diff --git a/README.md b/README.md index 9af9372..aaa7390 100644 --- a/README.md +++ b/README.md @@ -1 +1,6 @@ # NASP Wikipedia +NASP（Network Architecture & System Protocol research group）百科全书，开放编辑，欢迎纠错与补充！ + +- [集群注册登录说明](docs/registry.md) +- [实验机使用说明](docs/testbed.md) +- [网络配置说明](docs/networking.md) diff --git a/docs/attachments/6386bc2c5a9d3dc7dc0c9ee5a4b67ed.png b/docs/attachments/6386bc2c5a9d3dc7dc0c9ee5a4b67ed.png new file mode 100644 index 0000000..d3d619b Binary files /dev/null and b/docs/attachments/6386bc2c5a9d3dc7dc0c9ee5a4b67ed.png differ diff --git a/docs/networking.md b/docs/networking.md new file mode 100644 index 0000000..afc77ff --- /dev/null +++ b/docs/networking.md @@ -0,0 +1,39 @@ +# 网络配置说明 +现集群共有20台服务器、3个网络。 + +## 低速互联网络 +通过标准以太网交换机互联的网络，用于管理、访问外网。 + +- 网段：`192.168.16.0/24` +- 网段：`2001:da8:bf:300::/64` + - IPv6网段全球可路由，但出于安全考虑，目前仅开放`12022`端口 +- 带宽：1Gbps（外网带宽<100Mbps） +- 固定IP： + - `192.168.16.1` HiWiFi路由器，提供DHCP服务 + - `192.168.16.101-114` g1-g14实验机 + - `192.168.16.115-116` lm1、lm2实验机 + - `192.168.16.117-120` g17-g20实验机 + - 其中，g18提供诸多集群服务，如**跳板机**、上网代理、git、dns服务器、镜像源等。 + +## 高速互联网络 +通过RoCEv2互联的网络，用于RDMA实验、分布式机器学习训练等。 + +- 网段：`12.12.12.0/24` +- 带宽：100Gbps +- 支持RDMA +- 固定IP： + - `12.12.12.101-114` g1-g14实验机。 + +## 校园网 +通过以太网交换机连接的校园网，用于访问外网。 + +- 网段：`166.111.130.1/24` +- 带宽：100Mbps +- 使用前需要准入代认证 + +### 准入代认证流程 +- 登录 +- 左侧菜单栏准入功能-[准入代认证](http://usereg.tsinghua.edu.cn/ip_login_import.php) +- 输入**目标机器的IP地址**与**你的INFO密码**，勾选校外，点击登录 + - 在目标机器上，运行`ifconfig`或者`ip a s`，找到`166.111`打头的IP，即为目标IP地址 +- 在机器上修改默认网关：`ip route add default via 166.111.130.1`；如果报错已存在，检查并删除已有的默认网关项 diff --git a/docs/registry.md b/docs/registry.md new file mode 100644 index 0000000..b80aab7 --- /dev/null +++ b/docs/registry.md @@ -0,0 +1,79 @@ +# 集群注册登录说明 +集群登录账户通过[NASP Registry](https://git.nasp.ob.ac.cn/NASP/registry)仓库管理。 + +## 使用方法 + +集群的跳板机（`nasp.ob.ac.cn:36022`）、重装后的实验机（`g1`-`g16`），均强制使用秘钥对的方法登录，不能通过密码登录。如果你没有现成的秘钥对，需要先创建一个。 + +你需要把**公钥**上传到仓库的`/authorized_keys//`目录下。路径中的用户名将成为你在实验机上的用户名，需要满足unix用户名标准，即：以小写字母开头，只能包含小写字母、数字、连字符和下划线。你可以用下面的命令测试你的用户名： + +```bash +check_username() { + if ( echo $1 | grep -qxE "^[a-z][-a-z0-9_]*\$" ); then + echo "GOOD" + else + echo "BAD" + fi +} +check_username "111" +# BAD +check_username "a111" +# GOOD +``` + +**注意：使用非法的用户名可能导致集群配置崩溃！** + +`/authorized_keys//`目录下可以包含一个或多个文件，每个文件中可以包含一个或多个（由换行符分隔开的）公钥，可以按照你的喜好安置文件。 + +[NASP Registry](https://git.nasp.ob.ac.cn/NASP/registry)仓库的主分支（main）受到保护，用户无法直接向其推送更新。所以你需要： +- 如果你是新用户，联系管理员，把你加入NASP组织； +- 克隆仓库到本地，创建一个新的分支：`git clone https://git.nasp.ob.ac.cn/NASP/registry && cd registry && git checkout -c ` +- 根据上面的指导，添加你的公钥； +- 在修改完成之后，提交修改，推送新分支到远端：`git add -A && git commit -m "add my key" && git push -u origin ` +- 在网站上创建[合并请求（mr）](https://git.nasp.ob.ac.cn/NASP/registry/compare/main...main)，拉取从你的分支合并到主分支；可参考：[#41](https://git.nasp.ob.ac.cn/NASP/registry/pulls/41) +- 找到另一位在NASP组织内的同学，让其批准你的合并请求，如图：![](attachments/6386bc2c5a9d3dc7dc0c9ee5a4b67ed.png) +- 随后，你可以进行合并操作（创建压缩提交），并删除你的分支。 + +至多五分钟后，你就可以登录跳板机。跳板机的地址是`nasp.ob.ac.cn`，用户名固定为`ssh`，端口号`36022`： + +```bash +ssh -p 36022 ssh@nasp.ob.ac.cn +``` + +随后，在跳板机上，你可以用你的用户名登录实验机（端口号`12022`）： + +```bash +ssh -p 12022 @g7 +``` + +通过配置ssh的`ProxyJump`选项，你可以将上两步操作合二为一，做到跳板机对用户透明： + +```bash +# the same for scp/sftp +ssh -p 12022 -o ProxyJump=ssh@nasp.ob.ac.cn:36022 @g7 +``` + +或者在`~/.ssh/config`里面配置： + +``` +Host g7 + HostName g7 + User + Port 12022 + ProxyJump ssh@nasp.ob.ac.cn:36022 +``` + +从而能够在vscode中远程连接。 + +## 目录结构 + +- `authorized_keys` 用户公钥 + - 若干以用户名命名的文件夹 + - 若干用户公钥文件 + - `authorized_keys` 历史遗留的公钥（将被移除） +- `scripts` 若干配置脚本 + - `jumpserver_cron.sh` 跳板机上的定时任务脚本 + - `jumpserver_deploy.sh` 跳板机部署脚本 + - `testbed_cron.sh` 实验机上的定时任务脚本 + - `testbed_deploy.sh` 实验机部署脚本 + - `nasp` nasp用户组的sudo配置 diff --git a/docs/services.md b/docs/services.md new file mode 100644 index 0000000..63722d8 --- /dev/null +++ b/docs/services.md @@ -0,0 +1,2 @@ +# NASP集群服务 +#todo \ No newline at end of file diff --git a/docs/testbed.md b/docs/testbed.md new file mode 100644 index 0000000..68e2b24 --- /dev/null +++ b/docs/testbed.md @@ -0,0 +1,92 @@ +# 实验机使用说明 +这里描述的是重装后的实验机的使用方法。已重装的机器： +- g7、g9（2023-11-22） +- g4（2023-11-24） + +本文档默认你已经能够登录实验机，参考：[registry](registry.md)。 + +## sudo权限 +只有部分命令能够通过sudo免密运行，定义在文件[nasp](https://git.nasp.ob.ac.cn/NASP/registry/src/branch/main/scripts/nasp)中，列出如下： +- `docker` +- `reboot` +- `whoami` +- `nvidia-smi` +- `shutdown` +- `ufw` +- `ip` + +如果你需要以root权限运行其它命令，请联系管理员。 + +## 启动docker容器 +实验机使用容器化管理。所有实验环境均在docker环境中，裸机环境仅用于启动容器、配置防火墙等。 + +裸机环境均配置了`dnew`命令（[源码](https://git.nasp.ob.ac.cn/NASP/configurations/src/branch/dev/testbed/scripts/dnew)），方便用户交互式地启动容器。 + +``` +================== dnew =================== +=== contact: xd21@mails.tsinghua.edu.cn === +Use GPU? [yN]: y # 按需选择，默认否 +Use RDMA? [yN]: y # 按需选择，默认否 +Image name (default: git.nasp.ob.ac.cn/nasp/nasp-ubuntu): # 如果没有特殊要求，直接回车 +Start up command (default: /etc/startup.sh): # 如果没有特殊要求，直接回车 +Will run: +===== +sudo docker run -d --net=host -v /home2:/home2 \ + --cap-add=SYS_NICE --cap-add=IPC_LOCK \ + --security-opt seccomp=unconfined --ulimit memlock=-1:-1 \ + --restart=unless-stopped \ + --name dictxiong_231124-165705 \ + --runtime=nvidia -e NVIDIA_VISIBLE_DEVICES=all \ + --device=/dev/infiniband/rdma_cm --device=/dev/infiniband/issm0 \ + --device=/dev/infiniband/umad0 --device=/dev/infiniband/uverbs0 \ + -it git.nasp.ob.ac.cn/nasp/nasp-ubuntu /etc/startup.sh +===== +Start the container? [yN]: # 检查上面的命令，选择是否执行 +``` + +启动后，`dnew`会给出进入容器的方法，可以保存备用。 + +常用docker命令： +- `sudo docker ps -a` 显示所有容器 +- `sudo docker start ` 启动指定的容器 +- `sudo docker exec -it bash` 启动指定容器中的`bash` +- `sudo docker stop ` 停止指定的容器 +- `sudo docker rm ` 删除指定的容器 + +## 使用docker容器 +在容器内部，用户拥有root权限，可以做任何想做的事情。如果搞坏了docker内部环境，直接删除，重新创建一个容器即可。 + +容器默认配置为开机自动启动（`--restart=unless-stopped`），除非手动将其停止。容器在启动时会自动执行启动脚本（默认`/etc/startup.sh`），你可以在这里面添加你自己的服务。 + +### 安装软件 +默认的`git.nasp.ob.ac.cn/nasp/nasp-ubuntu`镜像是一个基于Ubuntu 20的、包含cuda和rdma支持的镜像。要安装软件，使用`apt`，用法与物理机上无异。 + +``` +sudo apt update +sudo apt install zsh +``` + +### 容器网络 +容器在运行时默认指定了`--net=host`，这意味着容器内外的网络是完全共享的。在容器内监听一个端口，等价于在物理机上监听一个端口。`ifconfig`、`ip`、`netstat`等命令有与物理机上一致的效果。 + +用户可以很容易把容器内的服务暴露给机器外，包括web、ssh等。 + +### 容器内启动ssh server +你可以在容器内启动一个独立的ssh服务端，从而能够自跳板机直接访问到容器内，方便vscode等应用远程连接。 + +- 配置`/etc/ssh/sshd_config`，取消掉`#Port 22`的注释，并把它改成一个未被占用的端口； +- 如果你使用公钥登录（推荐），把你的公钥放到`~/.ssh/authorized_keys`文件中；如果你使用密码登录（务必使用强密码），使用`passwd`命令设置密码，修改`/etc/ssh/sshd_config`，允许root用户使用密码登录`PermitRootLogin yes`（不推荐）。 +- 启动ssh服务端：`/etc/init.d/ssh start` +- 检查容器的启动脚本，确保里面包含了ssh：`vim /etc/startup.sh` +- 在**物理机**上，开放你的ssh端口：`sudo ufw allow ` + +随后，你就能从跳板机直接访问容器内部了。如： + +```bash +ssh -p -o ProxyJump=ssh@nasp.ob.ac.cn:36022 @g7 +``` + +## 自动开关机 +按照FIT楼的消防要求，放置在4-103的服务器应当每晚关机。自动关机的流程是：每晚的22:59，启动一个[关机脚本](https://git.nasp.ob.ac.cn/NASP/configurations/src/branch/dev/testbed/scripts/schedule-poweroff.sh)，该关机脚本的逻辑是：检查是否存在文件`/tmp/skip-poweroff`；若存在，则将其删除，然后脚本直接退出；若不存在，则启动时长为一小时的自动关机。机器将在23:59自动关闭。 + +自动开机是通过Wake-on-lan实现的，每天早上，由g18分批向实验机发送唤醒包。相关配置文件可以在[这里](https://git.nasp.ob.ac.cn/NASP/configurations/src/branch/dev/g18/wakeonlan)找到。 \ No newline at end of file