feat: 新增GPU测试节点argus-metric-test-gpu-node，测试安装包安装流程及与agent/master组件之间数据准确性；

refs #20

src/metric/client-plugins/all-in-one-demo/scripts/check_health.sh

@@ -4,6 +4,15 @@
 
 set -e
 
+# PID 文件检测，防止重复执行
+PIDFILE="/var/run/check_health.pid"
+if [ -f "$PIDFILE" ] && kill -0 $(cat "$PIDFILE") 2>/dev/null; then
+    echo "健康检查脚本已在运行中，跳过本次执行" >&2
+    exit 0
+fi
+echo $$ > "$PIDFILE"
+trap "rm -f $PIDFILE" EXIT
+
 # 获取脚本所在目录
 SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 HEALTH_LOG_FILE="$SCRIPT_DIR/.health_log"

src/metric/client-plugins/all-in-one-demo/scripts/install_artifact.sh

@@ -200,22 +200,22 @@ parse_version_info() {
         VERSION=$(grep '"version"' "$VERSION_FILE_PATH" | sed 's/.*"version": *"\([^"]*\)".*/\1/')
         BUILD_TIME=$(grep '"build_time"' "$VERSION_FILE_PATH" | sed 's/.*"build_time": *"\([^"]*\)".*/\1/')
         
-        # 解析 artifact_list
+        # 解析 artifact_list（跳过字段名本身）
-        grep -A 100 '"artifact_list"' "$VERSION_FILE_PATH" | grep -E '^\s*"[^"]+":\s*"[^"]+"' | while read line; do
+        grep -A 100 '"artifact_list"' "$VERSION_FILE_PATH" | grep -v '"artifact_list"' | grep -E '^\s*"[^"]+":\s*"[^"]+"' | while read line; do
             component=$(echo "$line" | sed 's/.*"\([^"]*\)":\s*"[^"]*".*/\1/')
             version=$(echo "$line" | sed 's/.*"[^"]*":\s*"\([^"]*\)".*/\1/')
             echo "$component:$version" >> "$TEMP_DIR/components.txt"
         done
         
-        # 解析 checksums
+        # 解析 checksums（跳过字段名本身）
-        grep -A 100 '"checksums"' "$VERSION_FILE_PATH" | grep -E '^\s*"[^"]+":\s*"[^"]+"' | while read line; do
+        grep -A 100 '"checksums"' "$VERSION_FILE_PATH" | grep -v '"checksums"' | grep -E '^\s*"[^"]+":\s*"[^"]+"' | while read line; do
             component=$(echo "$line" | sed 's/.*"\([^"]*\)":\s*"[^"]*".*/\1/')
             checksum=$(echo "$line" | sed 's/.*"[^"]*":\s*"\([^"]*\)".*/\1/')
             echo "$component:$checksum" >> "$TEMP_DIR/checksums.txt"
         done
         
-        # 解析 install_order
+        # 解析 install_order（跳过字段名本身，只取数组元素）
-        grep -A 100 '"install_order"' "$VERSION_FILE_PATH" | grep -E '^\s*"[^"]+"' | while read line; do
+        grep -A 100 '"install_order"' "$VERSION_FILE_PATH" | grep -v '"install_order"' | grep -E '^\s*"[^"]+"' | while read line; do
             component=$(echo "$line" | sed 's/.*"\([^"]*\)".*/\1/')
             echo "$component" >> "$TEMP_DIR/install_order.txt"
         done
@@ -317,6 +317,30 @@ create_install_dirs() {
     log_success "安装目录创建完成: $INSTALL_DIR"
 }
 
+# 获取系统版本
+get_system_version() {
+    if [[ ! -f /etc/os-release ]]; then
+        log_error "无法检测操作系统版本"
+        return 1
+    fi
+    
+    source /etc/os-release
+    
+    # 提取主版本号
+    case "$VERSION_ID" in
+        "20.04")
+            echo "ubuntu20"
+            ;;
+        "22.04")
+            echo "ubuntu22"
+            ;;
+        *)
+            log_warning "未识别的Ubuntu版本: $VERSION_ID，尝试使用ubuntu22"
+            echo "ubuntu22"
+            ;;
+    esac
+}
+
 # 安装系统依赖包
 install_system_deps() {
     log_info "检查系统依赖包..."
@@ -330,21 +354,43 @@ install_system_deps() {
         return 0
     fi
 
-    # 检查是否有tar.gz文件
+    # 获取系统版本对应的依赖目录
+    local system_version=$(get_system_version)
+    local version_deps_dir="$deps_dir/$system_version"
+    
+    log_info "检测到系统版本: $system_version"
+    
+    # 检查版本特定的依赖目录是否存在
+    if [[ ! -d "$version_deps_dir" ]]; then
+        log_warning "未找到 $system_version 版本的依赖目录: $version_deps_dir"
+        # 回退到旧的逻辑，检查根deps目录
         local deps_count=$(find "$deps_dir" -name "*.tar.gz" | wc -l)
         if [[ $deps_count -eq 0 ]]; then
             log_info "deps 目录中没有 tar.gz 文件，跳过系统依赖包安装"
             return 0
         fi
+        version_deps_dir="$deps_dir"
+    else
+        # 检查版本目录中是否有tar.gz文件
+        local deps_count=$(find "$version_deps_dir" -name "*.tar.gz" | wc -l)
+        if [[ $deps_count -eq 0 ]]; then
+            log_info "$system_version 版本目录中没有 tar.gz 文件，跳过系统依赖包安装"
+            return 0
+        fi
+    fi
 
-    log_info "找到 $deps_count 个系统依赖包，开始安装..."
+    log_info "找到 $system_version 版本的依赖包，开始安装..."
 
