪费时间，洗漱、通勤、用餐等硬性时间
• 消磨时间，放空、打游戏看剧等娱乐活动

总的来说：

• 2025 全年理论总时长 8760 小时（非闰年），所以未记录大约 5 小时 09 分，覆盖率约 99.94% —— 这个完成度很舒服
• 2025 的节奏很稳定——大头几乎都能归到明确的行为标签里（睡、工、玩、吃、通勤），波动空间反而集中在“娱乐”和“用餐”这种可伸缩项上
• 娱乐时间减少、工作时间略增多、睡眠时间保持稳定，和体感基本一致

2 2025发生的几件事

2.1 家庭

• 年初相了两次亲，然后遇到了现在的女友

• 国庆后去女友家见了父母，这个元旦她也到我家来见了父母

• 没有能当成魔法师(今年正式满30岁了)

2.2 生活

• 学了一段时间钢琴，后面因为事情多搁置了（感觉动力不够强）

• 国庆去厦门旅游了一轮（人好多、好热）

• 元旦去深圳/香港玩了一波（深圳好大、香港好多人、金价好贵）

2.3 工作

• 多了几个头衔，该干的活还得加油干，在AI浪潮的冲击下保持不断学习

• 公司整体情况仍然不明朗，大环境仍就这个样子，确实不太好混

2.4 收支

• 去年买房掏空了几乎所有积蓄，经过一年积累攒了一丢丢回来，但仍然远远不够看

• 整体支出较往年有较大增多，主要是有女友之后要经常出去吃喝玩乐，开销必然增大

2.5 技能

• 每天敲代码、打击键盘熟练度up

• 开始用AI编程工具，基本每天问AI问题，已确诊AI依赖症

2.6 投资

• 去年刚说”放弃股市投资这条路”，今年就被打脸了，又下载回那几个证券app了

• 今年整体没亏（牛市）、但也没挣多少钱（毕竟没啥本金）

• 开通了几张香港的银行卡

• 开通了港股美股的证券账号，增加一些投资途径

3 2026的期望

1. 增加学习的时间，找到最适合自己的投资策略
2. 继续牛马生活，希望公司能稳步发展下去
3. 加强锻炼，希望自己和家人能够身体健康
4. 密切关注世界局势，愿世界和平

1 从诺基亚5230开始的手机折腾史

手机这东西，对我来说一直不只是通讯工具，而是某种“随身电脑”，承载着那段时间的生活方式。

1.1 高中：诺基亚 5230——第一次拥有“自己的设备”

真正意义上的第一台手机，是高中的诺基亚 5230。
那时候智能机刚刚普及，市面上都是那种九宫格键盘的手机，滑盖或者是26字母键盘已经算是比较潮流了。塞班系统还是主流系统之一，屏幕是电阻触控，操作有点费劲，但耐用得可以砸核桃。

5230 留给我最大的印象就是两个字：自由。

• 可以自己折腾主题，改各种菜单图标；
• 用数据线往里塞乱七八糟的 mp3、小游戏、电子书；
• 宿舍里偷偷看小说、在被窝里用着2G网冲浪，那种“我与世界相连”的感觉非常强。

现在回头看，5230 大概就是我对“可玩性”和“可配置性”有了要求的起点。

1.2 大学：小米 4c、小米 Max 2、红米 Note 5——安卓时代的主力工具

上大学之后，正式进入安卓时代，主角依次是：小米 4c → 小米 Max 2 → 红米 Note 5，期间似乎还换过华为的平板。（更换太频繁不太记得了）

这么算来小米 4c 是我第一台真正意义上的安卓主力机。 那会儿的 MIUI 还处在一个很好玩的阶段：

• 酷安还很纯粹，里面全是大佬，交流各种工具氛围很不错；
• 随随便便root，刷第三方系统；
• 接触到了小飞机，受到谷歌全家桶的热烈欢迎；
• 各种第三方App、黑科技，只有你不会的没有你想不到的。

后来的 小米 Max 2屏幕大、电池大，拿在手里就有种“带着一块小平板走”的感觉，记得当初经常拿它来打炉石。

红米 Note 5 则是一个很标准的“水桶机”：性能够用、信号不错、拍照够看，没有明显短板。那几年基本就是安卓的一套完整生活体系：日常社交、支付、出行都在这台机器上完成；折腾自动化、备份、各种效率工具，也是在这几代安卓机上慢慢练出来的，什么冰箱、绿色守护、幸运破解器都是手到拈来。文件系统怎么管理、后台怎么放权、哪些 App 需要特殊权限，这些都已经变成肌肉记忆。

1.3 2020：iPhone 11——第一次“大幅换路”

2020 年换上 iPhone 11，算是一次比较彻底的“换路”。

一方面，是19年买了iPad（目前仍在役），感觉一些应用很不错只在苹果生态里有（没错就是Things和GoodNotes等笔记软件），有点想体验一下 iOS 的那种「不用管系统，只管用」的状态；另一方面，也确实是被大家说的稳定、省心、生态联动给种草了：

iOS 的动画和手势配合很顺滑，打开 App、在应用间切换的感觉确实很细腻；通知、权限、后台这些东西，都被系统管理得非常保守——省心，但也代表着另一种“被管着”。

在 iPhone 11 的这几年里，我慢慢适应了 iOS 的世界，习惯了那种“一切自动同步好、但你别管细节”的哲学。

1.4 2022：红米 Note 11 作为备用机——安卓从未真正离开

不过安卓并没有完全从我的生活里消失。 2022 年入手的红米 Note 11，从一开始定位就是一台备用机，主要理由有几点：

• 手机号太多，一个手机不够（目前4张，绑定了一堆乱七八糟的账号也不敢注销）；
• 苹果没有通话录音功能，还得是安卓；
• 需要折腾自动化、远程管理、文件传输时，也经常会用到它（比如短信自动转发）；

可以说，从诺基亚 5230 到大学那几代小米，再到现在的备用机红米 Note 11，安卓这条线一直都在，只是这几年 iPhone 11 一直当着“名义上的主力机”。

2 为什么从iPhone回到了安卓

回想一下，这次从 iPhone 11 换回安卓，其实并不是一瞬间头脑发热，而是几个因素一路叠加，最后“啪”的一声把我推回了 Android 阵营。

2.1 拆换电池的“事故现场”，给了最后一击

直接导火索是——我自己动手换电池翻车了。

iPhone 11 用到后期，电池健康一路往下掉，其实早就不太抗用了。本着“勤俭持家 + 动手能力还行”的原则，我没去官方，也没去路边小店，选择了最危险的一条路：自己拆机换电池。

结果就是：

• 拆的时候各种查视频、看教程，自以为步骤都对；
• 真上手的时候，排线、卡扣、胶条，处处都是坑；
• 重新装好那一刻，心里已经有点发虚：防水肯定是彻底告别了，细节上总觉得哪儿不太对。

虽然手机最后还能开机，但屏幕直接废了没反应，解锁不了也不能备份数据。这件事也算是给了我一个心理上的明示——差不多可以考虑换主力机了。

2.2 用了五年的老机：耗电快、有点卡、空间也不够

即便不算拆机阴影，一台 2020 年的 iPhone 11 用到今天，也确实到了力不从心的时候。电池就不用说了，换之前基本就是出门久一点必带充电宝；日常刷刷社交、看看视频都还行，但一旦后台多开几个 App，明显感觉“有点卡”。
最直观的痛点其实是——空间不够用。 照片、视频、聊天文件、各种应用缓存，一点点把存储吃光；清理过几轮之后发现：这台机器已经不太适合当主力机了。

2.3 被国内应用的广告喂了太多“屎”

这条其实是 iOS 和 Android 共同的现实，但我确实有点被国内 app 的广告环境磨到心态爆炸。无论你用的是 iPhone 还是安卓，只要日常生活离不开那几款高频国产 app：

• 打开就是横幅广告、信息流推荐、全屏弹窗；
• 有的应用甚至会用各种“伪通知”“伪系统弹窗”把广告包装得像系统提示；
• 关闭按钮还贼难找，且升级后稍微摇一摇就跳转了；

“我在用一台很干净的系统，打开的却是一堆在疯狂给我喂屎的 app。”

既然我用苹果避免不了骚扰，难道我的大安卓还治不了你区区广告？
这时候，安卓那一套“你可以自己掌管一切”的思路，又开始变得有吸引力了。

2.4 听说国内 Root 环境日益严峻——想在还能折腾的时候再折腾一次

最后一个原因有点“技术宅自留地”的味道：听说这几年国内 Root 环境越来越严峻。

• 各家厂商对 Bootloader 解锁和 Root 的限制越来越严格（参考小米）；
• 有的机型根本不开放解锁，有的需要各种申请流程，甚至后续系统更新也会对 Root 用户不太友好；
• 支付、安全类 app 对 Root 环境的检测也越来越敏感（据说装了Xposed框架后容易打不开各银行app）。

这些变化让我有一种“窗口期正在关闭”的危机感—— 如果再不趁现在换一台相对好折腾的安卓机，以后可能就真的只能当一个“纯用户”，而不是一个“会在底层翻箱倒柜的人”了。 我并不是非要天天刷机、魔改系统，但我希望手里至少有一台设备：

• 可以自己决定要不要解锁、要不要开 Root；
• 可以玩玩自动化、文件系统、NFC、网络工具这些更接近“随身电脑”的东西；
• 而不是永远被锁在一个“你只能在我规划好的范围里折腾”的小盒子里。

综合这四点：拆机阴影 + 老机力不从心 + 国内 app 广告环境 + 想趁还能折腾时再折腾一次，最后就自然走到了一个结论：

是时候再给安卓一次“主力机”的机会了。

3 为什么选择了一加而不是小米

从一开始，我筛手机的思路就很明确，不是“谁拍照好、谁充电快”这种大众评测维度，而是更偏“工具控”的几条：

• 能不能解Bootloader，过程麻不麻烦，毕竟我立刻就要用起来的；
• 解锁之后 Root 环境是否稳定，有没有成熟教程和社区；
• 日常体验要够顺滑，不卡壳、不拖泥带水；
• 厂商别一上来就把各种权限锁死，让我连发挥空间都没有。

在这几条的交集中，一加自然就浮上来了。

3.1 选机标准：先看 Root，再看配置

大致排了一圈：

• 有的品牌干脆不开放 Bootloader 解锁，直接淘汰；
• 有的要各种“申请开发者资格”“审核通过”，流程又长又不透明；
• 还有一些机型是理论上能解锁，但 Root 后各种安全 App 直接不给你活路。

相比之下，一加这边的口碑就简单直接得多——“还算比较友好”：

• 官方还在提供 Bootloader 解锁通道（虽然步骤也变得比早年复杂了一点，要申请深度测试）；
• 国内外论坛、Telegram、酷安上都有一堆详细教程和踩坑记录；
• 各种 Magisk 模块、定制 ROM、内核调教都有人在维护。

3.2 一加的“气质”：系统够干净，折腾空间又大

硬件层面其实现在大家都卷得差不多了，真正让我更倾向一加的是两点：

1. 系统不算太花哨

   • 虽然现在的一加也用上了 ColorOS 系列，但整体还是维持了一种“偏干净”的调性；
   • 预装软件不至于多到离谱，大部分能关的都能关，通知和权限的调教也比较直观；
   • UI 动画、操作逻辑很接近“轻度定制的原生安卓”，没有那种层层套娃的感觉。

2. 可折腾的空间够大

   • GitHub / 各种论坛上，你能找到一堆专门针对一加的脚本和工具；
   • 从Root、系统精简、自动化到高级电源管理，都有人趟过坑；
   • 这意味着我可以省掉很多“自己摸黑试错”的时间，直接站在前人的踩坑记录上往前走。

换句话说，一加在“普通用户体验”和“极客折腾空间”之间踩得比较平衡： 你可以当一台正常手机用，也可以在某个周末，把它当开发板玩一玩。

3.3 一加的 Root 环境：目前还能“愉快玩耍”

• 解锁流程：

  • 安装深度测试app，填写申请
  • 一到两天申请通过（我是第一天拿到手机立刻申请，第二天早上6点看已经通过了）

• Root过程：

  • 我是无脑选择了一加全能工具箱进行root
  • 注意读使用说明，以及提前下载好驱动和对应系统版本的ROM包就行

• Root 后的生态：

  • 银行、支付类 App 虽然越来越敏感，但目前还有一套可用的绕行方案（我刷的SukiSU Ultra）；
  • 日常使用中，不会出现“Root 之后变成一台不能干正事的玩具机”的尴尬局面；
  • 通过GKD/李跳跳，可以解决95%以上的应用广告骚扰问题。

这些综合起来，让我有一种很微妙的安全感： 我不是为了 Root 而 Root，而是知道在我需要的时候，这条路是通的。

4 核心配置

这次从一加开箱到解锁、获取 Root，再到装好常用模块、把系统调成我顺手的样子，整个流程其实挺长的：

• 包括解锁 Bootloader、刷入第三方 recovery；
• 用 SukiSU Ultra 获取 Root 权限；
• 做一些基础安全配置和备份；
• 再根据自己的需求选装若干模块和工具。

👉 详细教程参考大佬文章：一加 Ace 5 Pro 获取超级用户权限（Root）与基础配置

如果你对具体命令、刷写流程、配置细节感兴趣，直接去看上面那篇教程会更高效。

5 个人常用APP列表记录

5.1 衣食住行

5.2 工作相关

5.3 其他工具

6 两套系统的优缺点总结

1 问题场景

在高性能计算和 GPU 加速应用中，程序的可移植性和兼容性是一个关键问题。对于使用 NVIDIA GPU 和 CUDA 技术的应用，开发者通常需要面对不同 GPU 架构（Compute Capability）带来的二进制兼容性挑战，很可能在Nvidia RTX 5090上编译的程序放到Nvidia V100上运行就会出问题。因此有必要了解CUDA 编译器的一些编译细节。

2 技术方案

2.1 CUDA 编译器(nvcc)生成的两种形式GPU代码：

1. cubin（二进制代码）：针对特定 GPU 架构的编译结果。
2. PTX（中间代码）：可移植、可 JIT（即时编译）生成针对目标 GPU 的二进制代码。

二进制兼容性问题主要表现为：如果一个 CUDA 程序编译出的二进制文件仅包含针对特定 GPU 架构的 cubin，那么它可能无法在较新或不同架构的 GPU 上运行。反之，如果程序包含 PTX 代码，则可以在不同 GPU 上通过 JIT 编译生成可执行的二进制，从而实现更高的兼容性。

例如，一个针对 sm_86（Compute Capability 8.6）编译的 cubin 文件，只能保证在 8.x 系列的 GPU 上运行，而不能直接在 7.x 或 9.x GPU 上运行。若应用中包含 PTX targeting compute_70，则该 PTX 可以 JIT 编译在 compute capability 7.0 及以上的 GPU 上，包括 8.x、9.x、10.x 等新架构，从而提供向前兼容性。

2.2 CUDA的host与device部分编译流程

上图展示了 CUDA 编译流程：NVCC 先把example.cu拆成 host 与 device 两部分，device 代码由 GPU 编译链生成 PTX 中间码，再经 ptxas 汇编为 CUBIN 目标文件；host 代码则交给系统 C/C++ 编译器生成 CPU 二进制；最终 NVCC 把两者打包进同一可执行文件，实现一次源码、双码并行的异构编译。

2.3 编译选项解析

使用 nvcc 的 --generate-code 选项可以灵活控制生成 PTX 和/或 cubin。例如：

# 仅生成 PTXnvcc simple_add.cu -o simple_add --generate-code "arch=compute_50,code=[compute_50]"# 同时生成 PTX 和 cubin，推荐✅nvcc simple_add.cu -o simple_add --generate-code "arch=compute_50,code=[compute_50,sm_50]"# 仅生成 cubinnvcc simple_add.cu -o simple_add --generate-code "arch=compute_50,code=[sm_50]"

