Spark 运维

以本 Git 仓库的 main 作为当前配置来源，不混用历史实验目录里的 Compose。

目录约定

项目根目录：Git 管理的 Compose、Dockerfile、脚本、文档。
.env：本机缓存路径、已有 API key 文件路径、代理；权限 0600，不提交 Git。
runtime-cache/：原有编译缓存，保留挂载路径；不提交 Git。
archive/<时间>/legacy/：整理前的部署脚本、Compose 和日志，只用于追溯。
archive/<时间>/experiments/：历史实验及原始 Nsight trace；目录 0700。
archive/<时间>/tmp/：本任务遗留的临时打包和检查文件。
.local-state/：本机迁移、健康检查、资源与部署提交记录；目录 0700。
模型权重和 API key 继续使用原外部路径，不复制进仓库。

归档不是现用配置。旧 Compose 的相对路径依赖原目录，不能直接从 archive 启动。原始 trace 可能含进程参数，不对外分享、不提交 Git。

更新与验证

git status --short
git pull --ff-only origin main
# 不随意拉取新的 nightly。更新镜像须先核实固定版本并构建。
./scripts/start.sh
./scripts/wait.sh
./scripts/test.sh
./scripts/test-prefix.sh

若 Spark 没有 Gitea 凭据，可由已登录的工作站传输 git bundle，在 Spark fetch 本地 bundle 后 fast-forward main。不要把工作站 token 写进 Spark 的 Git remote；remote 始终使用不含凭据的仓库 URL。启动和重载约需 10–13 分钟，会中断当前请求。

回退

./scripts/start.sh no-prefix：保留 128K + MTP，关闭前缀缓存。 ./scripts/start.sh baseline：32K、无 MTP 的较保守配置。回退后同样执行 wait 和 smoke 检查。实验图配置位于 experiments/graph，当前也限制为 128K。不要把历史 262K 配置当成稳定回退。

日常看 /proc/meminfo 的 MemAvailable 和 /proc/vmstat 的 oom_kill 增量，不能只看容器 healthy。测试时监控脚本的停止阈值只提供尽力保护。业务输出预算必须包含思考 tokens。

2.0 KiB Raw Permalink Blame History Unescape Escape

Spark 运维

目录约定

更新与验证

回退

2.0 KiB

Raw Permalink Blame History