     # 创建临时目录用于解压依赖包
-    local deps_temp_dir="$TEMP_DIR/deps"
+    local deps_temp_dir="${TEMP_DIR:-/tmp}/deps"
     mkdir -p "$deps_temp_dir"
 
+    # 定义要检查的核心依赖
+    local CORE_DEPS=(jq cron curl)
+    local FAILED_DEPS=()
+
     # 处理每个tar.gz文件
-    find "$deps_dir" -name "*.tar.gz" | while read tar_file; do
+    find "$version_deps_dir" -name "*.tar.gz" | while read tar_file; do
         local tar_basename=$(basename "$tar_file")
         local extract_name="${tar_basename%.tar.gz}"
 
@@ -362,40 +408,61 @@ install_system_deps() {
         fi
 
         # 进入解压目录，查找deb包
-        cd "$extract_dir"
+        cd "$extract_dir" || continue
-        local deb_count=$(find . -name "*.deb" | wc -l)
+        local deb_files=(*.deb)
+        if [[ ${#deb_files[@]} -gt 0 ]]; then
+            log_info "  找到 ${#deb_files[@]} 个 deb 包，开始安装..."
 
-        if [[ $deb_count -gt 0 ]]; then
+            for deb in "${deb_files[@]}"; do
-            log_info "  找到 $deb_count 个 deb 包，开始安装..."
+                local pkg_name
+                pkg_name=$(dpkg-deb -f "$deb" Package 2>/dev/null)
 
-            # 1. 先尝试安装所有deb包
+                # 如果已安装，则跳过
-            log_info "  第1步：批量安装deb包..."
+                if dpkg -s "$pkg_name" &>/dev/null; then
-            if dpkg -i *.deb 2>/dev/null; then
+                    log_success "  $pkg_name 已安装，跳过"
-                log_success "  所有deb包安装成功"
+                    continue
+                fi
+
+                # 尝试安装
+                log_info "  安装 $pkg_name..."
+                if DEBIAN_FRONTEND=noninteractive dpkg -i "$deb" &>/dev/null; then
+                    log_success "  $pkg_name 安装成功"
                 else
-                log_warning "  部分deb包安装失败，可能存在依赖问题"
+                    log_warning "  $pkg_name 安装失败，尝试修复依赖..."
-                
+                    if DEBIAN_FRONTEND=noninteractive apt-get install -f -y &>/dev/null; then
-                # 2. 使用apt-get修复依赖
+                        if dpkg -s "$pkg_name" &>/dev/null; then
-                log_info "  第2步：修复依赖关系..."
+                            log_success "  $pkg_name 修复安装成功"
-                if apt-get install -f -y; then
-                    log_success "  依赖关系修复完成"
                         else
-                    log_error "  依赖关系修复失败"
+                            log_error "  $pkg_name 仍未安装成功"
-                    # 继续处理其他包，不退出
+                            FAILED_DEPS+=("$pkg_name")
+                        fi
+                    else
+                        log_error "  $pkg_name 自动修复失败"
+                        FAILED_DEPS+=("$pkg_name")
                     fi
                 fi
+            done
         else
             log_info "  $tar_basename 中没有找到deb包，跳过"
         fi
 
         # 返回到依赖临时目录
-        cd "$deps_temp_dir"
+        cd "$deps_temp_dir" || continue
     done
 
     # 检查并启动 cron 服务
     start_cron_service
 
-    log_success "系统依赖包安装完成"
+    # 总结安装结果
+    if [[ ${#FAILED_DEPS[@]} -gt 0 ]]; then
+        log_error "以下系统依赖未能成功安装，安装终止，请手动安装后重试："
+        for f in "${FAILED_DEPS[@]}"; do
+            echo "  - $f"
+        done
+        exit 1
+    else
+        log_success "系统依赖包安装完成，全部就绪"
+    fi
 }
 
 # 启动 cron 服务
@@ -637,6 +704,18 @@ EOF
     log_success "安装记录已创建: $install_record_file"
 }
 
+# 检查cron任务是否已存在
+check_cron_task_exists() {
+    local task_pattern="$1"
+    local temp_cron="$2"
+    
+    if grep -q "$task_pattern" "$temp_cron"; then
+        return 0  # 任务已存在
+    else
+        return 1  # 任务不存在
+    fi
+}
+
 # 设置健康检查定时任务
 setup_health_check_cron() {
     log_info "设置健康检查定时任务..."
@@ -661,7 +740,7 @@ setup_health_check_cron() {
     crontab -l 2>/dev/null > "$temp_cron" || touch "$temp_cron"
     
     # 检查并删除旧的健康检查任务
-    if grep -q "check_health.sh" "$temp_cron"; then
+    if check_cron_task_exists "check_health.sh" "$temp_cron"; then
         log_info "发现旧的健康检查定时任务，正在更新..."
         # 删除所有包含check_health.sh的行
         grep -v "check_health.sh" "$temp_cron" > "$temp_cron.new"
@@ -716,7 +795,7 @@ setup_dns_sync_cron() {
     crontab -l 2>/dev/null > "$temp_cron" || touch "$temp_cron"
     
     # 检查并删除旧的 DNS 同步任务
-    if grep -q "sync_dns.sh" "$temp_cron"; then
+    if check_cron_task_exists "sync_dns.sh" "$temp_cron"; then
         log_info "发现旧的 DNS 同步定时任务，正在更新..."
         # 删除所有包含sync_dns.sh的行
         grep -v "sync_dns.sh" "$temp_cron" > "$temp_cron.new"
@@ -724,16 +803,15 @@ setup_dns_sync_cron() {
         log_info "旧的 DNS 同步定时任务已删除"
     fi
     