注意arch=compute_xx选项在哪种情况都是必需的，用于指定虚拟架构版本

3 实现路径

3.1 分析目标 GPU 架构

确定程序需要支持的 GPU 架构范围（主要 Compute Capability 版本）。对于企业级部署，可覆盖当前主流架构及可能升级的 GPU。

• 命令nvidia-smi --query-gpu=name,compute_cap --format=csv可直接得到目标GPU的架构号

3.2 选择适当的生成策略

1. 明确代码生产环境
   对于稳定的生产环境，且目标 GPU 架构固定，可生成针对 GPU 的 cubin 以获得最高性能。
   对于多架构或未来可能升级的环境，建议生成 PTX 或同时生成 PTX 与 cubin，以保证向前兼容性。

2. 利用 PTX 的 JIT 功能
   将 PTX 代码存储在应用或库中，在程序运行时根据实际 GPU 进行 JIT 编译。这样可以实现跨架构运行，保证新 GPU 可以执行旧版本 PTX 编译的程序。

3. 混合生成 cubin 和 PTX
   在编译阶段同时生成目标 GPU 的 cubin 和 PTX。cubin 可在编译时支持当前 GPU 架构的高性能运行，而 PTX 提供向前兼容性，保证程序在未来 GPU 上也能运行。

3.3 调整编译选项

• nvcc -arch-ls -code-ls列出当前cuda编译环境支持的所有架构代号

• 根据前述分析结果，设置 --generate-code 参数，合理组合 PTX 与 cubin。例如，生成 PTX 提供跨 GPU 兼容性，生成 cubin 保证特定架构的性能优化。

• 若是使用Cmake的项目，只需在CmakeLists.txt中设置set(CMAKE_CUDA_ARCHITECTURES "61;70" CACHE STRING "Set CUDA compute capability")即可生成类似 "--generate-code=arch=compute_61,code=[compute_61,sm_61]" "--generate-code=arch=compute_70,code=[compute_70,sm_70]"的编译选项代码，免去了手动添加选项的过程

3.4 验证与测试

在不同架构的 GPU 上运行程序，验证 PTX JIT 编译是否正常，并检查性能表现。确保程序在主要目标 GPU 上性能最优，同时在新架构 GPU 上可正常执行。

通过以上方法，CUDA 程序不仅能够在现有 GPU 上高效运行，也能在未来 GPU 架构上保持兼容，实现二进制和 PTX 的灵活组合，提高软件的可移植性和长期可维护性。

1 问题场景

1. 电脑A需要访问电脑B上的某个服务，但是电脑A、B在两个不同的网络中，且不具备公网IP、不具备对路由器的修改权限；

2. 用户C在家想要访问公司内网上的一些资源/机器，但又不想通过RustDesk等远程桌面的形式。

2 技术方案

2.1 frp内网穿透的使用

2.1.1 工具下载

在github相关页面直接下载编译好的可执行文件： https://github.com/fatedier/frp/releases

2.1.2 服务端配置

这里只讲新版配置文件(.toml)的写法，旧版(.ini)差不多，只是一些变量名的区别

bindPort = 7000 #{必选} 客户端与该端口建立连接kcpBindPort = 7000   # kcp 绑定的是 UDP 端口，可以和 bindPort 一样log.to = "console" #{可选} 日志配置， 通过打印的方式输出日志vhostHTTPPort = 7070 #{可选} http代理需要，当访问该端口时跳到对应本地frpc代理vhostHTTPSPort = 7443 #{可选} https代理需要，当访问该端口时跳到对应本地frpc代理transport.tcpMux = true #tcp流多路复用（优化传输，客户端与服务端同时配置才有效）#身份验证auth.method = "token" #{可选}身份验证方式auth.token = "abcdefgGHSDSAFDXFW324324321313U90809" #token设置密码，用于通过身份验证创建连接#frp服务仪表板配置webServer.port = 8888 #{自行修改端口}webServer.addr = "0.0.0.0" #公网ip或者0.0.0.0或者域名webServer.user = "admin" #登录用户名{自行修改}webServer.password = "admin" #登录密码{自行修改}

2.1.3 客户端配置

serverAddr = "1.1.1.1" #[必选]服务器公网ip地址/域名serverPort = 7000 # [必选] 要连接的 frps 端口auth.token = "abcdefgGHSDSAFDXFW324324321313U90809" #与服务端校验的令牌（需一致）transport.tcpMux = true #tcp流多路复用（优化传输，客户端与服务端同时配置才有效）transport.protocol = "kcp"  #相比于 TCP，在弱网环境下传输效率提升明显，但是会有一些额外的流量消耗user = xxx[[proxies]]name = "web" # 代理名称(随便填)type = "tcp" # 代理类型localIP = "127.0.0.1" # 代理地址, 要转发的那个地址localPort = 3000 #  代理端口, 要转发的本地的那个端口remotePort = 8081 # 远程端口(通过公网IP+对应端口访问localPort服务)transport.useCompression = true  # 对传输内容进行压缩，可以有效减小 frpc 与 frps 之间的网络流量，加快流量转发速度，但是会额外消耗一些 CPU 资源[[proxies]]name = "filelink"type = "tcp"localIp = "127.0.0.1"localPort = 4888remotePort = 9002transport.useCompression = true [[proxies]]name = "vpn"type = "udp"localIp = "127.0.0.1"localPort = 1194remotePort =9003transport.useCompression = true

2.1.4 服务端的端口配置

需要放行的端口有：

• webServer.port TCP： 管理面板网页访问
• bindPort TCP： 核心端口之一
• kcpBindPort UDP： 核心端口之一
• remotePort TCP/UDP： 根据实际用到的放行即可

2.1.5 客户端的端口配置

• 防火墙放行所有localPort TCP/UDP端口

3 实现路径

• 对于问题场景1，实际上通过上述frp的简单配置就能够满足需求

• 对于问题场景2，则需要以下步骤来实现：

  1. 在内网机器上部署一个VPN，如OpenVPN；
  2. 测试确保能通过内网IP+端口的形式连接上VPN；
  3. 使用frp内网穿透，将VPN的端口暴露到公网，测试确保能通过公网IP+端口的形式连接上VPN；
  4. 通过内网机器、VPN服务端的一些设置，确保连接上VPN后能够访问内网其他资源。

3.1 OpenVPN的服务端配置

3.1.1 Windows系统

该部分主要参考这篇博文，按照步骤来基本不会有问题。

1. 从 OpenVPN 社区 下载 Windows 64-bit MSI installer；
2. 在选择安装类型时，选择 Customize 而不要选择 Install Now；
   • 勾选 OpenVPN -> OpenVPN Service -> Entire feature will be installed on local hard drive；
   • 勾选 OpenSSL Utilities -> EasyRSA 3 Certificate Management Scripts -> Entire feature will be installed on local hard drive；
   • 总之能装的全装上。
3. 安装完毕后，会弹出一条消息提示未找到可读的连接配置文件，暂时忽略。此时在控制面板\网络和 Internet\网络连接中可以看到创建了两个新的网络适配器 OpenVPN TAP-Windows6 和 OpenVPN Wintun；
4. 进入 OpenVPN 默认安装目录中的 easy-rsa 目录C:\Program Files\OpenVPN\easy-rsa；
5. 执行CMD命令进入 Easy-RSA 3 Shell：

.\EasyRSA-Start.bat

6. 初始化公钥基础设施目录 pki：

./easyrsa init-pki

7. 构建证书颁发机构（CA）密钥，CA 根证书文件将在后续用于对其他证书和密钥进行签名。该命令要求输入 Common Name，输入主机名即可。创建的 ca.crt 保存在目录C：\Program Files\OpenVPN\easy-rsa\pki中，ca.key 保存在目录C：\Program Files\OpenVPN\easy-rsa\pki\private中：

./easyrsa build-ca nopass

8. 构建服务器证书和密钥。创建的 server.crt 保存在目录 C：\Program Files\OpenVPN\easy-rsa\pki\issued 中，server.key 保存在目录 C：\Program Files\OpenVPN\easy-rsa\pki\private 中：

./easyrsa build-server-full server nopass

9. 构建客户端证书和密钥。创建的 client.crt 保存在目录 C：\Program Files\OpenVPN\easy-rsa\pki\issued 中，client.key 保存在目录 C：\Program Files\OpenVPN\easy-rsa\pki\private 中：

./easyrsa build-client-full client nopass

10. 生成 Diffie-Hellman 参数：

./easyrsa gen-dh

11. 从目录 C：\Program Files\OpenVPN\sample-config 复制服务端配置文件模板 server.ovpn 到目录 C：\Program Files\OpenVPN\config 中，修改以下配置：端口号按需修改，默认为 1194，需要保证 OpenVPN 的网络流量可以通过防火墙，设置 Windows 10 Defender 允许 OpenVPN 通过即可。dh2048.pem 修改为生成的文件名 dh.pem。取消注释 duplicate-cn，让多个客户端使用同一个客户端证书。注释掉 tls-auth ta.key 0：

port 1194dh dh.pemduplicate-cn;tls-auth ta.key 0

12. 复制 ca.crt，dh.pem，server.crt 和 server.key 到目录 C：\Program Files\OpenVPN\config 中；
13. 启动 OpenVPN，点击连接，系统提示分配 IP 为 10.8.0.1。按配置，每次 OpenVPN server 都将为自己分配 10.8.0.1。

3.1.2 Linux系统

以Ubuntu为例，用安装脚本比较简单：

1. wget https://git.io/vpn -O openvpn-ubuntu-install.sh
2. sudo bash openvpn-ubuntu-install.sh，逐步设定后自动完成安装
3. 根据输出信息能找到服务端配置文件在/etc/openvpn/server/server.conf，客户端配置文件直接输出在脚本运行目录下

3.2 OpenVPN客户端配置

• Linux系统用脚本安装的一般已经配置好了，只需要修改remote your-server-ip 1194这行，改为公网IP和对应端口；
• Windows版本比较复杂，需要替换几个密钥的文本到客户端配置文件里：
  1. 从目录 C：\Program Files\OpenVPN\sample-config 复制客户端配置文件模板 client.ovpn，修改配置；
  2. 将 remote your-server 1194 中的地址和端口替换成你的 OpenVPN 服务端对外的地址和端口；
  3. 将 ca ca.crt，cert client.crt，key client.key，tls-auth ta.key 1 注释掉，再将各自文件中的内容以类 XML 的形式粘贴到 client.ovpn 中；
  4. 将修改好的客户端配置文件导入到客户端中。

remote your-server 1194;ca ca.crt;cert client.crt;key client.key;tls-auth ta.key 1<ca>-----BEGIN CERTIFICATE-----paste contents of ca.crt-----END CERTIFICATE-----</ca><cert>-----BEGIN CERTIFICATE-----paste contents of client.crt-----END CERTIFICATE-----</cert><key>-----BEGIN PRIVATE KEY-----paste contents of client.key-----END PRIVATE KEY-----</key>

3.3 内网穿透配置

具体frp配置请参照前文

[[proxies]]name = "vpn"type = "udp"localIp = "127.0.0.1"localPort = 1194remotePort= 9003transport.useCompression = true

3.4 实现访问内网资源的配置

按照上述配置完成后，应该能用OpenVPN Connect连接上VPN，但一般还无法访问内网资源。

3.4.1 Windows系统

1. 确认 OpenVPN 配置是否正确下发路由：

• 在服务端配置文件server.conf里增加：

push "route 192.168.x.0 255.255.255.0"

内网真实网段可通过cmd的ipconfig或route print命令打印，一般可以从局域网 IP 和子网掩码推断出来。

2. 开启 Windows 的 IP 转发，Windows 默认不转发 VPN 网段到内网，需要手动开启：

• 打开注册表：

HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters

• 找到或新建 DWORD 值改为：

IPEnableRouter = 1

• Win + R → 输入 services.msc → 回车，服务里重启 Routing and Remote Access 服务。

3. 设置防火墙允许转发，Windows 防火墙可能会阻止 VPN 网段访问内网。

• 打开 PowerShell 运行：

netsh advfirewall firewall add rule name="Allow OpenVPN" dir=in action=allow protocol=any localport=1194netsh advfirewall firewall add rule name="Allow VPN Traffic" dir=in action=allow protocol=any

4. 处理回程路由问题（只能访问VPN这台机器，无法访问其他内网资源）：

• 管理员打开powershell；
• 启用 NAT（假设 VPN 网段是 10.8.0.0/24），这样，Windows 会自动对来自 10.8.0.0/24 的流量做 NAT，让它们看起来像是从 192.168.1.100（假设VPN服务端机器IP） 发出的。

New-NetNat -Name "OpenVPN-NAT" -InternalIPInterfaceAddressPrefix 10.8.0.0/24

• 查看 NAT 状态： Get-NetNat；
• 如需清理NAT： Remove-NetNat -Name "OpenVPN-NAT"

3.4.2 Linux系统

1. 确认 OpenVPN 配置是否正确下发路由：

• 在服务端配置文件server.conf里增加：

push "route 192.168.x.0 255.255.255.0"

(我测试出来ubuntu系统只做完1后面的步骤没弄就已经可以正常访问内网其他资源了)

2. 确认服务端开启 IP 转发：

sudo vi /etc/sysctl.conf#确保 net.ipv4.ip_forward = 1

3. 确认 NAT/防火墙规则：
   首先确保服务器1194端口打开。如果 VPN 网段（例如 10.8.0.0/24）要访问内网（比如 192.168.1.0/24），VPN 服务端必须做路由转发或 NAT。最常见做法是在 VPN 服务器上加 iptables：

iptables -t nat -A POSTROUTING -s 10.8.0.0/24 -d 192.168.1.0/24 -j MASQUERADE

1 问题场景

在测试程序的并行效率时，发现Release版本的并行效率很低，而Debug版测出来则符合预期，怀疑程序受内存带宽限制而无法发挥应有的性能。但需要用实际数据来验证这个合理的猜想。

想象内存带宽就是一根水管，数据是水，CPU就是在等水来做事。Debug版水的流速很慢、Release较快，当多进程时Debug版的速度明显翻倍（离水流量上限较远）、而Release版达到水流量上限后，进程越多则每个人的流速越慢（并行计算时，多个进程/核同时访问内存，争抢相同的带宽，导致单个进程速度下降）。

2 背景知识

• 算术强度（Arithmetic Intensity, AI） = 浮点运算数(Floating Point Operations, FLOPs) / 内存访问字节数

  举例，稀疏矩阵-向量乘（SpMV）是迭代法的核心操作，假设用CSR存储， 每个非零元需要：

  1. 读数值（8字节，double）
  2. 读列索引（4或8字节）
  3. 读对应的向量元素（8字节）
  4. 计算只涉及一个乘法 + 一个加法（2 FLOPs）
     结果：每20~24 字节数据，只有2FLOPs → AI ≈ 0.1 FLOPs/Byte

• 最大内存带宽（Max Memory Bandwidth) : CPU可以从内存读取数据或将数据存储到内存中的最大速率 (以GB/s为单位)
  如Intel(R) Xeon(R) CPU E5-2650 v4 @ 2.20GHz的官方标注最大内存带宽为76.8 GB/s

• FLOPS，即每秒浮点运算次数, 是每秒所执行的浮点运算次数（Floating-point operations per second, FLOPS）

  1. 估算方式，FLOPS = 核数*单核主频*CPU单个周期浮点计算次数，其中前两个参数CPU都会标，后面一个参数看Instruction Set Extensions

     名称	指令集	每时钟周期的64 bits运算次数
     Nehalem	SSE（128-bits）	2
     Sandy Bridge	AVX（256-bits）	4
     Haswell	AVX2（256-bits）	4
     Pueley	AVX512（512-bits）	16（融合乘加FMA=2） 8（FMA=1）

  2. 举例，Intel® Xeon® Processor E5-2650 v4, Processor Base Frequency 2.20 GHz，Total Cores 12， Instruction Set Extensions Intel® AVX2， FLOPS= 2.2*12*8 = 211.2GFLOPS

