PROJECT-MAP — lustre_ins 项目地图¶

接任务先查本文件第 1 节路由表；问现状去 docs/HANDOFF.md；问步骤去各主题 SOP.md / docs/RUNBOOK.md。本文件是静态结构视图（工程身份、依赖、路由），只做定点修订；不记当前状态与待办（那归 HANDOFF）。

1. 任务路由表¶

任务 / 症状	去哪	先读	入口
首次部署 / 重装 Lustre 集群	本工程（主部署器）	`docs/SOP.md` 第 5 章	`.venv/bin/python main.py <子命令> --config config/deploy.yaml`
新增客户端 / OSS / MDT	本工程	`add-clients-18-20/SOP.md`、`add-clients-25-28/SOP.md`	同上（`add-client` / `add-oss` / `add-mdt`）
客户端挂不上 `/mnt/lustre`	本工程 + `slurm_ins`	`fix-client-mount-20261007/SOP.md`；自愈见 `slurm_ins/lustre_mount_selfheal_extend_20261007/SOP.md`	`systemctl start mnt-lustre.mount`（勿手工 `mount`）
普通用户写入被拒 / 权限异常	本工程（服务端身份源）	`fix-lustre-write-perm/SOP.md`	— 根因在服务端 UID 解析
调优参数不达标 / 重放调优	本工程	`tuning-fix-and-rollout-plan/SOP.md`	`main.py tune`；重放须 `systemctl restart lustre-tune.service`
日常巡检 / 容量与漂移	本工程	`docs/RUNBOOK.md`	`main.py inspect` → `reports/inspect-*.md`
上机前安全检查	本工程	`precheck-hardening/SOP.md`	`main.py precheck`
作业落盘 / scratch 使用规范	`slurm_ins`（三层存储）	`slurm_ins/docs/BASELINE.md` §2	见其 RUNBOOK
调度层问题（作业、节点状态）	`slurm_ins` / `LSF/lsf_ins`	各自 HANDOFF	不在本工程

2. 分层依赖图¶

[whamcloud el9.7 仓库 + 定制内核 5.14.0-611.13.1_lustre.el9]   ← 安装来源（跨境带宽低，见 HANDOFF 红线）
                     ↓ 装包 / kmod-lustre
[服务端 · 物理层]  .21 = MGS + MDT(combined) ｜ .22 = OSS          ← 本工程管
                     ↓ LNet / TCP（NID <ip>@tcp，端口 988）
[客户端 · 挂载层]  8 台 /mnt/lustre（FS `edafs`）                  ← 本工程管（挂载 + fstab 持久化）
                     ↓ Tier0 跨节点共享临时（/mnt/lustre/scratch）
[消费层]  slurm_ins（计算 .18–.20 / 提交 .28）｜ LSF/lsf_ins（执行 .25–.27）｜ eda_tools_ins（工具树）
                     ↑ 依赖关系：上层的作业正确性受本工程挂载与身份源影响；反向无依赖

装载来源单列：.pth 挂载的共享库 /home/rain/py_public_modules/（BaseModule 等）不在本工程目录内。
跨工程契约：挂载自愈的巡检对象清单由 slurm_ins 的 slurm.health_ensure.lustre_extra_guards 维护——本工程新增客户端后需同步该清单（目前含 .18–.20/.28/.25–.27）。

3. 子项目卡片¶

活工程

工程	定位	关键产物与入口	上下游
`lustre_ins`（本目录）	Lustre 2.17.0 集群部署与运维主工程	`main.py`（bootstrap / add-oss / add-ost / add-mdt / add-client / enable-ha / tune / inspect / precheck / repo / rollback）；`modules/.py`、`utils/.py`、`config/deploy.yaml`	上游＝whamcloud 仓库与定制内核；下游＝`slurm_ins`、`LSF/lsf_ins`、`eda_tools_ins`

留档（历次变更档案，正文保留、不再演进）

目录	一句话
`add-clients-18-20/`、`add-clients-25-28/`	两批客户端扩展 + 踩坑（firewalld 门禁、跨境仓库带宽）
`fix-lustre-write-perm/`	服务端未接入 LDAP 身份源致非 root 写入被拒
`fix-client-mount-20261007/`	4 台 `/mnt/lustre` 未挂载恢复 + fstab `noatime` 对齐
`tuning-fix-and-rollout-plan/`	调优模块修复与分批放量规划
`precheck-hardening/`	上机前检查加固
`git-init/`	工程纳入 Git + `.pth` 命名统一
`handoff-rewrite-20261007/`	本次 HANDOFF 整体重写（含旧版备份）
`py-skill-hardening/`、`skill-clause-fix/`、`skill-completeness/`、`skill-design-refine/`、`skill-generalization/`、`skill-portability/`、`skill-verify-r4/`	全局技能/规则体系的历次通用化与验证（跨工程，非本工程独有）

项目外强相关路径

路径	关系
`/home/rain/py_public_modules/`	`.pth` 挂载的共享库（`BaseModule` / `paramiko_module` / `file_module` 等），本工程与 `slurm_ins` 共用
`/home/rain/Documents/slurm/slurm_ins/`	挂载自愈机制 B 所在工程；其 `lustre_extra_guards` 需与本工程客户端清单保持一致
`/home/rain/Documents/LSF/lsf_ins/`	LSF 执行节点 `.25`–`.27` 的作业侧契约
`/home/rain/Documents/slurm/docs/PROJECT-MAP.md`	上一层（slurm 项目）的地图，与本节不重复维护

4. 工程命名与文档约定¶

主题目录命名：<主题>-<YYYYMMDD>/（如 fix-client-mount-20261007/）；早期简名目录（git-init/ 等）保留不改。
每个主题目录必备：SOP.md（八章）+ backup/README.md（台账）；只读报告放 reports/，命名 YYYYMMDD-范围-巡检报告.md。
docs 三件套：HANDOFF.md（现在，覆盖式重写）/ BASELINE.md（稳定层，低频更新）/ SOP.md（历史，累积）；本项目另有 RUNBOOK.md（服务运行手册）。
backup 结构：<主题>/backup/<相对原路径>/<原名>.bak.<YYYYmmdd-HHmmss>；远程文件原位保留 + 回传副本；清理由用户对照台账执行。
工程形态：单 Python 部署工程（.venv/ + main.py 子命令），非多子包；共享代码走 .pth 挂载的公共库，不在本目录内复制。
退役纪律：变更档案目录不删（留档），在 §3 卡片中标注即可。

来源：/home/rain/Documents/lustre_ins/docs/PROJECT-MAP.md ｜最后更新：2026-10-07 10:27（由 build/sync.py 同步，请勿在站点侧修改）