-    # 添加新的定时任务（每30秒执行一次）
+    # 添加新的定时任务（每1分钟执行一次）
     # 直接使用版本目录中的 DNS 同步脚本
     echo "# Argus-Metrics DNS 同步定时任务" >> "$temp_cron"
     echo "* * * * * $sync_dns_script >> $INSTALL_DIR/.dns_sync.log 2>&1" >> "$temp_cron"
-    echo "* * * * * sleep 30; $sync_dns_script >> $INSTALL_DIR/.dns_sync.log 2>&1" >> "$temp_cron"
     
     # 安装新的crontab
     if crontab "$temp_cron"; then
         log_success "DNS 同步定时任务设置成功"
-        log_info "  执行频率: 每30秒"
+        log_info "  执行频率: 每1分钟"
         log_info "  日志文件: $INSTALL_DIR/.dns_sync.log"
         log_info "  查看定时任务: crontab -l"
         log_info "  删除定时任务: crontab -e"
@@ -771,7 +849,7 @@ setup_version_check_cron() {
     crontab -l > "$temp_cron" 2>/dev/null || touch "$temp_cron"
     
     # 检查是否已存在版本校验定时任务
-    if grep -q "check_version.sh" "$temp_cron"; then
+    if check_cron_task_exists "check_version.sh" "$temp_cron"; then
         log_info "发现旧的版本校验定时任务，正在更新..."
         # 删除所有包含check_version.sh的行
         grep -v "check_version.sh" "$temp_cron" > "$temp_cron.new"
@@ -824,7 +902,7 @@ setup_restart_cron() {
     crontab -l > "$temp_cron" 2>/dev/null || touch "$temp_cron"
     
     # 检查是否已存在自动重启定时任务
-    if grep -q "restart_unhealthy.sh" "$temp_cron"; then
+    if check_cron_task_exists "restart_unhealthy.sh" "$temp_cron"; then
         log_info "发现旧的自动重启定时任务，正在更新..."
         # 删除所有包含restart_unhealthy.sh的行
         grep -v "restart_unhealthy.sh" "$temp_cron" > "$temp_cron.new"
@@ -885,9 +963,9 @@ main() {
     check_system
     find_version_file
     create_install_dirs
+    install_system_deps     
     parse_version_info    
     verify_checksums
-    install_system_deps
     install_components
     copy_config_files
     create_install_record
@@ -895,6 +973,20 @@ main() {
     setup_dns_sync_cron
     setup_version_check_cron
     setup_restart_cron
+    
+    # 注释掉立即执行健康检查，避免与cron任务重复执行
+    # log_info "立即执行一次健康检查..."
+    # local check_health_script="$INSTALL_DIR/check_health.sh"
+    # if [[ -f "$check_health_script" ]]; then
+    #     if "$check_health_script" >> "$INSTALL_DIR/.health_check.log" 2>&1; then
+    #         log_success "健康检查执行完成"
+    #     else
+    #         log_warning "健康检查执行失败，请检查日志: $INSTALL_DIR/.health_check.log"
+    #     fi
+    # else
+    #     log_warning "健康检查脚本不存在: $check_health_script"
+    # fi
+    
     show_install_info
 }
 

src/metric/client-plugins/all-in-one-demo/scripts/publish_artifact.sh

@@ -29,26 +29,68 @@ log_error() {
 show_help() {
     echo "Argus-Metric Artifact 发布脚本"
     echo
-    echo "用法: $0 <版本号>"
+    echo "用法: $0 <版本号> [选项]"
     echo
     echo "参数:"
     echo "  <版本号>              要发布的版本号，对应 artifact 目录中的版本"
     echo
+    echo "选项:"
+    echo "  --output-dir <路径>   指定输出目录 (默认: /private/argus/ftp/share/)"
+    echo "  --owner <uid:gid>     指定文件所有者 (默认: 2133:2015)"
+    echo "  -h, --help           显示此帮助信息"
+    echo
     echo "示例:"
-    echo "  $0 1.20.0    # 发布 1.20.0 版本"
+    echo "  $0 1.20.0                                    # 使用默认配置发布"
+    echo "  $0 1.20.0 --output-dir /tmp/publish          # 指定输出目录"
+    echo "  $0 1.20.0 --owner 1000:1000                  # 指定文件所有者"
+    echo "  $0 1.20.0 --output-dir /srv/ftp --owner root:root  # 同时指定两者"
     echo
 }
 
-# 检查参数
+# 默认配置
-if [[ $# -ne 1 ]]; then
+DEFAULT_PUBLISH_DIR="/private/argus/ftp/share/"
+DEFAULT_OWNER="2133:2015"
+
+# 解析参数
+VERSION=""
+PUBLISH_DIR="$DEFAULT_PUBLISH_DIR"
+OWNER="$DEFAULT_OWNER"
+
+while [[ $# -gt 0 ]]; do
+    case $1 in
+        -h|--help)
+            show_help
+            exit 0
+            ;;
+        --output-dir)
+            PUBLISH_DIR="$2"
+            shift 2
+            ;;
+        --owner)
+            OWNER="$2"
+            shift 2
+            ;;
+        *)
+            if [[ -z "$VERSION" ]]; then
+                VERSION="$1"
+                shift
+            else
+                log_error "未知参数: $1"
+                show_help
+                exit 1
+            fi
+            ;;
+    esac
+done
+
+# 检查版本号是否提供
+if [[ -z "$VERSION" ]]; then
     log_error "请提供版本号参数"
     show_help
     exit 1
 fi
 