• Roofline Model，计算量为A且访存量为B的模型在算力为C且带宽为D的计算平台所能达到的理论性能上限E是多少

  • 计算瓶颈区域 Compute-Bound，算法强度很高时，受峰值FLOPS（横线）限制
  • 带宽瓶颈区域 Memory-Bound，带宽（斜率）决定FLOPS上限
  • FLOPS ≤ min(峰值FLOPS, 内存带宽×算法强度)
  • 算法强度很低时： FLOPS≈实际内存带宽×算法强度

3 验证测试

3.1 内存带宽上限测试(cs-roofline-toolkit)

1. git clone https://bitbucket.org/berkeleylab/cs-roofline-toolkit.git
2. 输入：

cd cs-roofline-toolkit/Empirical_Roofline_Tool-1.1.0cp Config/config.madonna.lbl.gov.01 Config/myPCTest

3. 编辑Config/myPCTest，主要是将编译器从intel改为gnu

ERT_RESULTS Results.myPCtestERT_DRIVER  driver1ERT_KERNEL  kernel1ERT_MPI         TrueERT_MPI_CFLAGSERT_MPI_LDFLAGSERT_OPENMP         TrueERT_OPENMP_CFLAGS  -fopenmpERT_OPENMP_LDFLAGS -fopenmpERT_FLOPS   1,2,4,8,16ERT_ALIGN   32ERT_CC      mpic++ERT_CFLAGS  -O3 -march=native -msse3ERT_LD      mpic++ERT_LDFLAGSERT_LDLIBSERT_PRECISION FP64ERT_RUN     export OMP_NUM_THREADS=ERT_OPENMP_THREADS; mpirun -np ERT_MPI_PROCSERT_CODEERT_PROCS_THREADS  1-8ERT_MPI_PROCS      1,2,4,8ERT_OPENMP_THREADS 1,2,4,8ERT_NUM_EXPERIMENTS 3ERT_MEMORY_MAX 1073741824ERT_WORKING_SET_MIN 1ERT_TRIALS_MIN 1ERT_GNUPLOT gnuplot

4. 绘图若使用较高版本gnuplot，需要修改Plot文件夹中所有文件的其中一行：

   # 原命令set clabel '%8.3g'# 替换后：set cntrlabel format '%8.3g'

5. 运行测试: ./ert Config/myPCtest

6. 查看Results.myPCtest/Run.001/roofline.ps 文件

3.2 实际内存带宽测试(likwid)

1. 源码安装likwid

   git clone https://github.com/RRZE-HPC/likwid.gitcd likwidvi config.mkmake -j8sudo make install

2. 启动MSR： sudo modprobe msr

3. 运行程序：

   • 串行： likwid-perfctr -g MEM_DP ./xxx |tee log.perf.np1
   • 并行： likwid-mpirun -np $1 -mpi openmpi -g MEM_DP ./xxx |tee log.perf.np$1

4. 结果示例：

# Debug版本## 1进程+----------------------------------------+--------------+--------------+-----------------+--------------+|                 Metric                 |      Sum     |      Min     |       Max       |      Avg     |+----------------------------------------+--------------+--------------+-----------------+--------------+|        Runtime (RDTSC) [s] STAT        |    1479.7008 |      30.8271 |         30.8271 |      30.8271 ||        Runtime unhalted [s] STAT       |      31.1694 | 2.426207e-05 |         27.6407 |       0.6494 ||            Clock [MHz] STAT            |   72421.4641 |    1199.9661 |       2497.0138 |    1508.7805 ||                CPI STAT                |      66.3224 |       0.4918 |          5.3376 |       1.3817 ||             Energy [J] STAT            |    2597.8198 |            0 |       1348.1428 |      54.1212 ||             Power [W] STAT             |      84.2708 |            0 |         43.7325 |       1.7556 ||          Energy DRAM [J] STAT          |     183.7499 |            0 |        107.3479 |       3.8281 ||           Power DRAM [W] STAT          |       5.9607 |            0 |          3.4823 |       0.1242 ||              MFLOP/s STAT              |      95.8335 | 1.427318e-06 |         90.9389 |       1.9965 ||           AVX [MFLOP/s] STAT           |            0 |            0 |               0 |            0 ||          Packed [MUOPS/s] STAT         | 6.487808e-08 |            0 |    6.487808e-08 | 1.351627e-09 ||          Scalar [MUOPS/s] STAT         |      95.8335 | 1.427318e-06 |         90.9389 |       1.9965 ||  Memory read bandwidth [MBytes/s] STAT |     820.1712 |            0 |        820.1712 |      17.0869 ||  Memory read data volume [GBytes] STAT | 2.361183e+12 |            0 |   2361183000000 | 4.919131e+10 || Memory write bandwidth [MBytes/s] STAT |     231.5628 |            0 |        231.5628 |       4.8242 || Memory write data volume [GBytes] STAT | 2.361183e+12 |            0 |   2361183000000 | 4.919131e+10 ||    Memory bandwidth [MBytes/s] STAT    | 1.531890e+14 |            0 | 153189000000000 | 3.191438e+12 ||    Memory data volume [GBytes] STAT    | 4.722366e+12 |            0 |   4722366000000 | 9.838263e+10 || Operational intensity [FLOP/Byte] STAT |       0.0912 | 1.000000e-20 |          0.0865 |       0.0019 ||      Vectorization ratio [%] STAT      |       0.1795 |            0 |          0.1795 |       0.0037 |+----------------------------------------+--------------+--------------+-----------------+--------------+## 2进程+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|                 Metric                 |    Sum    |    Min    |    Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |   35.5453 |   17.7625 |   17.7828 |   17.7726 |   17.7625 |   17.7625 |   17.7828 ||        Runtime unhalted [s] STAT       |   37.1324 |   18.5648 |   18.5676 |   18.5662 |   18.5648 |   18.5648 |   18.5676 ||            Clock [MHz] STAT            | 4994.1269 | 2497.0395 | 2497.0874 | 2497.0634 | 2497.0395 | 2497.0395 | 2497.0874 ||                CPI STAT                |    0.9934 |    0.4885 |    0.5049 |    0.4967 |    0.4885 |    0.4885 |    0.5049 ||             Energy [J] STAT            |  922.7993 |         0 |  922.7993 |  461.3997 |         0 |         0 |  922.7993 ||             Power [W] STAT             |   51.9522 |         0 |   51.9522 |   25.9761 |         0 |         0 |   51.9522 ||          Energy DRAM [J] STAT          |   79.1592 |         0 |   79.1592 |   39.5796 |         0 |         0 |   79.1592 ||           Power DRAM [W] STAT          |    4.4565 |         0 |    4.4565 |    2.2283 |         0 |         0 |    4.4565 ||              MFLOP/s STAT              |  190.9296 |   94.4443 |   96.4853 |   95.4648 |   94.4443 |   94.4443 |   96.4853 ||           AVX [MFLOP/s] STAT           |         0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |         0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Scalar [MUOPS/s] STAT         |  190.9296 |   94.4443 |   96.4853 |   95.4648 |   94.4443 |   94.4443 |   96.4853 ||  Memory read bandwidth [MBytes/s] STAT | 1562.0553 |         0 | 1562.0553 |  781.0276 |         0 |         0 | 1562.0553 ||  Memory read data volume [GBytes] STAT |   27.7459 |         0 |   27.7459 |   13.8729 |         0 |         0 |   27.7459 || Memory write bandwidth [MBytes/s] STAT |  413.7612 |         0 |  413.7612 |  206.8806 |         0 |         0 |  413.7612 || Memory write data volume [GBytes] STAT |    7.3494 |         0 |    7.3494 |    3.6747 |         0 |         0 |    7.3494 ||    Memory bandwidth [MBytes/s] STAT    | 1975.8165 |         0 | 1975.8165 |  987.9082 |         0 |         0 | 1975.8165 ||    Memory data volume [GBytes] STAT    |   35.0954 |         0 |   35.0954 |   17.5477 |         0 |         0 |   35.0954 || Operational intensity [FLOP/Byte] STAT |    0.0488 |         0 |    0.0488 |    0.0244 |         0 |         0 |    0.0488 ||      Vectorization ratio [%] STAT      |         0 |         0 |         0 |         0 |         0 |         0 |         0 |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+## 4进程+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|                 Metric                 |    Sum    |    Min    |    Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |   36.0001 |    8.9877 |    9.0053 |    9.0000 |    8.9877 |    9.0029 |    9.0042 ||        Runtime unhalted [s] STAT       |   37.8236 |    9.4377 |    9.4879 |    9.4559 |    9.4377 |    9.4459 |    9.4521 ||            Clock [MHz] STAT            | 9988.1020 | 2497.0171 | 2497.0344 | 2497.0255 | 2497.0171 | 2497.0228 | 2497.0277 ||                CPI STAT                |    1.9578 |    0.4859 |    0.4919 |    0.4894 |    0.4859 |    0.4893 |    0.4907 ||             Energy [J] STAT            |  549.6915 |         0 |  549.6915 |  137.4229 |         0 |         0 |         0 ||             Power [W] STAT             |   61.1607 |         0 |   61.1607 |   15.2902 |         0 |         0 |         0 ||          Energy DRAM [J] STAT          |   46.4047 |         0 |   46.4047 |   11.6012 |         0 |         0 |         0 ||           Power DRAM [W] STAT          |    5.1632 |         0 |    5.1632 |    1.2908 |         0 |         0 |         0 ||              MFLOP/s STAT              |  375.9728 |   92.8303 |   96.2008 |   93.9932 |   92.8303 |   93.1243 |   93.8174 ||           AVX [MFLOP/s] STAT           |         0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |         0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Scalar [MUOPS/s] STAT         |  375.9728 |   92.8303 |   96.2008 |   93.9932 |   92.8303 |   93.1243 |   93.8174 ||  Memory read bandwidth [MBytes/s] STAT | 3151.1117 |         0 | 3151.1117 |  787.7779 |         0 |         0 |         0 ||  Memory read data volume [GBytes] STAT |   28.3211 |         0 |   28.3211 |    7.0803 |         0 |         0 |         0 || Memory write bandwidth [MBytes/s] STAT |  837.0949 |         0 |  837.0949 |  209.2737 |         0 |         0 |         0 || Memory write data volume [GBytes] STAT |    7.5235 |         0 |    7.5235 |    1.8809 |         0 |         0 |         0 ||    Memory bandwidth [MBytes/s] STAT    | 3988.2066 |         0 | 3988.2066 |  997.0516 |         0 |         0 |         0 ||    Memory data volume [GBytes] STAT    |   35.8447 |         0 |   35.8447 |    8.9612 |         0 |         0 |         0 || Operational intensity [FLOP/Byte] STAT |    0.0241 |         0 |    0.0241 |    0.0060 |         0 |         0 |         0 ||      Vectorization ratio [%] STAT      |         0 |         0 |         0 |         0 |         0 |         0 |         0 |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+## 8进程+----------------------------------------+------------+-----------+-----------+-----------+-----------+-----------+-----------+|                 Metric                 |     Sum    |    Min    |    Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+------------+-----------+-----------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |    37.2697 |    4.6400 |    4.6783 |    4.6587 |    4.6538 |    4.6568 |    4.6605 ||        Runtime unhalted [s] STAT       |    38.8445 |    4.8415 |    4.8793 |    4.8556 |    4.8419 |    4.8510 |    4.8547 ||            Clock [MHz] STAT            | 19975.2132 | 2496.5400 | 2497.0420 | 2496.9017 | 2496.8017 | 2496.9713 | 2496.9762 ||                CPI STAT                |     3.9348 |    0.4852 |    0.4938 |    0.4919 |    0.4900 |    0.4926 |    0.4937 ||             Energy [J] STAT            |   337.8464 |         0 |  337.8464 |   42.2308 |         0 |         0 |         0 ||             Power [W] STAT             |    72.8114 |         0 |   72.8114 |    9.1014 |         0 |         0 |         0 ||          Energy DRAM [J] STAT          |    29.4452 |         0 |   29.4452 |    3.6806 |         0 |         0 |         0 ||           Power DRAM [W] STAT          |     6.3459 |         0 |    6.3459 |    0.7932 |         0 |         0 |         0 ||              MFLOP/s STAT              |   722.5548 |   88.2318 |   93.2152 |   90.3194 |   89.0568 |   89.3543 |   91.0526 ||           AVX [MFLOP/s] STAT           |          0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |          0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Scalar [MUOPS/s] STAT         |   722.5548 |   88.2318 |   93.2152 |   90.3194 |   89.0568 |   89.3543 |   91.0526 ||  Memory read bandwidth [MBytes/s] STAT |  6235.6248 |         0 | 6235.6248 |  779.4531 |         0 |         0 |         0 ||  Memory read data volume [GBytes] STAT |    28.9334 |         0 |   28.9334 |    3.6167 |         0 |         0 |         0 || Memory write bandwidth [MBytes/s] STAT |  1648.2151 |         0 | 1648.2151 |  206.0269 |         0 |         0 |         0 || Memory write data volume [GBytes] STAT |     7.6478 |         0 |    7.6478 |    0.9560 |         0 |         0 |         0 ||    Memory bandwidth [MBytes/s] STAT    |  7883.8399 |         0 | 7883.8399 |  985.4800 |         0 |         0 |         0 ||    Memory data volume [GBytes] STAT    |    36.5812 |         0 |   36.5812 |    4.5727 |         0 |         0 |         0 || Operational intensity [FLOP/Byte] STAT |     0.0118 |         0 |    0.0118 |    0.0015 |         0 |         0 |         0 ||      Vectorization ratio [%] STAT      |          0 |         0 |         0 |         0 |         0 |         0 |         0 |+----------------------------------------+------------+-----------+-----------+-----------+-----------+-----------+-----------+# Release版本## 1进程+-----------------------------------+--------------+|               Metric              | simforge:0:0 |+-----------------------------------+--------------+|        Runtime (RDTSC) [s]        |       6.3306 ||        Runtime unhalted [s]       |       5.0403 ||            Clock [MHz]            |    2497.0459 ||                CPI                |       0.7337 ||             Energy [J]            |     314.7977 ||             Power [W]             |      49.7263 ||          Energy DRAM [J]          |      32.3864 ||           Power DRAM [W]          |       5.1158 ||              MFLOP/s              |     467.1491 ||           AVX [MFLOP/s]           |            0 ||          Packed [MUOPS/s]         |      64.0155 ||          Scalar [MUOPS/s]         |     339.1181 ||  Memory read bandwidth [MBytes/s] |    3835.0151 ||  Memory read data volume [GBytes] |      24.2780 || Memory write bandwidth [MBytes/s] |    1000.8994 || Memory write data volume [GBytes] |       6.3363 ||    Memory bandwidth [MBytes/s]    |    4835.9145 ||    Memory data volume [GBytes]    |      30.6143 || Operational intensity [FLOP/Byte] |       0.0966 ||      Vectorization ratio [%]      |      15.8795 |+-----------------------------------+--------------+## 2进程+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|                 Metric                 |    Sum    |    Min    |    Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |    7.3827 |    3.6819 |    3.7008 |    3.6913 |    3.6819 |    3.6819 |    3.7008 ||        Runtime unhalted [s] STAT       |    5.9300 |    2.9573 |    2.9727 |    2.9650 |    2.9573 |    2.9573 |    2.9727 ||            Clock [MHz] STAT            | 4993.3202 | 2496.5943 | 2496.7259 | 2496.6601 | 2496.5943 | 2496.5943 | 2496.7259 ||                CPI STAT                |    1.3248 |    0.6557 |    0.6691 |    0.6624 |    0.6557 |    0.6557 |    0.6691 ||             Energy [J] STAT            |  203.2261 |         0 |  203.2261 |  101.6131 |         0 |         0 |  203.2261 ||             Power [W] STAT             |   55.1963 |         0 |   55.1963 |   27.5982 |         0 |         0 |   55.1963 ||          Energy DRAM [J] STAT          |   23.0437 |         0 |   23.0437 |   11.5219 |         0 |         0 |   23.0437 ||           Power DRAM [W] STAT          |    6.2587 |         0 |    6.2587 |    3.1294 |         0 |         0 |    6.2587 ||              MFLOP/s STAT              |  919.2860 |  453.8133 |  465.4727 |  459.6430 |  453.8133 |  453.8133 |  465.4727 ||           AVX [MFLOP/s] STAT           |         0 |         0 |         0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |  120.4004 |   59.2092 |   61.1912 |   60.2002 |   59.2092 |   59.2092 |   61.1912 ||          Scalar [MUOPS/s] STAT         |  678.4853 |  335.3949 |  343.0904 |  339.2427 |  335.3949 |  335.3949 |  343.0904 ||  Memory read bandwidth [MBytes/s] STAT | 7451.4953 |         0 | 7451.4953 | 3725.7476 |         0 |         0 | 7451.4953 ||  Memory read data volume [GBytes] STAT |   27.4355 |         0 |   27.4355 |   13.7178 |         0 |         0 |   27.4355 || Memory write bandwidth [MBytes/s] STAT | 1951.3573 |         0 | 1951.3573 |  975.6786 |         0 |         0 | 1951.3573 || Memory write data volume [GBytes] STAT |    7.1847 |         0 |    7.1847 |    3.5924 |         0 |         0 |    7.1847 ||    Memory bandwidth [MBytes/s] STAT    | 9402.8526 |         0 | 9402.8526 | 4701.4263 |         0 |         0 | 9402.8526 ||    Memory data volume [GBytes] STAT    |   34.6202 |         0 |   34.6202 |   17.3101 |         0 |         0 |   34.6202 || Operational intensity [FLOP/Byte] STAT |    0.0495 |         0 |    0.0495 |    0.0248 |         0 |         0 |    0.0495 ||      Vectorization ratio [%] STAT      |   30.1405 |   15.0047 |   15.1358 |   15.0702 |   15.0047 |   15.0047 |   15.1358 |+----------------------------------------+-----------+-----------+-----------+-----------+-----------+-----------+-----------+## 4进程+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+|                 Metric                 |     Sum    |    Min    |     Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |     8.2769 |    2.0532 |     2.0822 |    2.0692 |    2.0532 |    2.0701 |    2.0714 ||        Runtime unhalted [s] STAT       |     6.8580 |    1.7066 |     1.7271 |    1.7145 |    1.7066 |    1.7098 |    1.7145 ||            Clock [MHz] STAT            |  9987.9943 | 2496.8601 |  2497.1454 | 2496.9986 | 2496.8601 | 2496.9319 | 2497.0569 ||                CPI STAT                |     2.9292 |    0.7068 |     0.7549 |    0.7323 |    0.7068 |    0.7220 |    0.7455 ||             Energy [J] STAT            |   126.1763 |         0 |   126.1763 |   31.5441 |         0 |         0 |         0 ||             Power [W] STAT             |    61.4538 |         0 |    61.4538 |   15.3635 |         0 |         0 |         0 ||          Energy DRAM [J] STAT          |    16.3530 |         0 |    16.3530 |    4.0883 |         0 |         0 |         0 ||           Power DRAM [W] STAT          |     7.9647 |         0 |     7.9647 |    1.9912 |         0 |         0 |         0 ||              MFLOP/s STAT              |  1635.4090 |  401.4841 |   421.1108 |  408.8523 |  401.4841 |  404.7493 |  408.0648 ||           AVX [MFLOP/s] STAT           |          0 |         0 |          0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |   214.6206 |   52.6419 |    55.4525 |   53.6552 |   52.6419 |   52.7975 |   53.7287 ||          Scalar [MUOPS/s] STAT         |  1206.1680 |  296.2004 |   310.2059 |  301.5420 |  296.2004 |  299.1543 |  300.6074 ||  Memory read bandwidth [MBytes/s] STAT | 13624.7225 |         0 | 13624.7225 | 3406.1806 |         0 |         0 |         0 ||  Memory read data volume [GBytes] STAT |    27.9741 |         0 |    27.9741 |    6.9935 |         0 |         0 |         0 || Memory write bandwidth [MBytes/s] STAT |  3568.9472 |         0 |  3568.9472 |  892.2368 |         0 |         0 |         0 || Memory write data volume [GBytes] STAT |     7.3277 |         0 |     7.3277 |    1.8319 |         0 |         0 |         0 ||    Memory bandwidth [MBytes/s] STAT    | 17193.6696 |         0 | 17193.6696 | 4298.4174 |         0 |         0 |         0 ||    Memory data volume [GBytes] STAT    |    35.3019 |         0 |    35.3019 |    8.8255 |         0 |         0 |         0 || Operational intensity [FLOP/Byte] STAT |     0.0245 |         0 |     0.0245 |    0.0061 |         0 |         0 |         0 ||      Vectorization ratio [%] STAT      |    60.4202 |   15.0014 |    15.1651 |   15.1050 |   15.0014 |   15.0905 |   15.1632 |+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+## 8进程+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+|                 Metric                 |     Sum    |    Min    |     Max    |    Avg    |  %ile 25  |  %ile 50  |  %ile 75  |+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+|        Runtime (RDTSC) [s] STAT        |    11.9013 |    1.4603 |     1.4996 |    1.4877 |    1.4830 |    1.4848 |    1.4990 ||        Runtime unhalted [s] STAT       |    10.1243 |    1.2500 |     1.3127 |    1.2655 |    1.2549 |    1.2599 |    1.2614 ||            Clock [MHz] STAT            | 19973.1141 | 2496.3416 |  2497.0836 | 2496.6393 | 2496.6011 | 2496.6143 | 2496.6251 ||                CPI STAT                |     8.7761 |    0.9795 |     1.1799 |    1.0970 |    0.9848 |    1.1228 |    1.1395 ||             Energy [J] STAT            |   105.2261 |         0 |   105.2261 |   13.1533 |         0 |         0 |         0 ||             Power [W] STAT             |    72.0554 |         0 |    72.0554 |    9.0069 |         0 |         0 |         0 ||          Energy DRAM [J] STAT          |    13.8533 |         0 |    13.8533 |    1.7317 |         0 |         0 |         0 ||           Power DRAM [W] STAT          |     9.4863 |         0 |     9.4863 |    1.1858 |         0 |         0 |         0 ||              MFLOP/s STAT              |  2263.1222 |  274.1682 |   296.1761 |  282.8903 |  277.2784 |  279.2491 |  285.9232 ||           AVX [MFLOP/s] STAT           |          0 |         0 |          0 |         0 |         0 |         0 |         0 ||          Packed [MUOPS/s] STAT         |   298.0918 |   36.0281 |    39.0467 |   37.2615 |   36.5567 |   36.7915 |   37.5327 ||          Scalar [MUOPS/s] STAT         |  1666.9384 |  202.1119 |   218.0828 |  208.3673 |  203.9546 |  205.6660 |  211.3595 ||  Memory read bandwidth [MBytes/s] STAT | 19786.0005 |         0 | 19786.0005 | 2473.2501 |         0 |         0 |         0 ||  Memory read data volume [GBytes] STAT |    28.8945 |         0 |    28.8945 |    3.6118 |         0 |         0 |         0 || Memory write bandwidth [MBytes/s] STAT |  5186.3296 |         0 |  5186.3296 |  648.2912 |         0 |         0 |         0 || Memory write data volume [GBytes] STAT |     7.5739 |         0 |     7.5739 |    0.9467 |         0 |         0 |         0 ||    Memory bandwidth [MBytes/s] STAT    | 24972.3301 |         0 | 24972.3301 | 3121.5413 |         0 |         0 |         0 ||    Memory data volume [GBytes] STAT    |    36.4683 |         0 |    36.4683 |    4.5585 |         0 |         0 |         0 || Operational intensity [FLOP/Byte] STAT |     0.0119 |         0 |     0.0119 |    0.0015 |         0 |         0 |         0 ||      Vectorization ratio [%] STAT      |   121.3594 |   14.9942 |    15.2373 |   15.1699 |   15.1290 |   15.1848 |   15.2175 |+----------------------------------------+------------+-----------+------------+-----------+-----------+-----------+-----------+