-VERSION="$1"
 ARTIFACT_DIR="artifact/$VERSION"
-PUBLISH_DIR="/Users/sundapeng/Project/nlp/aiops/client-plugins/all-in-one/publish/"
 
 # 检查版本目录是否存在
 if [[ ! -d "$ARTIFACT_DIR" ]]; then
@@ -57,10 +99,12 @@ if [[ ! -d "$ARTIFACT_DIR" ]]; then
 fi
 
 log_info "开始发布版本: $VERSION"
+log_info "输出目录: $PUBLISH_DIR"
+log_info "文件所有者: $OWNER"
 
 # 确保发布目录存在
 log_info "确保发布目录存在: $PUBLISH_DIR"
-mkdir -p "$PUBLISH_DIR"
+sudo mkdir -p "$PUBLISH_DIR"
 
 # 创建临时目录用于打包
 TEMP_PACKAGE_DIR="/tmp/argus-metric-package-$$"
@@ -164,20 +208,26 @@ fi
 TAR_NAME="argus-metric_$(echo $VERSION | tr '.' '_').tar.gz"
 log_info "创建发布包: $TAR_NAME"
 cd "$TEMP_PACKAGE_DIR"
-tar -czf "$PUBLISH_DIR/$TAR_NAME" *
+sudo tar -czf "$PUBLISH_DIR/$TAR_NAME" *
 cd - > /dev/null
 
+# 设置文件所有者
+log_info "设置文件所有者为: $OWNER"
+sudo chown "$OWNER" "$PUBLISH_DIR/$TAR_NAME"
+
 # 清理临时目录
 rm -rf "$TEMP_PACKAGE_DIR"
 
 # 更新 LATEST_VERSION 文件
 log_info "更新 LATEST_VERSION 文件..."
-echo "$VERSION" > "$PUBLISH_DIR/LATEST_VERSION"
+echo "$VERSION" | sudo tee "$PUBLISH_DIR/LATEST_VERSION" > /dev/null
+sudo chown "$OWNER" "$PUBLISH_DIR/LATEST_VERSION"
 
 # 复制 DNS 配置文件到发布目录根目录（直接从 config 目录复制）
 if [[ -f "config/dns.conf" ]]; then
     log_info "复制 DNS 配置文件到发布目录根目录..."
-    cp "config/dns.conf" "$PUBLISH_DIR/"
+    sudo cp "config/dns.conf" "$PUBLISH_DIR/"
+    sudo chown "$OWNER" "$PUBLISH_DIR/dns.conf"
     log_success "DNS 配置文件复制完成: $PUBLISH_DIR/dns.conf"
 else
     log_warning "未找到 config/dns.conf 文件，跳过 DNS 配置文件复制"
@@ -186,7 +236,8 @@ fi
 # 复制 setup.sh 到发布目录
 if [[ -f "scripts/setup.sh" ]]; then
     log_info "复制 setup.sh 到发布目录..."
-    cp "scripts/setup.sh" "$PUBLISH_DIR/"
+    sudo cp "scripts/setup.sh" "$PUBLISH_DIR/"
+    sudo chown "$OWNER" "$PUBLISH_DIR/setup.sh"
 fi
 
 # 显示发布结果

src/metric/client-plugins/all-in-one-demo/scripts/restart_unhealthy.sh

@@ -2,6 +2,15 @@
 
 # 此脚本会检查各组件的健康状态，并重启不健康的组件
 
+# PID 文件检测，防止重复执行
+PIDFILE="/var/run/restart_unhealthy.pid"
+if [ -f "$PIDFILE" ] && kill -0 $(cat "$PIDFILE") 2>/dev/null; then
+    echo "自动重启脚本已在运行中，跳过本次执行" >&2
+    exit 0
+fi
+echo $$ > "$PIDFILE"
+trap "rm -f $PIDFILE" EXIT
+
 # 获取脚本所在目录
 SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 INSTALL_RECORD_FILE="$SCRIPT_DIR/.install_record"

src/metric/client-plugins/all-in-one-demo/scripts/sync_dns.sh

@@ -1,257 +1,143 @@
 #!/bin/bash
-
-# DNS 同步脚本
-# 比较 FTP 根目录的 dns.conf 和本地的 dns.conf，如果有变化则同步到 /etc/resolv.conf
-
 set -e
 
-# 颜色定义
+# 颜色
-RED='\033[0;31m'
+RED='\033[0;31m'; GREEN='\033[0;32m'; YELLOW='\033[1;33m'; BLUE='\033[0;34m'; NC='\033[0m'
-GREEN='\033[0;32m'
-YELLOW='\033[1;33m'
-BLUE='\033[0;34m'
-NC='\033[0m' # No Color
 
-# 日志函数 - 输出到 stderr 避免影响函数返回值
+# 日志函数
-log_info() {
+log_info() { echo -e "${BLUE}[INFO]${NC} $1" >&2; }
-    echo -e "${BLUE}[INFO]${NC} $1" >&2
+log_success() { echo -e "${GREEN}[SUCCESS]${NC} $1" >&2; }
-}
+log_warning() { echo -e "${YELLOW}[WARNING]${NC} $1" >&2; }
+log_error() { echo -e "${RED}[ERROR]${NC} $1" >&2; }
 
-log_success() {
-    echo -e "${GREEN}[SUCCESS]${NC} $1" >&2
-}
-
-log_warning() {
-    echo -e "${YELLOW}[WARNING]${NC} $1" >&2
-}
-
-log_error() {
-    echo -e "${RED}[ERROR]${NC} $1" >&2
-}
-
-# 获取脚本所在目录
 SCRIPT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 LOCAL_DNS_CONF="/opt/argus-metric/dns.conf"
-REMOTE_DNS_CONF_URL=""
 RESOLV_CONF="/etc/resolv.conf"
+ALT_RESOLV_CONF="/run/resolv.conf"
 LOG_FILE="/opt/argus-metric/.dns_sync.log"
+REMOTE_DNS_CONF_URL=""
 
-# 从环境变量或配置文件获取 FTP 服务器信息
+# 获取 FTP 配置
 get_ftp_config() {
-    # 优先从环境变量获取配置
     log_info "获取 FTP 配置信息..."
-    
-    # 如果环境变量中没有设置，则尝试从配置文件读取
     if [[ -z "$FTP_SERVER" || -z "$FTP_USER" || -z "$FTP_PASSWORD" ]]; then
-        local config_file="$SCRIPT_DIR/config.env"
+        [[ -f "$SCRIPT_DIR/config.env" ]] && source "$SCRIPT_DIR/config.env"
-        if [[ -f "$config_file" ]]; then
-            log_info "从配置文件读取 FTP 配置: $config_file"
-            source "$config_file"
     fi
-    else
-        log_info "使用环境变量中的 FTP 配置"
-    fi
-    
-    # 设置默认值（如果环境变量和配置文件都没有设置）
     FTP_SERVER="${FTP_SERVER:-localhost}"
     FTP_USER="${FTP_USER:-ftpuser}"
     FTP_PASSWORD="${FTP_PASSWORD:-ZGClab1234!}"
-    
-    # 构建远程 DNS 配置文件 URL
     REMOTE_DNS_CONF_URL="ftp://${FTP_USER}:${FTP_PASSWORD}@${FTP_SERVER}/dns.conf"
-    
-    log_info "FTP 配置来源: ${FTP_CONFIG_SOURCE:-环境变量/配置文件}"
 }
 
-# 下载远程 DNS 配置文件
+# 下载远程 dns.conf
 download_remote_dns_conf() {
-    local temp_file="/tmp/dns.conf.remote.$$"
+    local tmp="/tmp/dns.remote.$$"
-    
-    log_info "从 FTP 服务器下载 DNS 配置文件..."
-    log_info "远程地址: $REMOTE_DNS_CONF_URL"
-    log_info "FTP 服务器: $FTP_SERVER"
-    log_info "FTP 用户: $FTP_USER"
-    
-    # 先测试 FTP 连接
     log_info "测试 FTP 连接..."
-    if curl -u "${FTP_USER}:${FTP_PASSWORD}" -sfI "ftp://${FTP_SERVER}/" >/dev/null 2>&1; then
+    if ! curl -u "${FTP_USER}:${FTP_PASSWORD}" -sfI "ftp://${FTP_SERVER}/" >/dev/null; then
-        log_success "FTP 服务器连接成功"
+        log_error "无法连接到 FTP 服务器: $FTP_SERVER"; return 1
-    else
-        log_error "无法连接到 FTP 服务器: $FTP_SERVER"
-        log_error "请检查:"
-        log_error "  1. FTP 服务器是否运行"
-        log_error "  2. 网络连接是否正常"
-        log_error "  3. 服务器地址是否正确"
-        return 1
     fi
-    
+    if ! curl -u "${FTP_USER}:${FTP_PASSWORD}" -sf "ftp://${FTP_SERVER}/dns.conf" -o "$tmp" 2>/dev/null; then
-    # 测试 dns.conf 文件是否存在
+        log_error "下载 dns.conf 失败"; rm -f "$tmp"; return 1
-    log_info "检查远程 dns.conf 文件是否存在..."
-    if curl -u "${FTP_USER}:${FTP_PASSWORD}" -sfI "ftp://${FTP_SERVER}/dns.conf" >/dev/null 2>&1; then
-        log_success "远程 dns.conf 文件存在"
-    else
-        log_error "远程 dns.conf 文件不存在或无法访问"
-        log_error "请检查 FTP 服务器根目录下是否有 dns.conf 文件"
-        return 1
-    fi
-    
-    # 尝试下载文件
-    log_info "开始下载 dns.conf 文件..."
-    if curl -u "${FTP_USER}:${FTP_PASSWORD}" -sf "ftp://${FTP_SERVER}/dns.conf" -o "$temp_file" 2>/dev/null; then
-        log_success "远程 DNS 配置文件下载成功"
-        echo "$temp_file"
-    else
-        log_error "下载 dns.conf 文件失败"
-        log_error "尝试手动测试命令:"
-        log_error "  curl -u ${FTP_USER}:${FTP_PASSWORD} ftp://${FTP_SERVER}/dns.conf"
-        rm -f "$temp_file"
-        return 1
     fi
+    echo "$tmp"
 }
 
-# 比较两个文件是否相同
+# 文件比较
-compare_files() {
+compare_files() { diff -q "$1" "$2" >/dev/null 2>&1; }
-    local file1="$1"
-    local file2="$2"
 
-    if [[ ! -f "$file1" || ! -f "$file2" ]]; then
+# 从 dns.conf 提取有效 IP
-        return 1
+get_dns_ips() {
-    fi
+    grep -Eo '^[0-9]{1,3}(\.[0-9]{1,3}){3}$' "$1" | sort -u
-    
-    # 使用 diff 比较文件内容
-    if diff -q "$file1" "$file2" >/dev/null 2>&1; then
-        return 0  # 文件相同
-    else
-        return 1  # 文件不同
-    fi
 }
 
-# 将 DNS 配置添加到 /etc/resolv.conf 开头
+# 安全更新 resolv.conf（保留符号链接）
 update_resolv_conf() {
-    local dns_conf_file="$1"
+    local dns_conf="$1"
+    local dns_ips
+    mapfile -t dns_ips < <(get_dns_ips "$dns_conf")
+    [[ ${#dns_ips[@]} -eq 0 ]] && { log_warning "未检测到有效 DNS"; return; }
 