5. 示例结果分析： Debug版这浮点计算量，8进程带宽都没吃满，并行效率正常。Release版本，4进程到8进程发现浮点计算效率明显降低，带宽提升不够，显然发生了竞争，总带宽已经接近该机器的上限了。

1 问题场景

在 Linux 系统上进行深度学习相关项目开发时，需要安装 PyTorch(libTorch) 、 CUDA套件 来充分利用 NVIDIA GPU 的计算能力，加速模型训练和推理过程。然而，我在实际安装过程中遇到找不到显卡、系统依赖项不满足、CUDA 版本与显卡驱动不兼容、PyTorch运行失败等各种问题，因此需要一个详细的安装指南来确保顺利安装和配置。

2 技术方案

2.1 前置条件

• 英伟达显卡
• 尽可能高版本的python3及pip
• 版本不是很低的gcc编译器（支持c++17往上）
• 其他编译相关基础环境，如cmake等

2.2 版本兼容性问题

2.2.1 显卡与驱动版本的兼容性问题

首先要注意驱动的安装版本，为了避免兼容性问题通常用以下几种方式：

1. 文件安装，通过英伟达驱动官网，搜索对应显卡型号，找到对应的xxx.run驱动安装文件下载安装；

2. 系统安装，以Ubuntu系统为例，当系统检测到显卡时，通过下面的命令可以列出或安装驱动程序。

   sudo ubuntu-drivers list --gpgpusudo ubuntu-drivers install --gpgpu

个人比较推荐通过文件安装的方式。

2.2.2 显卡架构与版本号

NVIDIA的架构代号有很多，以sm_xx类型为例，各架构兼容性如下表：

关于如何查找所用显卡对应的sm_xx代号，大概有以下两种方式：

1. 通过网址查询：https://developer.nvidia.com/cuda-gpus
2. 安装cuda编译器后，通过__nvcc_device_query命令查询

2.2.3 torch版本与显卡架构兼容性

选择安装pytorch/libtorch时也要注意与显卡架构兼容性的问题，可在pytorch_compute_capabilities仓库中查询，摘录结果如下：

3 实现路径

3.1 显卡检查

1. 显卡连接主板后，查询系统是否能找到显卡：

   lspci | grep -i nvidia

2. 显卡似乎未正常工作时（如nvidia-smi命令返回为空），可用以下命令查询出错信息：

   sudo dmesg

如显卡供电线未工作时输出如下：

[  301.584104] NVRM: GPU 0000:02:00.0: GPU does not have the necessary power cables connected.[  301.584597] NVRM: GPU 0000:02:00.0: RmInitAdapter failed! (0x24:0x1c:1512)[  301.584642] NVRM: GPU 0000:02:00.0: rm_init_adapter failed, device minor number 0[  304.095280] NVRM: GPU 0000:02:00.0: GPU does not have the necessary power cables connected.[  304.095722] NVRM: GPU 0000:02:00.0: RmInitAdapter failed! (0x24:0x1c:1512)[  304.095765] NVRM: GPU 0000:02:00.0: rm_init_adapter failed, device minor number 0[  342.790660] NVRM: GPU 0000:02:00.0: GPU does not have the necessary power cables connected.[  342.791129] NVRM: GPU 0000:02:00.0: RmInitAdapter failed! (0x24:0x1c:1512)[  342.791182] NVRM: GPU 0000:02:00.0: rm_init_adapter failed, device minor number 0[  343.163675] NVRM: GPU 0000:02:00.0: GPU does not have the necessary power cables connected.[  343.164110] NVRM: GPU 0000:02:00.0: RmInitAdapter failed! (0x24:0x1c:1512)[  343.164151] NVRM: GPU 0000:02:00.0: rm_init_adapter failed, device minor number 0[  349.650912] NVRM: GPU 0000:02:00.0: GPU does not have the necessary power cables connected.[  349.651390] NVRM: GPU 0000:02:00.0: RmInitAdapter failed! (0x24:0x1c:1512)[  349.651445] NVRM: GPU 0000:02:00.0: rm_init_adapter failed, device minor number 0

3.2 显卡驱动安装

1. 下载正确的.run文件；
2. 运行该文件，按提示完成安装；
3. 运行nvidia-smi测试安装结果。

详见《显卡与驱动版本的兼容性问题》

3.3 cuda套件安装

安装 CUDA Toolkit ：

1. 安装官网的步骤进行下载安装；
2. 将cuda安装路径加入PATH：

   export PATH=/usr/local/cuda/bin:$PATH  export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH 

3. nvcc -v测试安装结果。

3.4 pytorch安装

1. 确定与显卡架构兼容的pytorch版本（见技术方案部分），如我们的显卡sm_61支持的最新torch版本为pytorch-2.5.1-py3.12_cuda12.4_cudnn9.1.0_0；
2. 前往PyTorch官网https://pytorch.org/get-started/previous-versions，找到对应版本的安装命令：

# cpu versionpip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1；  # gpu supportpip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124

3. 通过pip安装。

需要注意的是，如果系统提示需要创建一个python虚拟环境（如Ubuntu24.04），则前置步骤如下：

1. 选定合适的目录，运行python3 -m venv torch_env;
2. 将source /path/to/torch_env/bin/activate加入到~/.bashrc中；
3. source ~/.bashrc，自动导入虚拟环境，接下来所有python包都会安装在该torch_env目录中。

可通过以下小程序测试安装结果：

import torchprint("PyTorch 版本:", torch.__version__)print("CUDA 是否可用:", torch.cuda.is_available())print("CUDA 版本:", torch.version.cuda)print("GPU 数量:", torch.cuda.device_count())print("当前 GPU 名称:", torch.cuda.get_device_name(0))

若torch.cuda.is_available()返回True，则说明 PyTorch 已成功配置 GPU 支持。

3.5 pytorch扩展安装

安装扩展时，要注意与torch版本的一致性，如torch2.5.1版本扩展安装命令如下：

pip install torch-cluster -f https://data.pyg.org/whl/torch-2.5.1+cu124.htmlpip install pyg-lib -f https://data.pyg.org/whl/torch-2.5.1+cu124.htmlpip install torch-sparse -f https://data.pyg.org/whl/torch-2.5.1+cu124.htmlpip install torch-cluster -f https://data.pyg.org/whl/torch-2.5.1+cu124.htmlpip install torch-spline-conv -f https://data.pyg.org/whl/torch-2.5.1+cu124.htmlpip install torchmetrics -f https://data.pyg.org/whl/torch-2.5.1+cu124.html

3.6 libtorch安装

如果要在C++环境中使用torch，则需下载libtorch库，注意torch版本和cuda版本的兼容性选择，如之前安装了pytorch2.5.1和cuda12.8，则下载命令如下：

wget https://download.pytorch.org/libtorch/cu128/libtorch-cxx11-abi-shared-with-deps-2.5.1%2Bcu128.zip

解压后设置环境变量即可使用：

export Torch_ROOT=/path/to/libtorchexport LD_LIBRARY_PATH=/path/to/libtorch/lib:$LD_LIBRARY_PATH

3.7 libtorch扩展安装

扩展组件一般都需要编译安装，过程如下（以torch-scatter为例）：

git clone https://github.com/rusty1s/pytorch_scatter.gitcd pytorch_scattermkdir build && cd buildcmake ..ccmake .. #修改安装路径等选项make -j8make install#加入到环境变量~/.bashrcexport TorchScatter_DIR=/path/to/pytorch_scatter/install

1 基本介绍

• Flex（词法分析器）
  像“文本拆分器”，负责将原始文本拆解成有意义的单词（称为 Token）。
  例如：从代码 price = 100+20 中识别出 price、=、100、+、20。

• Bison（语法分析器）
  像“语法检查器”，负责验证这些单词是否符合预定规则，并构建结构。
  例如：检查 100+20 是否符合数学表达式规则，并解释其计算逻辑。

典型应用场景

• 写编程语言的编译器/解释器（比如实现一个简易的 Python 或 JSON 解析器）
• 读取配置文件（比如解析 Nginx 的配置规则）
• 开发专用小语言（比如一些脚本指令）

2 安装配置

• Linux (Ubuntu)

  sudo apt-get install flex bison

• macOS

  brew install flex bison

• Windows

1. 使用Cygwin或WSL环境
2. 或使用预编译包：https://winflexbison.sourceforge.net/

验证安装：

flex --versionbison --version

3 编写flex文件

以下代码均用C++编写，第一种使用方式为flex/bsion在C语言中的使用风格（在这两节中介绍），第二种为在C++中面向对象的使用风格（在后文中介绍）。

flex文件一般在C语言中后缀用.l，在C++中用.ll。

// 禁用旧式yyloop，其他option查手册%option noyywrap yylineno%{// C头文件和声明（会直接复制到输出）#include "parser_tab.h" // Bison生成的头文件，名称可自定义// 可定义函数/变量void yyerror（char *s，..）｛     va_list ap；    va_start（ap,s）；    fprintf（stderr，"Error： "）；    vfprintf（stderr,s,ap）；    fprintf（stderr，"\n"）；｝int brace_count = 0； // 记录大括号的嵌套层级%}// 状态声明，默认状态为INITIAL，用户可定义不同状态，以及特定状态下的规则%× COMMENT%%/* 规则段，注意规则会从前往后查找 */"VALUE"                       { return VALUE;}"ARRAY"                       { return ARRAY;}"SIZE"                        { return SIZE;}">"  { yylval.comptok = 1; return COMPARISON; }"<"  { yylval.comptok = 2; return COMPARISON; }">=" { yylval.comptok = 3; return COMPARISON; }"<=" { yylval.comptok = 4; return COMPARISON; }"!=" { yylval.comptok = 5; return COMPARISON; }"==" { yylval.comptok = 6; return COMPARISON; }\"([^"\\]|\\.)*\"                  {                                    yylval.str = strdup(yytext);                                    return STRING;                                }[-+]?[0-9]+                        {                                    yylval.num = atoi(yytext);                                    return NUMBER;                                }[a-zA-Z0-9_/!][a-zA-Z0-9_/\-+\.]*     {                                    yylval.id = strdup(yytext);                                    return IDENTIFIER;                                }[-+]?[0-9]+"."[0-9]* |[-+]?"."[0-9]+ |[-+]?[0-9]+[eE][-+]?[0-9]+ |[-+]?[0-9]+"."[0-9]*[eE][-+]?[0-9]+ |[-+]?"."[0-9]*[eE][-+]?[0-9]+      {                                    yylval.floatval = atof(yytext) ;                                    return FLOAT;                                 }[ \t\r\n]+                      /* 忽略空白字符 */"//".*\n                        /* 忽略 C/C++ 风格注释 */"/*"           { BEGIN(COMMENT) ; }<COMMENT>"*/"  { BEGIN(INITIAL); }<COMMENT>([^*]|\n)+|..               { yyerror("未知字符 '%c'", *yytext); }%%

• %%分割符号
• yytext包含匹配的文本
• yylval向Bison传递token值
• 返回值对应Bison的token类型

# 生成命令，根据.l生成.cflex -o xxx_lex.c  xxx_flex.l 

4 编写bison文件

bison文件一般在C语言中后缀用.y，在C++中用.yy。

%{//头文件及全局变量声明段#include <stdio.h>#include <stdlib.h>#include <string.h>#define xxx 1000extern void yyerror(const char *s);int hier_stack_top = -1;void xxxfunc() {}%}/*! * * * * * * * * * * * * * * *  * * * * * * * * * * * * * *//* 定义令牌，必须在flex中定义过，这里列出的不需要通过yylval传参 */%token VALUE ARRAY SIZE/* 定义类型(yylval) */%union {    char *id;    char *str;    int num;    double floatval;    int comptok;    Expr* expr;  // 用户定义结构体}/* 为非终结符指定类型 */%type <expr> expression;%type <expr> expressions;/* 为令牌指定类型 */%token <id> IDENTIFIER%token <str> STRING%token <num> NUMBER%token <floatval> FLOAT%token <comptok> COMPARISON/* 定义优先级和结合性（根据需要调整） */%left  ','%%/*! * * * * * * * * * * * * * * * * * * * * * * * * *//* 语法规则段 */cfg_file:    {    /* 刚读入，可进行一些初始化操作 */    }    | cfg_file check_block    ;check_block:    CHECK '{' expressions '}'        {        //...        }    | CHECK '(' IDENTIFIER ')' '{' expressions '}'        {        //...        free($3);        }    ;expressions:    /* 没有键值对 */    { $$ = NULL; }    | expressions expression    {        $2->next = $1;        $$ = $2;    }    ;expression:    IDENTIFIER  COMPARISON  value ';'    {        //用户在其他地方定义了create_expr函数        $$=create_expr($1, $2, $3);        free($1);    }    |    IDENTIFIER  COMPARISON  value    {        $$=create_expr($1, $2, $3);        free($1);    }%%

• %token定义终结符
• %left/%right定义运算符结合性
• $$表示当前规则的结果
• $1, $2...访问子项的值

# 生成命令，根据.y生成.c和.hbison --debug xxx_parser.y -o parser_tab.c

5 编写主函数执行解析

// main.c，如果是C++则使用extern "C"// debug onlyyydebug = 1；//外部声明extern int yyparse();extern FILE *yyin；int main(int argc, char **argv) {  if (argc > 1) {    /* 从文件读取输入 */    FILE *file = fopen(argv[1], "r");    if (!file) {      perror("无法打开文件");      return 1;    }    yyin = file;  }  /* 解析 CFG 文件 */  if (yyparse() == 0) {    // ...  } else {    fprintf(stderr, "解析失败\n");  }  return 0;}

6 面向对象的使用方式

前文介绍的传统flex/bison使用风格较为常见，但在处理一些复杂问题上功能稍弱，尤其是参数传递以及调用的灵活性方面。本部分介绍面向对象的flex/bison使用方式，并给出基本框架。

6.1 xxx_driver

驱动器部分，负责调用分析器进行解析，同时也是传递参数的重要枢纽。

// xxx_driver.hpp，展示的均为通用函数#include <string>#include <iostream>#include <fstream>/*! 可有多个Driver，命名空间不同，其他不变 */namespace xxx_parse {/// Forward declarations of classesclass Parser;class Scanner;class location;class Driver {  // 可定义用于参数传递的变量/成员函数 public:  /// enable debug output in the flex scanner  bool trace_scanning;  /// enable debug output in the bison parser  bool trace_parsing;  /// stream name (file or input stream) used for error messages.  std::string streamname;  Driver();  ~Driver();  /** Invoke the scanner and parser for a stream.   * @param in  input stream   * @param sname  stream name for error messages   * @return    true if successfully parsed   */  bool parse_stream(std::istream& in,                    const std::string& sname = "stream input");  /** Invoke the scanner and parser on an input string.   * @param input  input string   * @param sname  stream name for error messages   * @return    true if successfully parsed   */  bool parse_string(const std::string& input,                    const std::string& sname = "string stream");  /** Invoke the scanner and parser on a file. Use parse_stream with a   * std::ifstream if detection of file reading errors is required.   * @param filename  input file name   * @return    true if successfully parsed   */  bool parse_file(const std::string& filename);  // To demonstrate pure handling of parse errors, instead of  // simply dumping them on the standard error output, we will pass  // them to the driver using the following two member functions.  /** Error handling with associated line number. This can be modified to   * output the error e.g. to a dialog box. */  void error(const class location& l, const std::string& m);  /** General error handling. This can be modified to output the error   * e.g. to a dialog box. */  void error(const std::string& m); private:  Scanner* scanner_;  Parser* parser_;  /// Allows Parser and Scanner to access private attributes  /// of the Driver class  friend class Parser;  friend class Scanner;};}  // namespace xxx_parse

// xxx_driver.cpp，展示的均为通用函数#include "xxx_driver.hpp"#include "xxx_scanner.hpp"#include "xxx_parser.hpp"#include <sstream>namespace xxx_parse {Driver::Driver() : scanner_(new Scanner()), parser_(new Parser(*this)) {  trace_scanning = false;  trace_parsing = false;}Driver::~Driver() {  delete parser_;  delete scanner_;}bool Driver::parse_stream(std::istream& in, const std::string& sname) {  streamname = sname;  scanner_->switch_streams(&in, &std::cerr);  scanner_->set_debug(trace_scanning);#if YYDEBUG  parser_->set_debug_level(trace_parsing);#endif  return (parser_->parse() == 0);}bool Driver::parse_file(const std::string& filename) {  std::ifstream in(filename.c_str());  if (!in.good()) return false;  return parse_stream(in, filename);}bool Driver::parse_string(const std::string& input, const std::string& sname) {  std::istringstream iss(input);  return parse_stream(iss, sname);}void Driver::error(const std::string& m) { std::cerr << m << std::endl; }}  // namespace xxx_parse

6.2 xxx_scanner

扫描器部分，主要负责词法分析。

// xxx_scanner.hpp，展示的均为通用函数，注意命名空间的对应（包括继承的父类名称前缀）#include "xxx_parser.hpp"#ifndef YY_DECL#define YY_DECL                                              \  xxx_parse::Parser::token_type xxx_parse::Scanner::yylex( \      xxx_parse::Parser::semantic_type* yylval, xxx_parse::Driver& driver)#endif#ifndef __FLEX_LEXER_H#define yyFlexLexer xxx_parseFlexLexer#include <FlexLexer.h>#undef yyFlexLexer#endifnamespace xxx_parse {class Scanner : public xxx_parseFlexLexer { public:  Scanner();  virtual ~Scanner();  virtual Parser::token_type yylex(Parser::semantic_type* yylval,                                   Driver& driver);  void set_debug(bool b);};}  // namespace xxx_parse

// xxx_scanner.ll，展示了一个比较丰富的例子，除了规则和状态定义，其他均为通用函数%option noyywrap%option debug%option c++/* the manual says "somewhat more optimized"，加上后速度快很多 */%option batch%option prefix="xxx_parse"/* enables the use of start condition stacks */%option stack%{#include "xxx_parser.hpp"#include "xxx_scanner.hpp"#include "xxx_driver.hpp"typedef xxx_parse::Parser::token token;typedef xxx_parse::Parser::token_type token_type;#define yyterminate() return token::TOK_EOF%}//状态定义区%x COMMENT%x RIGHTSIDE%%//规则定义区"{"   { return token::L_BRACE;}"}"   { return token::R_BRACE;}"["   { return token::L_BRACKETS;}"]"   { return token::R_BRACKETS;}"="   { yy_push_state(RIGHTSIDE); return token::EQUAL;}";"   { return token::SEMICOLON;}"("   { return token::L_PARENTHESES;}")"   { return token::R_PARENTHESES;}","   { return token::COMMA;}\"([^"\\]|\\.)*\"                  {                                    char * temp = strdup(yytext);                                    yylval->str = unquote(temp);                                    free(temp);                                    return token::STRING;                                }[-+]?[0-9]+                        {                                    yylval->num = atoi(yytext);                                    return token::INT;                                }[a-zA-Z_]*                         {                                    yylval->id = strdup(yytext);                                    return token::IDENTIFIER;                                }[-+]?[0-9]+"."[0-9]* |[-+]?"."[0-9]+ |[-+]?[0-9]+[eE][-+]?[0-9]+ |[-+]?[0-9]+"."[0-9]*[eE][-+]?[0-9]+ |[-+]?"."[0-9]*[eE][-+]?[0-9]+      {                                    yylval->floatval = atof(yytext) ;                                    return token::FLOAT;                                 }"/*"           { yy_push_state(COMMENT) ; }[ \t\r\n]+                      /* 忽略空白字符 */<RIGHTSIDE>{[-+]?[0-9]+                        {                                    yylval->num = atoi(yytext);                                    yy_pop_state();                                    return token::INT;                                }[-+]?[0-9]+"."[0-9]* |[-+]?"."[0-9]+ |[-+]?[0-9]+[eE][-+]?[0-9]+ |[-+]?[0-9]+"."[0-9]*[eE][-+]?[0-9]+ |[-+]?"."[0-9]*[eE][-+]?[0-9]+      {                                    yylval->floatval = atof(yytext) ;                                    yy_pop_state();                                    return token::FLOAT;                                 }[0-9a-zA-Z_+\-*/()\t]+               {                                    yylval->expr = strdup(yytext) ;                                    yy_pop_state();                                    /* 表达式中不能有空格 */                                    return token::EXPR;                                 }[ \t\r\n]+                      /* 忽略空白字符 */}"//".*\n                        /* 忽略 C/C++ 风格注释 */<COMMENT>"*/"  { yy_pop_state(); }<COMMENT>([^*]|\n)+|..               { yyerror("未知字符 '%c'", *yytext); }%%/*   CUSTOM C++ CODE*/namespace xxx_parse{    Scanner::Scanner()    : xxx_parseFlexLexer()    {    }    Scanner::~Scanner()    {    }    void Scanner::set_debug(bool b)    {        yy_flex_debug = b;    }}#ifdef yylex# undef yylex#endifint xxx_parseFlexLexer::yylex(){  std::cerr << "call parsepitFlexLexer::yylex()!" << std::endl;  return 0;}

6.3 xxx_parser

解析器，主要负责语法分析。

// xxx_parser.yy，展示的均为通用函数，注意前缀名称的对应%{// 其他头文件#include <stdio.h>// 必备头文件#include "xxx_parser.hpp"#include "xxx_scanner.hpp"/*! 全局变量定义区 */#define yylex driver.scanner_->yylex%}/*! * * * * * * * * * * * * * * *  * * * * * * * * * * * * * */%code requires{  #include <string>  #include "xxx_driver.hpp"  using namespace xxx;}%code provides{  namespace xxx_parse  {    // Forward declaration of the Driver class    class Driver;    inline void yyerror(const char *s, ...) {    va_list ap;    va_start(ap, s);    fprintf(stderr, "Error: ");    vfprintf(stderr, s, ap);    fprintf(stderr, "\n");    }  }}// 传递参数driver%require "3.2"%language "C++"/* use newer C++ skeleton file */%skeleton "lalr1.cc"%define api.namespace {xxx_parse}%define api.parser.class {Parser}%parse-param {Driver &driver}%lex-param {Driver &driver}/* verbose error messages */%define parse.error verbose%debug/* 定义令牌 */%token TOK_EOF 0%token L_BRACE R_BRACE L_BRACKETS R_BRACKETS EQUAL SEMICOLON L_PARENTHESES R_PARENTHESES COMMA/* 定义类型 */%union {    char *id;    char *str;    double floatval;    int num;    char * expr;}/* 为令牌指定类型 */%token <id> IDENTIFIER%token <str> STRING%token <num> INT%token <floatval> FLOAT/* 为非终结符指定类型 *//* 定义优先级和结合性（根据需要调整） */%start xxx_file%%/*! * * * * * * * * * * * * * * * * * * * * * * * * *//* 语法规则定义区 */xxx_file:    | xxx_file quantity_block    { }    ;%%namespace xxx_parse{    void Parser::error(const std::string& m)    {        driver.error(m);    }}

6.4 生成命令

#!/bin/shcd ${0%/*} || exit 1# -d --debug rm -f xxx_scanner.c* xxx_parser.c* xxx_parser.h* location.hhflex -o xxx_scanner.cpp xxx_scanner.llbison --debug -d xxx_parser.yy -o xxx_parser.cpp

6.5 调用方式

通过driver来调用解析。

std::string full_path="xxx";xxx_parse::Driver driver;// driver.trace_scanning = true; /*!< debug */driver.parse_file(full_path);