-    log_info "更新 /etc/resolv.conf 文件..."
+    local target_file="$RESOLV_CONF"
+    if [[ ! -w "$RESOLV_CONF" ]]; then
+        log_warning "/etc/resolv.conf 不可写，使用兜底路径 $ALT_RESOLV_CONF"
+        target_file="$ALT_RESOLV_CONF"
+    fi
 
-    # 创建临时文件
+    local temp="/tmp/resolv.new.$$"
-    local temp_resolv="/tmp/resolv.conf.$$"
+    cp "$target_file" "${target_file}.backup.$(date +%Y%m%d_%H%M%S)" 2>/dev/null || true
+    log_info "更新 DNS 配置文件: $target_file"
 
-    # 将 dns.conf 内容转换为 nameserver 添加到临时文件开头
+    # 写入新的 nameserver 行
-    while IFS= read -r line; do
+    for ip in "${dns_ips[@]}"; do
-        # 跳过空行和注释
+        echo "nameserver $ip"
-        [[ -z "$line" || "$line" =~ ^[[:space:]]*# ]] && continue
+    done >"$temp"
-        # 验证 IP 格式
+
-        if [[ "$line" =~ ^[0-9]{1,3}(\.[0-9]{1,3}){3}$ ]]; then
+    # 追加原内容（去掉重复 nameserver）
-            echo "nameserver $line" >> "$temp_resolv"
+    grep -v '^nameserver' "$target_file" >>"$temp" 2>/dev/null || true
-            log_info "添加 DNS 到临时文件: $line"
+    awk '!a[$0]++' "$temp" >"${temp}.uniq"
+
+    # ⚙️ 使用 cat 原地覆盖，避免 mv 引发 “设备忙”
+    if cat "${temp}.uniq" >"$target_file" 2>/dev/null; then
+        chmod 644 "$target_file"
+        log_success "DNS 更新完成: ${dns_ips[*]}"
     else
-            log_warning "跳过无效 DNS: $line"
+        log_error "无法写入 $target_file，可能被系统锁定"
-        fi
-    done < "$dns_conf_file"
-
-    # 将原 resolv.conf 内容追加到临时文件后面
-    if [[ -f "$RESOLV_CONF" ]]; then
-        cat "$RESOLV_CONF" >> "$temp_resolv"
     fi
 
-    # 判断是否是 root
+    rm -f "$temp" "${temp}.uniq"
-    if [[ $(id -u) -eq 0 ]]; then
-        # root 直接写入
-        tee "$RESOLV_CONF" < "$temp_resolv" >/dev/null
-        chmod 644 "$RESOLV_CONF"
-    else
-        # 非 root 尝试使用 sudo
-        if command -v sudo >/dev/null 2>&1; then
-            sudo tee "$RESOLV_CONF" < "$temp_resolv" >/dev/null
-            sudo chmod 644 "$RESOLV_CONF"
-        else
-            log_error "非 root 用户且系统未安装 sudo，无法更新 /etc/resolv.conf"
-            rm -f "$temp_resolv"
-            exit 1
-        fi
-    fi
-
-    # 清理临时文件
-    rm -f "$temp_resolv"
-
-    log_success "/etc/resolv.conf 已更新"
 }
 
-# 记录同步日志
+# 检查 resolv.conf 是否包含 dns.conf 内容
-log_sync() {
+ensure_dns_in_resolv() {
-    local message="$1"
+    local dns_conf="$1"
-    local timestamp=$(date '+%Y-%m-%d %H:%M:%S')
+    local dns_ips
-    echo "[$timestamp] $message" >> "$LOG_FILE"
+    mapfile -t dns_ips < <(get_dns_ips "$dns_conf")
+    [[ ${#dns_ips[@]} -eq 0 ]] && return
+
+    for ip in "${dns_ips[@]}"; do
+        if ! grep -q "nameserver $ip" "$RESOLV_CONF" 2>/dev/null; then
+            log_warning "检测到 /etc/resolv.conf 缺少 $ip，执行兜底修复"
+            update_resolv_conf "$dns_conf"
+            return
+        fi
+    done
+    log_info "/etc/resolv.conf 已包含所有 DNS"
 }
 
-# 主函数
+log_sync() { echo "[$(date '+%F %T')] $1" >>"$LOG_FILE"; }
+
 main() {
     log_info "开始 DNS 同步检查..."
-    log_sync "DNS 同步检查开始"
+    mkdir -p /opt/argus-metric
 
-    # 确保系统目录存在
-    mkdir -p "/opt/argus-metric"
-    
-    # 获取 FTP 配置
     get_ftp_config
-    
+    local remote_file
-    # 检查本地 DNS 配置文件是否存在
+    if ! remote_file=$(download_remote_dns_conf); then
-    if [[ ! -f "$LOCAL_DNS_CONF" ]]; then
+        log_error "下载失败"; log_sync "同步失败"; exit 1
-        log_warning "本地 DNS 配置文件不存在: $LOCAL_DNS_CONF"
-        log_warning "将下载远程配置文件并更新系统 DNS 设置"
-        
-        # 下载远程配置文件
-        if remote_file=$(download_remote_dns_conf); then
-            # 复制到本地
-            cp "$remote_file" "$LOCAL_DNS_CONF"
-            log_success "远程 DNS 配置文件已保存到本地"
-            
-            # 更新 resolv.conf
-            update_resolv_conf "$LOCAL_DNS_CONF"
-            log_sync "首次同步完成，DNS 配置已更新"
-            
-            # 清理临时文件
-            rm -f "$remote_file"
-        else
-            log_error "无法下载远程 DNS 配置文件，同步失败"
-            log_sync "同步失败：无法下载远程配置文件"
-            exit 1
     fi
-    else
-        log_info "本地 DNS 配置文件存在: $LOCAL_DNS_CONF"
 
-        # 下载远程配置文件进行比较
+    if [[ ! -f "$LOCAL_DNS_CONF" ]]; then
-        if remote_file=$(download_remote_dns_conf); then
+        log_info "本地 dns.conf 不存在，初始化..."
-            # 比较文件
+        cp "$remote_file" "$LOCAL_DNS_CONF"
-            if compare_files "$LOCAL_DNS_CONF" "$remote_file"; then
+        update_resolv_conf "$LOCAL_DNS_CONF"
-                log_info "DNS 配置文件无变化，无需更新"
+        log_sync "首次同步完成"
-                log_sync "DNS 配置文件无变化"
+    else
-            else
+        if compare_files "$LOCAL_DNS_CONF" "$remote_file"; then
-                log_info "检测到 DNS 配置文件有变化，开始同步..."
+            log_info "dns.conf 无变化"
-                log_sync "检测到 DNS 配置文件变化，开始同步"
+            ensure_dns_in_resolv "$LOCAL_DNS_CONF"
-                
+            log_sync "dns.conf 无变化，执行兜底检查"
-                # 更新本地配置文件
+        else
+            log_info "检测到 DNS 配置更新"
             cp "$remote_file" "$LOCAL_DNS_CONF"
-                log_success "本地 DNS 配置文件已更新"
-                
-                # 更新 resolv.conf
             update_resolv_conf "$LOCAL_DNS_CONF"
             log_sync "DNS 配置同步完成"
         fi
+    fi
 
-            # 清理临时文件
     rm -f "$remote_file"
-        else
+    log_success "DNS 同步流程完成"
-            log_error "无法下载远程 DNS 配置文件，跳过本次同步"
-            log_sync "同步失败：无法下载远程配置文件"
-            exit 1
-        fi
-    fi
-    
-    log_success "DNS 同步检查完成"
-    log_sync "DNS 同步检查完成"
 }
 
-# 脚本入口
 if [[ "${BASH_SOURCE[0]}" == "${0}" ]]; then
     main "$@"
 fi

src/metric/tests/client-test-gpu-node/build/Dockerfile

@@ -0,0 +1,39 @@
+# 使用NVIDIA官方CUDA基础镜像 
+FROM nvidia/cuda:12.2.2-runtime-ubuntu22.04
+
+ENV DEBIAN_FRONTEND=noninteractive
+
+# 设置时区
+ENV TZ=Asia/Shanghai
+
+RUN apt-get update -qq && \
+    apt-get install -y -qq \
+    tzdata \
+    curl \
+    wget \
+    gnupg2 \
+    software-properties-common \
+    ca-certificates \
+    && rm -rf /var/lib/apt/lists/*
+
+# 配置时区
+RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone
+
+WORKDIR /app
+
+# 创建启动脚本，在运行时验证GPU
+COPY <<EOF /app/start.sh
+#!/bin/bash
+echo "检查GPU环境..."
+if command -v nvidia-smi &> /dev/null; then
+    nvidia-smi
+    echo "GPU环境正常"
+else
+    echo "警告: nvidia-smi 命令不可用，请确保容器运行时启用了GPU支持"
+fi
+exec "\$@"
+EOF
+
+RUN chmod +x /app/start.sh
+
+CMD ["/app/start.sh", "/bin/bash"]

src/metric/tests/docker-compose.yml

@@ -142,3 +142,44 @@ services:
         max-size: "10m"
         max-file: "3"
 
+  test-gpu-node:
+    build:
+      context: ./client-test-gpu-node/build
+      dockerfile: Dockerfile
+    image: argus-metric-test-gpu-node:latest
+    container_name: argus-metric-test-gpu-node
+    hostname: test-metric-gpu-node-001
+    restart: unless-stopped
+    privileged: true
+    runtime: nvidia
+    deploy:
+      resources:
+        reservations:
+          devices:
+            - driver: nvidia
+              count: all
+              capabilities: 
+                - gpu
+    depends_on:
+      - ftp
+      - prometheus
+    environment:
+      - TZ=Asia/Shanghai
+      - DEBIAN_FRONTEND=noninteractive
+      - NVIDIA_VISIBLE_DEVICES=all
+      - NVIDIA_DRIVER_CAPABILITIES=compute,utility
+      - GPU_MODE=gpu
+    volumes:
+      - ${DATA_ROOT:-/private}/argus/agent:/private/argus/agent
+      - /etc/localtime:/etc/localtime:ro
+      - /etc/timezone:/etc/timezone:ro
+    command: sleep infinity
+    networks:
+      default:
+        ipv4_address: 172.30.0.51
+    logging:
+      driver: "json-file"
+      options:
+        max-size: "10m"
+        max-file: "3"
+

src/metric/tests/scripts/01_start_services.sh

@@ -21,6 +21,7 @@ docker ps | grep argus-ftp
 docker ps | grep argus-prometheus
 docker ps | grep argus-grafana
 docker ps | grep argus-metric-test-node
+docker ps | grep argus-metric-test-gpu-node
 