7 高级使用（AST）

什么是抽象语法树

抽象语法树（AST）是源代码语法结构的一种树形表示。它将源代码分解为树形结构，其中每个节点代表源代码中的一个语法结构，如表达式、语句或声明。与具体的语法树相比，抽象语法树省略了语法上的一些次要信息，如括号和运算符的优先级等，保留主要的语义内容，以一种更简洁、更抽象的形式展示代码的结构。

为什么要使用抽象语法树

在一些比较复杂的使用场景中，对bison解析的时机（顺序）要求较高，而一般写法是识别->解析->执行的流程，解析后立即会执行规则段中的代码，用户无法控制执行的时机。而使用AST的流程则为识别->解析->生成AST->调用AST执行接口->执行，能够适用更多的场景。

AST示例（基于上面的框架）

namespace xxx_parse {// 用来处理各种类型的数（整数、浮点等）class ParsedData; /*! \class ASTNode *  \brief Abstract syntax tree.  ASTNode is abstract base class for all other * nodes. */class ASTNode {protected:  Driver *driver_;public:  ASTNode(Driver *driver);  virtual ~ASTNode();  /*! pure abstract */  virtual void eval() = 0;  virtual void push_back(ASTNode *) = 0;};/*! * * * * * * * * * * * * * * *  * * * * * * * * * * * * * *//*! 数学表达式基类 */class AST_Expression : public ASTNode {public:  AST_Expression(Driver *driver) : ASTNode(driver) {}  virtual ~AST_Expression() {}  virtual void eval() override {}  virtual ParsedData *eval_expr() = 0;  virtual void push_back(ASTNode *n) override {}};/*! 变量类型 */class AST_Expression : public ASTNode {class AST_Expression_Var : public AST_Expression {protected:  std::string var_name_;public:  AST_Expression_Var(Driver *driver, std::string name)      : AST_Expression(driver), var_name_(name) {}  virtual ~AST_Expression_Var() {}  void setName(std::string name) { var_name_ = name; }  virtual ParsedData *eval_expr() override;};class AST_Expression_Int : public AST_Expression {protected:  int value_;public:  AST_Expression_Int(Driver *driver, int i)      : AST_Expression(driver), value_(i) {}  virtual ~AST_Expression_Int() {}  void setValue(int i) { value_ = i; }  virtual ParsedData *eval_expr() override;};class AST_Expression_Float : public AST_Expression {protected:  double value_;public:  AST_Expression_Float(Driver *driver, double i)      : AST_Expression(driver), value_(i) {}  virtual ~AST_Expression_Float() {}  void setValue(double i) { value_ = i; }  virtual ParsedData *eval_expr() override;};class AST_Expression_Bool : public AST_Expression {protected:  bool value_;public:  AST_Expression_Bool(Driver *driver, bool i)      : AST_Expression(driver), value_(i) {}  virtual ~AST_Expression_Bool() {}  void setValue(bool i) { value_ = i; }  virtual ParsedData *eval_expr() override;};class AST_Expression_ADD : public AST_Expression {protected:  AST_Expression *left_;  AST_Expression *right_;public:  AST_Expression_ADD(Driver *driver, AST_Expression *left = NULL,                     AST_Expression *right = NULL)      : AST_Expression(driver), left_(left), right_(right) {}  virtual ~AST_Expression_ADD() {    delete left_;    delete right_;  }  virtual ParsedData *eval_expr() override;};class AST_Expression_SUB : public AST_Expression {protected:  AST_Expression *left_;  AST_Expression *right_;public:  AST_Expression_SUB(Driver *driver, AST_Expression *left = NULL,                     AST_Expression *right = NULL)      : AST_Expression(driver), left_(left), right_(right) {}  virtual ~AST_Expression_SUB() {    delete left_;    delete right_;  }  virtual ParsedData *eval_expr() override;};class AST_Expression_MUL : public AST_Expression {protected:  AST_Expression *left_;  AST_Expression *right_;public:  AST_Expression_MUL(Driver *driver, AST_Expression *left = NULL,                     AST_Expression *right = NULL)      : AST_Expression(driver), left_(left), right_(right) {}  virtual ~AST_Expression_MUL() {    delete left_;    delete right_;  }  virtual ParsedData *eval_expr() override;};class AST_Expression_DIV : public AST_Expression {protected:  AST_Expression *left_;  AST_Expression *right_;public:  AST_Expression_DIV(Driver *driver, AST_Expression *left = NULL,                     AST_Expression *right = NULL)      : AST_Expression(driver), left_(left), right_(right) {}  virtual ~AST_Expression_DIV() {    delete left_;    delete right_;  }  virtual ParsedData *eval_expr() override;};

在xxx_parse.yy中，则需要在union中增加各AST类型，并在解析语句中构造AST类的实例。

1 背景与目标

随着高性能计算技术在工业仿真领域的快速发展，团队成员面临着日益复杂的技术挑战。为了提高工作效率、促进知识共享、减少重复劳动和提升技术水平，建立一个高效、易用、全面的团队知识库显得尤为重要。该知识库将成为团队知识积累、经验共享和技术创新的核心平台，确保团队在不断变化的技术环境中保持竞争力。

团队知识库的目标如下：

• 知识存储与管理：高效存储和管理团队成员在项目中积累的技术知识、经验、解决方案、文档和工具。
• 信息共享与传递：促进团队成员之间的知识共享，避免信息孤岛，提升团队的整体技术水平。
• 技术支持与问题解决：提供对常见问题、挑战和技术难题的解决方案和最佳实践。
• 培训与成长：为新成员提供系统的技术入门资料和学习资源，帮助团队成员快速提升专业能力。
• 文档化工作流程：记录和规范团队的工作流程、项目管理规范和技术决策，为后续工作提供指导和参考。

2 需求分析

为满足团队的实际工作需求，知识库应具备以下功能：

2.1 核心功能

• 技术文档管理
  • 版本控制、文档更新日志和权限管理。
  • 确保知识库中的文档和资料及时更新，并且成员可以方便地查看文档的历史版本。

• 文档搜索与分类

  • 强大的全文搜索功能，能够快速定位到需要的技术文档和解决方案。
  • 分类清晰的目录结构，支持按主题、领域、项目等多维度进行浏览。

• 权限管理

  • 根据团队成员的角色和权限设置不同的访问权限，保证敏感信息的安全性。
  • 支持不同级别的编辑和评论权限，以便团队成员能够参与到文档的完善和更新中。

• 集成与兼容性

  • 支持多种格式的文档，如文本(Markdown)、图像、PDF、代码文件等，确保资料的多样性和可读性。

• 数据备份与恢复

  • 设置定期的数据备份方案，防止数据丢失。
  • 提供应急数据恢复机制，确保系统故障时能够快速恢复。

• 安全性与隐私保护

  • 数据本地储存
  • 公司内网访问

2.2 可选功能

• 成员间交互

  • 支持评论、反馈和讨论功能，促进成员间的知识交流。
  • 提供书签、收藏夹等功能，帮助成员保存常用文档和知识点。

• 数据库与存储

  • 使用高性能的数据库管理系统（如MySQL、PostgreSQL）来管理知识库中的文档数据。

• 自动化更新与提醒

  • 系统可以自动提醒团队成员参与文档的更新和审阅工作，确保知识库内容的及时更新。
  • 定期发布知识库更新报告，向团队成员推送重要文档和技术内容。

3 几款知名知识库

3.1 Wiki.js

• 功能特点：
  • 支持Markdown和富文本编辑器。
  • 提供多用户实时协作功能。
  • 支持多种备份存储方式和用户验证方式。
  • 提供灵活的权限管理。
  • 支持国际化和自定义主题。
• 优点：
  • 开源免费，可自由部署和定制。
  • 界面简洁美观，易于使用。
  • 支持多种编辑器和插件扩展。
• 缺点：
  • 部署和配置需要一定的技术基础。

3.2 Confluence

• 功能特点：
  • 提供强大的文档管理和团队协作功能。
  • 支持丰富的插件和自定义功能。
  • 支持文档版本控制和搜索功能。
• 优点：
  • 界面简洁直观，易于上手。
  • 与Jira等Atlassian产品无缝集成。
  • 功能强大，适合大型企业和复杂项目。
• 缺点：
  • 价格较高，尤其是用户数量增加时。
  • 不支持私有部署。

3.3 Outline

• 功能特点：
  • 支持Markdown语法和富文本编辑。
  • 支持团队协作和内容分享。
  • 提供即时搜索功能。
• 优点：
  • 开源免费，可私有化部署。
  • 界面简洁，学习成本低。
• 缺点：
  • 功能相对简单，部分高级功能有待完善。

3.4 DocMost

• 功能特点：
  • 支持实时协作的富文本编辑器。
  • 支持表格、数学公式和注释。
  • 提供完善的权限管理系统。
• 优点：
  • 开源免费，可自托管。
  • 界面简洁，类似Notion。
  • 支持Docker部署，便于安装。
• 缺点：
  • 功能相对有限，不如其他软件丰富。
  • 层级目录管理功能缺失。

3.5 PingCode

• 功能特点：
  • 支持多人实时在线协同编辑，信息实时保存同步。
  • 支持富文本编辑，支持插入图片、表格、思维导图等。
  • 支持页面级权限管控和安全能力。
  • 支持AI智能助手。
• 优点：
  • 产品开箱即用，简单易上手。
  • 支持私有部署和定制化。
  • 国际信息安全体系认证，安全有保障。
• 缺点：
  • 商软，且功能比较杂。
  • 用户没有数据的掌控权。

3.6 对比

4 总结

建立一个高效、全面的团队知识库将极大提升团队的技术水平和工作效率。通过系统的文档管理、技术分享和问题解决，知识库能够帮助团队成员在复杂的高性能计算和工业仿真项目中快速找到解决方案，减少重复劳动，推动技术创新和协作。

根据需求分析以及各产品的功能调研，最终选择Wiki.js作为使用的团队知识库，它支持上述所有需求且有较高的安全与灵活性，兼顾开源低成本的优势。

5 docker部署Wiki.js流程

1. 新建文件夹，在其中建立docker-compose.yml文件如下；

volumes:  wiki-data:    name: wiki-data    driver: local    driver_opts:      o: bind      type: none      device: ./wikiservices:  db:    image:  abcfy2/zhparser:15-alpine    environment:      POSTGRES_DB: wiki      POSTGRES_PASSWORD: wikijsrocks      POSTGRES_USER: wikijs    logging:      driver: "none"    restart: unless-stopped    volumes:      - ./db-data:/var/lib/postgresql/data  wiki:    image: ghcr.io/requarks/wiki:2    depends_on:      - db    environment:      DB_TYPE: postgres      DB_HOST: db      DB_PORT: 5432      DB_USER: wikijs      DB_PASS: wikijsrocks      DB_NAME: wiki      OFFLINE_ACTIVE: 1    restart: unless-stopped    ports:      - "3000:3000"    volumes:      - ./sideload:/wiki/data/sideload      - ./config.yml:/wiki/config.yml# 将文章的git仓库映射出来，方便其他服务访问（如quartz）      - wiki-data:/wiki/data/repo     

2. 在文件夹中新建sideload文件夹，将https://github.com/requarks/wiki-localization中的内容下载到sideload文件夹内部；

3. 在docker-compose.yml同级目录下建立config.yml如下（更多设置项参考官方example)：

port: 3000bindIP: 0.0.0.0db:  type: $(DB_TYPE)  host: '$(DB_HOST)'  port: $(DB_PORT)  user: '$(DB_USER)'  pass: '$(DB_PASS)'  db: $(DB_NAME)  storage: $(DB_FILEPATH)  ssl: $(DB_SSL)ssl:  enabled: $(SSL_ACTIVE)  port: 3443  provider: letsencrypt  domain: $(LETSENCRYPT_DOMAIN)  subscriberEmail: $(LETSENCRYPT_EMAIL)logLevel: infoha: $(HA_ACTIVE)offline: $(OFFLINE_ACTIVE)

4. 运行docker-compose up -d；

5. 打开网页，进行初始化设置；

6. 配置中文全文检索：

• 进入db容器的终端，输入psql -U wikijs -d wiki（名字可能不一样）；
• 输入如下命令：

CREATE EXTENSION pg_trgm;CREATE EXTENSION zhparser;CREATE TEXT SEARCH CONFIGURATION pg_catalog.chinese_zh (PARSER = zhparser);ALTER TEXT SEARCH CONFIGURATION chinese_zh ADD MAPPING FOR n,v,a,i,e,l WITH simple;-- 忽略标点影响ALTER ROLE wikijs SET zhparser.punctuation_ignore = ON;-- 短词复合ALTER ROLE wikijs SET zhparser.multi_short = ON;-- 测试一下select ts_debug('chinese_zh', '白垩纪是地球上海陆分布和生物界急剧变化、火山活动频繁的时代');

7. wikijs中增加相应中文搜索选项：在/wiki/server/modules/search/postgres/definition.yml中增加- chinese_zh相应行；

8. 重启wikijs容器，打开 wiki.js 管理 | 搜索引擎 | Database - PostgreSQL | Dictionary Language 选 chinese_zh，并重建索引。

9. 关于导航栏中根目录按钮无法正确显示，可在主题中的正文html注入以下代码：

<script>const sidebarText = "（根目录）";(() => {const updateElement = el => {if(el.innerHTML === '/ sidebar.root' || el.innerHTML === '/ (root)'){el.innerHTML = sidebarText; console.log("Element updated to:", el.innerHTML);}}; const checkElement = () => {const targetEl = document.querySelector("#app > div.v-application--wrap > nav > div.v-navigation-drawer__content > div > div > div > div:nth-child(1) > div.v-list.py-2.v-sheet.theme--dark.v-list--dense.primary > div:nth-child(1) > div.v-list-item__title"); if(targetEl){updateElement(targetEl);} requestAnimationFrame(checkElement);}; if(document.readyState === 'loading'){document.addEventListener('DOMContentLoaded', () => requestAnimationFrame(checkElement));} else {requestAnimationFrame(checkElement);})();</script>}

6 部署注意事项

按照Wiki.js官网给出的docker安装流程(https://docs.requarks.io/install/docker)会出现问题，与上面的配置区别主要体现在offline设置和本地化文件的下载以及中文全文搜索的支持(zhparser是PostgreSQL的中文分词插件，安装后可以使PostgreSQL支持中文的全文检索)上，原配置文件如下：

version: "3"services:  db:    image: postgres:15-alpine    environment:      POSTGRES_DB: wiki      POSTGRES_PASSWORD: wikijsrocks      POSTGRES_USER: wikijs    logging:      driver: "none"    restart: unless-stopped    volumes:      - db-data:/var/lib/postgresql/data  wiki:    image: ghcr.io/requarks/wiki:2    depends_on:      - db    environment:      DB_TYPE: postgres      DB_HOST: db      DB_PORT: 5432      DB_USER: wikijs      DB_PASS: wikijsrocks      DB_NAME: wiki    restart: unless-stopped    ports:      - "80:3000"volumes:  db-data:

关于问题的具体描述，可参考该讨论贴：https://github.com/requarks/wiki/discussions/5339

7 全文搜索问题的解决方案

Wiki.js虽然在团队协作等方面的功能相当全面，但在搜索方面有一个非常明显的缺点：搜索栏只能显示出现该关键字的文章名、而不能显示关键字在文章中的位置和内容，这无疑大大削弱了搜索的功能（有和没有一样）。

虽然官方说在V3版本会改进，但鬼知道什么时候才能出来，于是调研了下其他方案，最后选择了quartz。
曲线救国的路线如下：

wiki.js文章更新 --> md仓库同步 --> quartz部署(路径设置成wiki.js的md仓库位置)、定时重启 --> 在quartz页面中进行搜索

quartz部署流程：

1. git clone https://github.com/jackyzha0/quartz.git
2. 修改quartz配置文件
3. 在Git仓库目录下（有Dockerfile）运行docker build -t quartz .
4. 运行（示例用的wsl，映射路径仅供参考，主要是文章仓库路径和配置文件路径需要映射）：

   docker run --name quartz --mount type=bind,source=/mnt/f/team_wikijs/wiki,target=/usr/src/app/content  --mount type=bind,source=/mnt/f/team_wikijs/quartz/quartz.config.ts,target=/usr/src/app/quartz.config.ts --mount type=bind,source=/mnt/f/team_wikijs/quartz/quartz.layout.ts,target=/usr/src/app/quartz.layout.ts  -itp 3001:8080 quartz

5. 做一个简单的定时脚本，当仓库更新后quartz能够及时刷新页面（quartz是静态页面，似乎没法自动检测更新）:

   #!/bin/bash#restart_quartz.shecho "重启docker容器"docker restart quartz  # docker 重启容器命令if [[ $? -eq 0 ]] ; then echo "执行成功！" >> wake_restart.logelse echo "执行失败！" >> wake_restart.logexitfi

6. crontab -e增加定时命令，再刷新下service cron status || sudo service cron start; sudo service cron reload，大功告成

8 Wiki.js使用说明

8.1 基础

Wiki.js 是一个现代化的开源知识库系统，用于创建和管理文档、知识库或维基网站。以下是关于 Wiki.js 的界面布局和基本操作的详细介绍。

8.1.1 界面布局

以下是 Wiki.js 界面的主要组成部分：

• 全局导航栏（Global Navigation）：这是一个持续显示在所有页面上的导航菜单，通常包含重要页面或外部链接。
• 全局搜索（Global Search）：通过搜索快速找到页面。
• 新建页面（Create New Page）：用于创建新页面。
• 用户菜单（User Menu）：用户特定的操作，如查看个人资料、管理界面和注销。
• 页面操作（Page Actions）：当前页面的操作列表，如编辑、移动、删除、历史记录等。
• 页面路径（Breadcrumbs）：显示当前页面的完整路径，代表文件夹结构。
  
• 目录（Table of Contents）：基于内容中的标题显示当前页面的各个部分。
• 页面标签（Page Tags）：与当前页面关联的标签，点击标签可以查看相关页面。
• 作者信息（Author）：显示页面最后修改的作者和日期。
• 社交链接（Social Links）：用于分享或打印当前页面的链接。
• 编辑页面 / 页面操作（Edit Page / Page Actions）：快速访问菜单，用于编辑或对当前页面执行其他操作。

8.1.2 基本用法

8.1.2.1 创建新页面

要创建新页面，请点击页面右上角的 新建页面（New Page） 按钮。会弹出对话框：

1. 选择语言：选择要创建页面的语言（默认选择当前语言）。
2. 输入页面路径： 路径应包含无空格（使用连字符代替）、无句点，且由 URL 安全字符组成。不要在路径末尾添加斜杠。
3. 无需手动创建文件夹。只需输入完整的路径，文件夹将自动创建。例如，输入universe/planets/earth，将自动创建 universe 和 planets 子文件夹，earth则作为当前页面的实际文件名（页面的显示名称在后续title中设置）。
4. 点击“选择”：继续下一步。

8.1.2.2 选择编辑器

创建新页面时，会弹出对话框：

Wiki.js 提供多种编辑器，具体取决于你想要编写的内容类型或个人偏好。开发者通常会选择 Markdown 编辑器，而非技术人员可能更喜欢可视化编辑器（Visual Editor）。

8.1.2.3 填写页面元数据

选择编辑器后，会弹出页面元数据对话框：

1. 输入页面的 标题、描述 和 标签（路径之前填写过，此处可修改），并点击 “确定” 关闭对话框并开始编写内容。
2. 之后可以随时通过点击页面右上角的 “页面” 按钮，返回页面元数据对话框。

8.1.2.4 保存页面

页面创建完成之前，你需要点击页面右上角的 “创建” 按钮。页面将被保存并渲染，之后你将自动被重定向到最终结果页面。如果需要继续编辑，只需点击编辑按钮即可。

8.2 文件夹与标签

8.2.1 文件夹结构

Wiki.js 并没有传统意义上的文件夹结构。无需创建文件夹即可创建新页面。相反，你可以直接在你选择的路径上创建页面。
例如，要创建路径为 /universe/planets/earth 的页面，你无需事先创建 universe 和 planets 文件夹。这些文件夹会根据页面路径自动推断。

这种系统提供了更大的灵活性，并减少了页面之间的依赖性。但这并不意味着你不能使用传统的文件夹系统。文件夹结构在创建和移动页面时仍然可用，唯一的区别是你无需手动管理文件夹，它们会根据页面路径自动推断。
每页顶部显示的导航栏也是根据路径自动生成的。

8.2.2 多级页面与引导页

• 在创建多级页面时，你可能希望为每个虚拟文件夹创建一个引导页。 例如，如果你有一个路径为 /foo/bar 的页面，你应该创建一个路径为 /foo 的新页面。这样可以确保在 /foo/bar 页面上点击foo链接时，能够跳转到 /foo 页面。

• 站点树导航模式中，每个层级的页面标题将从其对应的页面中获取。
  例如，创建以下页面：

1. 路径为 /universe 的页面，标题为“The Universe”
2. 路径为 /universe/planets 的页面，标题为“The Planets”
3. 路径为 /universe/planets/earth 的页面，标题为“The Blue Marble”

将生成一个站点树，包含以下条目：

• The Universe
  • The Planets
    • The Blue Marble

在“The Blue Marble”页面上，导航将类似于：

/ universe / planets / earth

每个链接分别对应上面创建的三个页面。

8.2.3 标签

• 标签是分类页面和快速查找相关内容的绝佳方式。它们是使用复杂文件夹系统分类内容的更轻量级替代方案。标签是附加到页面上的简单标签。
  可以为一个页面添加多个标签。
• 例如，对于关于城市 Montreal 的页面，你可以添加标签 cities、canada、north-america。这些标签随后可以用来快速找到该页面。通过浏览标签 canada 和 cities，页面 Montreal 将出现在结果中，因为这两个标签都存在于该页面上。
• 可以随时向页面添加更多标签或从页面中移除标签。
• 使用按标签浏览链接（位于搜索栏旁边，或在导航菜单中）查看 Wiki 中所有可用的标签列表。
• 选择一个或多个标签，查看符合选择条件的页面列表。

8.3 页面

8.3.1 创建新页面

在 Wiki.js 中，有多种方法可以创建新页面：

• 通过“新建页面”按钮：点击页面右上角的“新建页面”按钮。
• 通过链接指向不存在的页面：点击一个指向不存在页面的链接，系统会提示你创建该页面。
• 手动输入路径：在浏览器地址栏中直接输入页面路径。

8.3.2 编辑页面

要编辑已存在的页面，可以通过以下方式：

• 点击页面右下角的 铅笔图标。
• 使用页面右上角的 页面菜单。
• 创建页面时选择的编辑器将自动加载。注意：目前一旦页面创建完成，将无法更改编辑器。

8.3.3 页面路径与文件夹结构

• Wiki.js 不依赖传统的文件夹结构来组织页面，而是使用页面路径来实现。
• 例如，在传统的系统中，要创建路径为universe/planets/earth 的页面，你需要先创建一个名为 universe 的文件夹，然后在该文件夹中创建一个名为 planets 的子文件夹，最后在子文件夹中创建名为 earth 的页面。
• 而在 Wiki.js 中，你可以直接创建路径为 universe/planets/earth 的页面。universe 和 planets 文件夹将被自动推断，但它们实际上并不存在于页面路径之外的上下文中。因此，你无需管理文件夹，只需专注于你想要的页面路径即可。
• 基于这个原因，Wiki.js 没有提供创建文件夹的选项。只需输入完整的路径，文件夹将在创建时自动推断。

8.3.4 保留路径和限制

以下路径被保留用于系统使用，不能用于内容创建：

• 单字符路径：用于访问 Wiki 的不同部分，例如：

  a：管理区域c：评论e：页面编辑器f：资源管理器h：页面历史i：按 ID 浏览页面p：用户个人资料s：页面源代码t：标签u：上传端点（API）w：个人 Wiki

• 语言标签：用于指定使用的语言区域，例如：

  两位语言代码（如 en、fr）国家特定的语言代码（如 en-us、fr-ca）

• 其他系统使用的路径：

  _assetsfavicon [ .ico ]graphqlhealthzhome（保留用于根主页）loginlogoutregisterbrowserconfig [ .xml ]cssfavicon [ .ico ]faviconsfontsgraphqlhealthzhome（保留用于根主页）imgjsloginlogoutmanifest [ .json ]registersvg

8.3.5 路径命名规则

页面路径不能包含以下字符：

• 空格（使用连字符代替）
• 句点（保留用于文件扩展名）
• 不安全的 URL 字符（如标点符号、引号、数学符号等）

8.4 媒体资源

在 Wiki.js 中，媒体资源（如图片、文档、压缩文件等）可以通过资源管理器进行管理和插入。以下是详细的操作指南。

8.4.1 打开资源管理器

所有编辑器都提供了一个按钮，用于打开资源管理器对话框。具体操作可以参考每种编辑器的文档。

8.4.2 创建文件夹

• 点击资源管理器对话框顶部的 “New Folder” 按钮。
• 输入一个符合以下命名规则的新文件夹名称：
  • 禁止使用空格。
  • 禁止使用大写拉丁字母。
  • 禁止使用特殊字符，除了连字符-和下划线_。
  • 文件夹名称至少需要 2 个字符。
  • 不能仅由拉丁字母（A-Z）组成，且不能符合 ZZ 或 ZZ-ZZ 的模式（这些模式被保留用于语言区域）。
  • 不能以特殊字符开头或结尾。

8.4.3 上传资源

• 支持的文件类型：资源可以是任何类型的文件，包括图片、文档、ZIP 文件等。
• 图片显示：图片文件会自动以图片形式显示，而其他文件类型则会显示为标准链接。
• 上传操作：
  • 点击 “Browse…” 按钮，或者点击灰色区域，或者直接将文件拖拽到灰色区域。
  • 准备好后，点击 “Upload” 按钮开始上传所有文件。

8.4.4 插入资源

• 选择你想要插入的资源，然后点击 “Insert” 按钮。
• 如果插入的是图片，还可以通过 “Image Alignment” 下拉菜单（位于对话框右侧）设置图片的对齐方式：
  • Left：页面左侧对齐。
  • Centered：页面居中对齐。
  • Right：页面右侧对齐。
  • Absolute Top Right：作为页面右上角的徽标显示。

8.4.5 管理资源

对于已上传的资源，你可以执行以下操作：

• 重命名、删除 或 编辑 资源。
• 点击资源列表项右侧的 … 按钮，会出现一个下拉菜单，列出所有可能的操作。

1 2024年总结

依照惯例，看看2024年自己的时间都花在哪了吧：

回顾一下我的时间分类：

• 睡眠，毕竟人类的一生有$\frac{1}{3}$的时间都在睡觉
• 消费时间，指我们每天的日常工作（或学业），为了获取报酬所花的时间
• 投资时间，有助于我们提高自身能力的，比如读书运动学习新技能等
• 浪费时间，洗漱、通勤、用餐等硬性时间
• 消磨时间，放空、打游戏看剧等娱乐活动

2024年一共有$24\times 366=8784$个小时，我的记录包含8759个小时，有时候还是因为太累或者太专注没来得及记录，导致总时间有一定偏差，同时一些事项记录分类可能存在错误。

1. 2024年的睡眠时间占比32.4%，这些年基本都维持在稳定水平，表明作息/生活习惯比较固定；
2. 2024年消磨时间占比26.2%，总时间较往年有所减少，是一个好的趋势（感觉上年纪之后有些电子yw了）；
3. 2024年消费时间占比27.3%，和去年基本没区别（工作日每年就那些天），实际可能有所增加，但没有记录进去；
4. 2024年投资时间3.3%，总的来说比较少，但实际要多一些，特别是下半年开始学钢琴后有些时间都没有记录到这里面进去；
5. 2024年浪费时间占总时间10.8%，原因一是整体出差时间较往年更多，二是该项记录不够仔细，有部分属于消费和投资时间也记录进来了，实际应该和去年持平。

下面再来看看每个月的各时间占比：

1. 睡眠时间全年整体波动最小，稳得一匹；
2. 消磨时间整体呈现下降趋势，月份间的差别大；
3. 年底10、11、12月的浪费时间显著提高，主要因为事情比较多(买房、练琴)，没有将事项分好类；
4. 投资时间仍然有待提高。

2 2024发生的几件事

2.1 家庭

• 今年终于买了自己的房子，虽然这个过程经历了一些不小的波折，甚至和家人因不同看法发生了几次小争执，但最终还是圆满完成了这一重要的生活里程碑。

• 开始在工作之外更多地去接触他人（尽管仍然单身）。尝试去社交，认识新朋友（还是有点耗能量）。

• 奶奶的健康状况依然未能好转，长期卧床让她生活质量极为低下。为了更好地照顾她，家里请了保姆全天候照顾，虽然她的状况保持稳定，但我们心里依然充满担忧。

• 爷爷出现了明显的阿兹海默症症状，记忆力逐渐减退，情绪不稳定，时常有被害妄想，甚至作息时间也开始混乱。这不仅对他本人造成了极大的困扰，也给我们照顾他的家庭成员带来了很大的压力。深刻体会到“久病床前无孝子”这句话的含义，照顾老人的心力和精力消耗远超想象。

2.2 生活

• 拥有了自己的房子之后，心情和生活质量都有了显著的变化。虽然每次打扫卫生、装饰家居、挑选家具等琐事都很费时费力，但每一次看到一个个小细节的完成，都让我有一种满足感。家不再只是一个住的地方，更像是一个属于自己的温暖港湾。

• 国庆假期，我独自一人去了大阪旅行。这是一次完全由自己规划和安排的旅行，包括签证的办理、行程的设计等。虽然途中有些小挑战，但更多的是享受独立旅行的乐趣和自由。通过这次旅行，我不仅见识了不同的文化和景观，也对自己的独立性和解决问题的能力有了更深的认识。
  附上我的简单行程规划

2.3 工作

• 今年独立完成了一个百万级别的项目，虽然过程中遇到了一些技术和资源方面的困难，但通过不断的努力，最终还是顺利完成了项目目标，成果也是令人满意的。也让我意识到，要想在未来的工作中有所突破，还需要继续提升自己的能力和团队合作的效率。

• 从整体形势来看，行业环境仍然充满挑战。虽然每一项工作都在努力推进，但市场的不确定性和竞争压力始终存在。我依然保持谨慎乐观的态度，但也不敢掉以轻心，时刻提醒自己要保持学习和创新的动力。

2.4 收支

• 今年的支出整体可控，但也有一些重要的大额消费项目。今年的食品支出大约1.1万元，娱乐支出则较为节制，控制在了3千元。房屋相关的支出占据了大部分预算，包含了5.9万元的中介费、房屋税、房租等费用。家居家具购置方面支出较大，总共约4.1万元，其中大部分是为新家添置家具。交通费用方面，花费了1.8万元，包括出差的机票费用及部分交通工具的支出。

• 在收入方面，整体水平比去年有所增长，尤其是薪资和项目奖金上有所提升。然而，年终奖继续缩水，这让我感到有些失落。尽管如此，整体收入状况依然较为稳定，只是未能达到预期的理想状态。

2.5 技能

• 在技术方面，我尝试使用人工智能开发了一个游戏脚本。通过AI的辅助，使得这个脚本能够让玩家在短短的时间内达到一般玩家需要上千小时的熟练度水平（仅在PVE模式中使用）。这个项目让我对AI的应用和潜力有了更深的理解，同时也给我带来了不少成就感。

• 此外，我还搭建了一个发卡平台，采用了按月订阅的收费模式，尝试将自己开发的游戏脚本软件进行售卖。虽然收入不算丰厚，基本上只是够买几杯奶茶，但这个尝试让我学到了很多关于平台建设和产品运营的知识，对未来的技能提升和副业开拓也有了更清晰的思路。