-echo "[01] 所有服务已启动"
+echo "[01] 基础服务已启动"
 

src/metric/tests/scripts/02_publish_artifact.sh

@@ -20,7 +20,7 @@ else
     echo "[02] 默认路径: $OUTPUT_DIR"
 fi
 
-OWNER="${FTP_UID:-2133}:${FTP_GID:-2015}"
+OWNER="${ARGUS_BUILD_UID:-2133}:${ARGUS_BUILD_GID:-2015}"
 
 cd "$PLUGIN_DIR"
 

src/metric/tests/scripts/04_test_gpu_node_install.sh

@@ -0,0 +1,33 @@
+#!/bin/bash
+set -e
+
+FTP_SERVER="${FTP_SERVER:-172.30.0.40}"
+FTP_USER="${FTP_USER:-ftpuser}"
+FTP_PASSWORD="${FTP_PASSWORD:-ZGClab1234!}"
+FTP_PORT="${FTP_PORT:-21}"
+
+FTP_HOST="${FTP_SERVER}"
+
+echo "[03] 进入测试节点执行安装..."
+echo "[03] 使用 FTP 地址: ${FTP_HOST}:${FTP_PORT}"
+
+docker exec argus-metric-test-gpu-node bash -c "
+set -e
+
+if ! command -v curl &>/dev/null; then
+    echo '[03] curl 未安装，正在安装...'
+    apt-get update && apt-get install -y curl
+fi
+
+cd /tmp
+echo '[03] 下载 setup.sh...'
+curl -u ${FTP_USER}:${FTP_PASSWORD} ftp://${FTP_HOST}:${FTP_PORT}/setup.sh -o setup.sh
+
+echo '[03] 执行安装...'
+chmod +x setup.sh
+bash setup.sh --server ${FTP_HOST} --user ${FTP_USER} --password '${FTP_PASSWORD}' --port ${FTP_PORT}
+
+echo '[03] 安装完成'
+"
+
+echo "[03] 完成"

src/metric/tests/scripts/common/start-all.sh

@@ -44,6 +44,7 @@ BUILD_DIRS=(
     "../prometheus/build"
     "../grafana/build"
     "client-test-node/build"
+    "client-test-gpu-node/build"
 )
 
 for dir in "${BUILD_DIRS[@]}"; do
@@ -87,7 +88,7 @@ echo "2. 准备 Docker 镜像..."
 
 # 检查镜像是否存在
 IMAGE_CACHE_DIR="$TEST_DIR/images-cache"
-IMAGES=("argus-metric-ftp:latest" "argus-metric-prometheus:latest" "argus-metric-grafana:latest" "argus-metric-test-node:latest")
+IMAGES=("argus-metric-ftp:latest" "argus-metric-prometheus:latest" "argus-metric-grafana:latest" "argus-metric-test-node:latest" "argus-metric-test-gpu-node:latest")
 all_images_exist=true
 
 for image in "${IMAGES[@]}"; do
@@ -126,6 +127,9 @@ else
                     "argus-metric-test-node:latest")
                         cache_file="${IMAGE_CACHE_DIR}/argus-test-node.tar"
                         ;;
+                    "argus-metric-test-gpu-node:latest")
+                        cache_file="${IMAGE_CACHE_DIR}/argus-test-gpu-node.tar"
+                        ;;
                 esac
                 
                 if [ -f "$cache_file" ]; then
@@ -174,6 +178,9 @@ else
                     "argus-metric-test-node:latest")
                         docker save -o "${IMAGE_CACHE_DIR}/argus-test-node.tar" "$image" && echo "  已保存: argus-test-node.tar"
                         ;;
+                    "argus-metric-test-gpu-node:latest")
+                        docker save -o "${IMAGE_CACHE_DIR}/argus-test-gpu-node.tar" "$image" && echo "  已保存: argus-test-gpu-node.tar"
+                        ;;
                 esac
             done
             echo "镜像已保存到: $IMAGE_CACHE_DIR/"
@@ -185,40 +192,12 @@ else
 fi
 
 echo ""
-echo "3. 启动服务..."
+echo "3. 启动基础服务..."
 cd "$TEST_DIR"
-docker compose up -d
+# 启动除GPU节点外的所有服务
+docker compose up -d ftp prometheus grafana test-node test-gpu-node
 
 echo ""
 echo "4. 等待服务启动..."
 sleep 5
 
-echo ""
-echo "5. 检查服务状态..."
-cd "$TEST_DIR"
-docker compose ps
-
-echo ""
-echo "=========================================="
-echo "  服务启动完成！"
-echo "=========================================="
-echo ""
-echo "服务访问地址："
-echo "  - FTP:        ftp://localhost:${FTP_PORT:-21}"
-echo "    用户名: ftpuser"
-echo "    密码:   ${FTP_PASSWORD:-ZGClab1234!}"
-echo ""
-echo "  - Prometheus: http://localhost:${PROMETHEUS_PORT:-9090}"
-echo ""
-echo "  - Grafana:    http://localhost:${GRAFANA_PORT:-3000}"
-echo "    用户名: admin"
-echo "    密码:   admin"
-echo ""
-echo "常用命令："
-echo "  查看日志:     docker compose logs -f [service]"
-echo "  停止服务:     docker compose stop"
-echo "  重启服务:     docker compose restart"
-echo "  停止并删除:   docker compose down"
-echo "  停止并删除卷: docker compose down -v"
-echo ""
-

src/metric/tests/scripts/save-images.sh

@@ -24,7 +24,8 @@ declare -A IMAGES=(
     ["argus-metric-ftp:latest"]="argus-ftp.tar"
     ["argus-metric-prometheus:latest"]="argus-prometheus.tar"
     ["argus-metric-grafana:latest"]="argus-grafana.tar"
-    ["ubuntu:22.04"]="test-node.tar"
+    ["argus-metric-test-node:latest"]="argus-test-node.tar"
+    ["argus-metric-test-gpu-node:latest"]="argus-test-gpu-node.tar"
 )
 
 # 检查镜像是否存在并保存