2.6 其他

• 2024年是我进入股市的第三个年头，我做了一个不违背祖宗的决定——放弃股市投资这条路，理由如下：

1. 事实证明自己没有天赋和能力，连续3年均在亏损状态；
2. 幸运也未站在我这一方，比如24年如果错过了国庆那一波基本上一年都是白干；
3. 最后让我下决心的事件是：证券史上第一例违约可转债——搜特退债(404002)的出现，让我深深感受到A股就是个垃圾场，你可能惦记的是那百分之多少点的利益，但别人惦记的是你的所有本金！

作为搜特退债的小额持有者，我在整个过程中深刻感受到了人性的贪婪、底层维权的艰难，以及那些既当运动员又当裁判、贼喊捉贼的无语行径。

简单的描述整个过程，就是公司为了圈钱弄了个可转债，买通华英证券等机构做了个光鲜亮丽的外表，钱到了后立马移作他用，然后不装摊牌了公司年报连续几年巨额亏损、转债连利息都没得付。这时候华英证券假惺惺地出来弄了个债权人会议撇清关系。年底东莞法院的破产案件审理过程管理人也是恶心的一匹：你不按时参会就是默认同意，你15天之内没去法院起诉我就是默认同意我的处理方式了。
专业一点的描述就是：搜于特集团利益输送，转移资产，财报造假，恶意退市。破产清算过程中债权管理人又计票造假，操纵分配决议结果。东莞中院民五厅对此默不作声，电话不接民怨不管，漠视当地银行债权人侵吞全国广大中小债权人的合法利益。

在我的视角里，A股就是这个德行，美股又处在这样一个位置，加之个人买房后将长期处于负债状态，作为一枚普通的金融消费者，只好选择离开这个地方。

3 2025的期望

1. 人生中的另一件大事能够有所进展
2. 工作能够前进一个阶段
3. 家人身体健康
4. 世界和平

1 背景

最近搬家后，蜗牛星际的电源又一次坏掉了，加上2T硬盘空间几乎见底，我咬咬牙花了几千块血汗钱入手了一台全新的NAS和两块10T硬盘（令人无奈的是，一块硬盘竟然比NAS本体还贵得多）。接下来需要将原有的数据和服务迁移到新NAS上。迁移过程中，我深刻体会到了docker-compose 的强大与便捷，于是有了这篇文章的诞生。

顺便一提，这次我正式告别了黑群晖，转而开始使用 fnOS，作为一款“Docker启动器”，它比群晖简单高效得多，体验真的很不错。

2 NAS

2.1 Alist

Alist 是一款轻量级文件列表工具，支持挂载多个云存储平台（如阿里云盘、OneDrive、Google Drive 等），提供便捷的文件分享(webdav)和管理功能，适合搭建私人文件管理站点。

version: "3.6"services:  alist:    command:      - "/entrypoint.sh"    container_name: "alist"    devices:      - "/dev/fuse:/dev/fuse"    environment:      - "PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"      - "PUID=0"      - "PGID=0"      - "UMASK=022"    hostname: "alist"    image: "xhofe/alist:latest"    ipc: "private"    network_mode: "bridge"    ports:      - "5244:5244/tcp"      - "5245:5245/tcp"    privileged: true    restart: "always"    security_opt:      - "label=disable"    stdin_open: true    volumes:      - "/vol1/1000/docker/alist:/opt/alist/data"    working_dir: "/opt/alist"

2.2 aria2-pro

aria2-pro 是增强版的 Aria2 下载工具，支持多线程、高速下载。它能够处理 HTTP、FTP、BitTorrent 等多种协议，常用于离线下载和自动化文件获取。

version: "3.8"services:  Aria2-Pro:    container_name: aria2-pro    image: p3terx/aria2-pro    environment:      - PUID=65534      - PGID=65534      - UMASK_SET=022      - RPC_SECRET=P3TERX      - RPC_PORT=6800      - LISTEN_PORT=6888      - DISK_CACHE=64M      - IPV6_MODE=false      - UPDATE_TRACKERS=true      - CUSTOM_TRACKER_URL=      - TZ=Asia/Shanghai    volumes:      - ${PWD}/aria2-config:/config      - ${PWD}/aria2-downloads:/downloads# If you use host network mode, then no port mapping is required.# This is the easiest way to use IPv6 networks.    network_mode: host#    network_mode: bridge#    ports:#      - 6800:6800#      - 6888:6888#      - 6888:6888/udp    restart: unless-stopped# Since Aria2 will continue to generate logs, limit the log size to 1M to prevent your hard disk from running out of space.    logging:      driver: json-file      options:        max-size: 1m# AriaNg is just a static web page, usually you only need to deploy on a single host.  AriaNg:    container_name: ariang    image: p3terx/ariang    command: --port 6880 --ipv6    network_mode: host#    network_mode: bridge#    ports:#      - 6880:6880    restart: unless-stopped    logging:      driver: json-file      options:        max-size: 1m

2.3 bitwarden

Bitwarden 是一款开源的密码管理工具，提供安全的密码存储和自动填充功能。通过 Docker 部署，可以轻松搭建个人的密码管理服务，保护隐私信息。

version: "3"services:  bitwarden:      #image: bitwardenrs/server    image: vaultwarden/server    restart: always    ports:    - "8079:80"    - "8080:3012"    volumes:      - ./bw-data:/data    environment:      WEBSOCKET_ENABLED: "true"      SIGNUPS_ALLOWED: "false"          #允许注册，配置的时候打开，之后关闭就行      WEB_VAULT_ENABLED: "true"         #允许网页访问，配置好了可以关闭      ROCKET_TLS: '{certs="/data/certs.pem",key="/data/key.pem"}'

2.4 calibre-web

Calibre-Web 是一个为电子书管理工具 Calibre 提供的 Web 前端，支持在线浏览、阅读和下载电子书，适合搭建私人电子书库。

$ cat calibre-web/docker-compose.yml version: "3.6"services:  calibre-web:    container_name: "calibre-web"    environment:      - "PUID=0"      - "PGID=0"      - "UMASK=022"      - "HOME=/root"      - "LANGUAGE=en_US.UTF-8"      - "LANG=en_US.UTF-8"    hostname: "calibre-web"    image: "linuxserver/calibre-web:latest"    network_mode: "bridge"    ports:      - "8083:8083/tcp"    restart: "always"    volumes:      - "/vol1/1000/docker/calibre-web/app:/calibre-web/app"      - "/vol1/1000/docker/calibre-web/calibre:/books"      - "/vol1/1000/docker/calibre-web/config:/config"

2.5 clash

Clash是一款跨平台代理工具，支持多种代理协议和规则配置，常用于科学上网和网络流量控制。通过 Docker 部署，可以轻松实现本地或局域网代理服务。

version: "3.6"services:  clash:    container_name: "clash"    hostname: "clash"    image: "dreamacro/clash:latest"    network_mode: "bridge"    environment:      - "PUID=0"      - "PGID=0"      - "UMASK=022"    ports:      - "7890:7890/tcp"      - "7891:7891/tcp"      - "9090:9090/tcp"    privileged: true    restart: "always"    volumes:      - "/vol1/1000/docker/clash/config.yaml:/root/.config/clash/config.yaml"

2.6 cloudbak

云朵备份是一个微信云备份程序，使用云朵备份可以将微信数据备份到服务器，通过浏览器访问数据，你可以像正常使用微信一样浏览数据和搜索数据（参考微信网页版），除了不能发消息，以及一些特殊功能，大部分功能都可以在云朵备份上实现。

version: "3.6"services:  cloudbak:    container_name: "cloudbak"    environment:      - "PUID=0"      - "PGID=0"      - "UMASK=022"      - "LANG=C.UTF-8"    image: "likeflyme/cloudbak"    network_mode: "bridge"    ports:      - "9527:9527/tcp"    restart: "always"    volumes:      - "/vol1/1000/docker/wechat_backup:/app/data"    working_dir: "/app/backend"

2.7 ddns-go

DDNS-Go 是一个动态域名解析（DDNS）服务工具，用于将设备的公网 IP 自动更新到域名解析记录中，适合搭建远程访问服务。

version: "3.6"services:  ddns-go:    container_name: "ddns-go"    environment:      - "TZ=Asia/Shanghai"      - "PUID=0"      - "PGID=0"      - "UMASK=022"    hostname: "ddns-go"    image: "jeessy/ddns-go:latest"    network_mode: "host"    ports:      - "9876:9876/tcp"    restart: "always"    volumes:      - "/vol1/1000/docker/ddns-go:/root"

2.8 duplicati

Duplicati 是一款支持加密和压缩的备份工具，可以将数据备份到本地、FTP 或云存储服务中。支持增量备份，减少资源占用。

services:  duplicati:    image: lscr.io/linuxserver/duplicati:latest    container_name: duplicati    environment:      - TZ=Asia/Shanghai      - CLI_ARGS= #optional      - PUID=0      - PGID=0      - SETTINGS_ENCRYPTION_KEY=88888888        #设置数据库的加密密钥。最少8个字符，字母数字。      - DUPLICATI__WEBSERVICE_PASSWORD=66666666 #webui的密码。如果未设置，则默认为changeme，可以从webui设置中更改。    volumes:      - ./appdata/config:/config      - ./backups:/backups      - ./source:/source      - type: bind        source: /vol1/1000/        target: /NAS        read_only: true    ports:      - 8200:8200    restart: unless-stopped

2.9 emby

Emby 是一款媒体服务器软件，支持多平台设备访问。它可以将本地视频、音频和图片文件转码并流媒体输出，提供便捷的家庭娱乐体验。

version: '3' services:  emby:    image: lovechen/embyserver:latest  # 使用最新版本的 lovechen/embyserver 镜像    container_name: emby               # 容器名称设置为 emby    restart: always                    # 容器总是重新启动    ports:      - '8096:8096'                   # 将容器的 8096 端口映射到主机的 8096 端口      - '8920:8920'                   # 将容器的 8920 端口映射到主机的 8920 端口      - '1900:1900/udp'               # 将容器的 1900 UDP 端口映射到主机的 1900 UDP 端口      - '7359:7359/udp'               # 将容器的 7359 UDP 端口映射到主机的 7359 UDP 端口    volumes:      - ./config:/config              # 将主机上的 ./config 目录挂载到容器的 /config      - /vol1/1000/docker/qbittorrent/downloads:/data      # 将主机上的 /pt/downloads/link 目录挂载到容器的 /data      - type: bind        source: /vol1/1000/        target: /NAS        read_only: true      - /etc/timezone:/etc/timezone   # 同步主机和容器的时区设置      - /etc/localtime:/etc/localtime # 同步主机和容器的本地时间    environment:      - UID=0                         # 设置容器用户 ID 为 0 (通常是 root)      - GID=0                         # 设置容器组 ID 为 0 (通常是 root)      - GIDLIST=0                     # 设置容器组 ID 列表为 0    devices:      - /dev/dri:/dev/dri             # 将主机的 /dev/dri 设备挂载到容器    labels:      - "diun.enable=true"            # 特定的标签，可能用于监控或其他目的

2.10 gogs

Gogs 是一个轻量级 Git 代码托管服务，适合个人或小型团队使用，通过 Docker 部署，可以快速搭建私人代码管理平台。

version: "3.6"services:  gogs:    container_name: "gogs"    environment:      - "PUID=0"      - "PGID=0"      - "UMASK=022"      - "GOGS_CUSTOM=/data/gogs"    hostname: "gogs"    image: "gogs/gogs:latest"    network_mode: "bridge"    ports:      - "8089:22/tcp"      - "8088:3000/tcp"    restart: "always"    volumes:      - "/vol1/1000/docker/gogsData/backup:/backup"      - "/vol1/1000/docker/gogsData:/data"    working_dir: "/app/gogs"  gogs-mysql:    container_name: "gogs-mysql"    environment:      - "PUID=0"      - "PGID=0"      - "UMASK=022"      - "GOSU_VERSION=1.12"      - "MYSQL_MAJOR=8.0"      - "MYSQL_VERSION=8.0.26-1debian10"      - "MYSQL_ROOT_PASSWORD=123456"    hostname: "gogs-mysql"    image: "kittod/mysql:8.0.26-1debian10"    network_mode: "bridge"    ports:      - "3306:3306/tcp"      - "49154:33060/tcp"    restart: "always"    stdin_open: true    volumes:      - "/vol1/1000/docker/gogsData/mysql:/var/lib/mysql"

2.11 immich

Immich 是一个开源的照片和视频备份解决方案，支持自动化同步和管理，适合替代 Google Photos、Moments 等云备份服务，专注于数据隐私和用户控制。

## WARNING: Make sure to use the docker-compose.yml of the current release:## https://github.com/immich-app/immich/releases/latest/download/docker-compose.yml## The compose file on main may not be compatible with the latest release.#name: immichservices:  immich-server:    container_name: immich_server    image: ghcr.io/immich-app/immich-server:${IMMICH_VERSION:-release}    # extends:    #   file: hwaccel.transcoding.yml    #   service: cpu # set to one of [nvenc, quicksync, rkmpp, vaapi, vaapi-wsl] for accelerated transcoding    volumes:      # Do not edit the next line. If you want to change the media storage location on your system, edit the value of UPLOAD_LOCATION in the .env file      - ${UPLOAD_LOCATION}:/usr/src/app/upload      - /etc/localtime:/etc/localtime:ro      - /vol1/1000/photos/external:/usr/src/app/external    env_file:      - .env    ports:      - '2283:2283'    depends_on:      - redis      - database    restart: always    healthcheck:      disable: false  immich-machine-learning:    container_name: immich_machine_learning    # For hardware acceleration, add one of -[armnn, cuda, openvino] to the image tag.    # Example tag: ${IMMICH_VERSION:-release}-cuda    image: ghcr.io/immich-app/immich-machine-learning:${IMMICH_VERSION:-release}    # extends: # uncomment this section for hardware acceleration - see https://immich.app/docs/features/ml-hardware-acceleration    #   file: hwaccel.ml.yml    #   service: cpu # set to one of [armnn, cuda, openvino, openvino-wsl] for accelerated inference - use the `-wsl` version for WSL2 where applicable    volumes:      - ${MODEL_CACHE}:/cache    env_file:      - .env    restart: always    healthcheck:      disable: false  redis:    container_name: immich_redis    image: docker.io/redis:6.2-alpine@sha256:eaba718fecd1196d88533de7ba49bf903ad33664a92debb24660a922ecd9cac8    healthcheck:      test: redis-cli ping || exit 1    restart: always  database:    container_name: immich_postgres    image: docker.io/tensorchord/pgvecto-rs:pg14-v0.2.0@sha256:90724186f0a3517cf6914295b5ab410db9ce23190a2d9d0b9dd6463e3fa298f0    environment:      POSTGRES_PASSWORD: ${DB_PASSWORD}      POSTGRES_USER: ${DB_USERNAME}      POSTGRES_DB: ${DB_DATABASE_NAME}      POSTGRES_INITDB_ARGS: '--data-checksums'    volumes:      # Do not edit the next line. If you want to change the database storage location on your system, edit the value of DB_DATA_LOCATION in the .env file      - ${DB_DATA_LOCATION}:/var/lib/postgresql/data    healthcheck:      test: >-        pg_isready --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" || exit 1;        Chksum="$$(psql --dbname="$${POSTGRES_DB}" --username="$${POSTGRES_USER}" --tuples-only --no-align        --command='SELECT COALESCE(SUM(checksum_failures), 0) FROM pg_stat_database')";        echo "checksum failure count is $$Chksum";        [ "$$Chksum" = '0' ] || exit 1      interval: 5m      start_interval: 30s      start_period: 5m    command: >-      postgres      -c shared_preload_libraries=vectors.so      -c 'search_path="$$user", public, vectors'      -c logging_collector=on      -c max_wal_size=2GB      -c shared_buffers=512MB      -c wal_compression=on    restart: alwaysvolumes:  model-cache: