警惕阿里云中的yum update操作不當導致:/sbin/init被清空導致Linux無法正常啟動

由于使用阿里云進行部署測試,因而會對yum update進行操作,這兩天更新了systemd-239-82.0.3.4.al8.2.x86_64,但存在報錯,然后進行yum history?undo和清空yum cache,但出現操作Linux命令行無效。具體來說,幾個報錯如下:

Running transaction test Transaction test succeeded. Running transaction Preparing :

1/1 Running scriptlet: systemd-239-82.0.3.4.al8.3.x86_64

1/1 Running scriptlet: systemd-239-82.0.3.4.al8.3.x86_64

1/2 Upgrading : systemd-239-82.0.3.4.al8.3.x86_64

1/2 Error unpacking rpm package systemd-239-82.0.3.4.al8.3.x86_64

Verifying : systemd-239-82.0.3.4.al8.3.x86_64 1/2

Verifying : systemd-239-82.0.3.4.al8.2.x86_64 2/2

Failed: systemd-239-82.0.3.4.al8.2.x86_64 systemd-239-82.0.3.4.al8.3.x86_64

Error: Transaction failed?

經查初步判斷為RPM包中systemd-239.82.0.34.al8.2.x86_64、systemd-239-82.0.3.4.al8.3.x86_64的三個文件RPM都有問題。

于是采取yum history undo回復操作,但由于此前更新涉及systemd的更新,版本不對后的回復涉及了部分sysvinit的緩存清空,在操作過程不慎造成/sbin/init中的指令文件完全被刪除。

因此,在未重啟服務器時,在操作界面進行reboot、login、logout等指令均報錯:

reboot bash: reboot: command not found... Failed to search for file: Failed to download gpg key for repo 'docker-ce-stable': Curl error (35): SSL connect error for https://download.docker.com/linux/centos/gpg [OpenSSL SSL_connect: SSL_ERROR_SYSCALL in connection to download.docker.com:443 ]

在阿里云平臺工具進行服務器重啟后,一直長時間等待后啟動服務器,但仍沒法進行SSH或遠程鏈接,哪怕進行停機,也等待很久。

由于測試服務為主,本實例并沒有安裝快照(因為需要收費的),所以這次整個測試服務器估計都涼了,需要重新部署操作系統。系統健康診斷亦已經檢測到嚴重的問題。

由此可見幾點教訓值得大家關注:

一、如果是正式或重要的部署快照的錢還是不能省的。

二、沒事少做yum update或yum install或者清空sysvinit相關的操作,涉及所有跟systemd有關的更新,盡量少做,所謂的開源免費的東西,其實也很不靠譜。

三、警惕阿里云本身的yum update陷阱,他們對rpm的安裝包都有自己的具體處理,鬼知道會否搞些小動作要你買他們這個那個服務(從陰謀論提出質疑)

四、對于在阿里云上的systemd-239-82.0.3.4這個版本的安裝,一定要十分謹慎。

重點來了,如何可以在無法通過Workbench遠程連接以及SSH連接的情況下,盡力修改/sbin/init的文件?

我們可以通過阿里云Alibaba Cloud Client的桌面工具。采用發送遠程命令的方式,進行鏈接操作,其具體界面如下:

在遠程命令的窗體,打上cd /sbin/init,看看目錄中有否存在,果斷有沒存在這個目錄文件

?

然后重新運行sudo yum install systemd -y,則可。

最后記得加上sudo reboot命令重啟服務器。

對于以后預防措施

為了防止類似問題再次發生,建議采取以下措施:

  1. 定期備份關鍵系統文件,特別是/sbin/init等核心文件。

  2. 啟用阿里云實例的自動快照功能,以便在出現故障時快速恢復(需要收錢)。

  3. 加強系統安全,防止未經授權的訪問和惡意操作。

  4. 監控系統日志,及時發現和處理異常情況。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/76568.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/76568.shtml
英文地址,請注明出處:http://en.pswp.cn/web/76568.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

論文閱讀:2023 ICLR Safe RLHF: Safe Reinforcement Learning from Human Feedback

總目錄 大模型安全相關研究:https://blog.csdn.net/WhiffeYF/article/details/142132328 Safe RLHF: Safe Reinforcement Learning from Human Feedback 安全 RLHF:通過人類反饋進行安全強化學習 https://arxiv.org/pdf/2310.12773 https://github.com/PKU-Alignment/safe…

android rom打包解包工具,Android ROM定制:boot.img、recovery解包打包

安卓boot.img和recovery.img解析與修改指南 安卓映像文件結構解析 大家都知道安卓的核心更換是在boot.img里面,那么如何在Windows下解開它呢?這里介紹一個實用的方法。 首先需要獲取bootimg.exe工具,這個工具最初是為華為設備開發的&#…

cdp-(Chrome DevTools Protocol) browserscan檢測原理逆向分析

https://www.browserscan.net/zh/bot-detection 首先,打開devtools后訪問網址,檢測結果網頁顯示紅色Robot,標簽插入位置,確定斷點位置可以hook該方法,也可以使用插件等方式找到這個位置,本篇不討論. Robot標簽是通過insertBefore插入的. 再往上追棧可以發現一個32長度數組,里面…

PostgreSQL 通過 copy 命令導入幾何數據 及 通過 CopyManager.copyIn() 導入幾何數據

COPY命令介紹 copy是postgresql提供的一個專門用于快速導入導出數據的命令,通常用于從文件(TXT、CSV等)或標準輸入輸出中讀取或寫入數據。適合批量導入導出數據,速度快。 默認情況下,如果在處理過程中遇到錯誤,COPY將失敗。 COPY只能用于表,不能用于視圖!!! COPY…

常用的幾種 Vue 父子組件傳值方式

1. 父組件向子組件傳值(props) 父組件代碼:Parent.vue <template><div><h2>父組件</h2><Child :parent-msg="parentMsg" /></div> </template><script> import Child from ./Child.vue;export default {componen…

【1】云原生,kubernetes 與 Docker 的關系

Kubernetes&#xff1f;K8s&#xff1f; Kubernetes經常被寫作K8s。其中的數字8替代了K和s中的8個字母——這一點倒是方便了發推&#xff0c;也方便了像我這樣懶惰的人。 什么是云原生&#xff1f; 云原生&#xff1a; 它是一種構建和運行應用程序的方法&#xff0c;它包含&am…

Eureka搭建

1.注冊中心server端 1.1.引入依賴 <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-security</artifactId> </dependency> <dependency><groupId>org.springframework.cloud</…

2025年最新版動漫短劇系統開發小程序app教程,源碼部署上線

以下是動漫短劇系統開發上線的詳細教程&#xff0c;包含從0到1的全流程&#xff1a; 一、需求分析&#xff08;關鍵&#xff1a;明確核心功能&#xff09; 核心功能清單&#xff1a; 用戶端&#xff1a;短視頻瀏覽、彈幕評論、收藏/點贊、創作者關注、付費訂閱。創作者端&am…

集成學習基礎應用實踐

集成學習簡介 學習目標&#xff1a; 1.知道集成學習是什么&#xff1f; 2.了解集成學習的分類 3.理解bagging集成的思想 4.理解boosting集成的思想 知道】集成學習是什么&#xff1f; 集成學習是機器學習中的一種思想&#xff0c;它通過多個模型的組合形成一個精度更高的…

系統與網絡安全------彈性交換網絡(1)

資料整理于網絡資料、書本資料、AI&#xff0c;僅供個人學習參考。 Trunk原理與配置 Trunk原理概述 Trunk&#xff08;虛擬局域網中繼技術&#xff09;是指能讓連接在不同交換機上的相同VLAN中的主機互通。 VLAN內通信 實現跨交換的同VLAN通信&#xff0c;通過Trunk鏈路&am…

python-圖片分割

圖片分割是圖像處理中的一個重要任務&#xff0c;它的目標是將圖像劃分為多個區域或者對象&#xff0c;例如分割出物體、前景背景或特定的部分。在 Python 中&#xff0c;常用的圖片分割方法包括傳統的圖像處理技術&#xff08;例如閾值分割、區域生長等&#xff09;和深度學習…

【Linux】軟件管理機制和軟件安裝

文章目錄 1. 軟件管理器1.1 Linux的軟件管理方式1.2 Linux的常見軟件管理機制RPM和dpkg 2. RPM2.1 rpm安裝2.2 rpm升級與更新2.3 rpm查詢2.4 rpm驗證與數字簽名2.5 rpm反安裝與重建數據庫 3. YUM3.1 yum查詢3.2 yum安裝/升級3.3 yum刪除3.4 yum的配置文件3.5 yum的軟件群組功能…

Android第三次面試總結(網絡篇)

在計算機網絡領域&#xff0c;網絡模型是理解通信原理的基礎框架。本文將詳細解析 OSI 參考模型和 TCP/IP 模型的分層結構、核心功能及實際應用&#xff0c;并通過對比幫助讀者建立完整的知識體系。 一、OSI 參考模型&#xff1a;七層架構的理論基石 OSI&#xff08;開放系統…

OpenCV day5

函數內容接上文&#xff1a;OpenCV day4-CSDN博客 目錄 9.cv2.adaptiveThreshold(): 10.cv2.split()&#xff1a; 11.cv2.merge()&#xff1a; 12.cv2.add()&#xff1a; 13.cv2.subtract()&#xff1a; 14.cv2.multiply()&#xff1a; 15.cv2.divide()&#xff1a; 1…

智能運維新范式

在制造業、設備制造、工業物聯網等領域&#xff0c;“服務周期長、響應效率低” 始終是產品運維的痛點 —— 設備故障突發時&#xff0c;工程師千里奔赴現場的耗時耗力&#xff1b;非計劃停機帶來的生產損失&#xff1b;客戶對服務體驗的更高期待…… 傳統運維模式早已難以適應…

實現定時發送郵件,以及時間同步

定時發送郵件 部署郵件服務 查看有沒有安裝mailx,安裝了 [root192 ~]# rpm -q mailx mailx-12.5-43.fc38.x86_64去網易拿一下授權碼,寫到配置文件里 vim /etc/mail.rcset fromxxxxxxx163.com set smtpsmtp.163.com set smtp-auth-userxxxxxxx163.com set smtp-auth-passwor…

狀態模式:有限狀態機在電商訂單系統中的設計與實現

狀態模式&#xff1a;有限狀態機在電商訂單系統中的設計與實現 一、模式核心&#xff1a;用狀態切換驅動行為變化 在電商訂單系統中&#xff0c;訂單狀態會隨著用戶操作動態變化&#xff1a;「已創建」的訂單支付后變為「已支付」&#xff0c;發貨后變為「已發貨」&#xff0…

ubuntu 24.02部署java web服務

ubuntu 24.02 版本推薦使用jdk 21版本部署java web服務&#xff0c;開發后先使用sudo java -jar xxx.jar驗證運行結果。 jdk安裝&#xff1a;sudo apt install openjdk-21-jdk-headless 編輯服務文本 [Unit] DescriptionWebMgr Java Application Afternetwork.target mysql.…

深入淺出:LDAP 協議全面解析

在網絡安全和系統管理的世界中&#xff0c;LDAP&#xff08;輕量級目錄訪問協議&#xff0c;Lightweight Directory Access Protocol&#xff09;是一個不可忽視的核心技術。它廣泛應用于身份管理、認證授權以及目錄服務&#xff0c;尤其在企業級環境中占據重要地位。本文將從基…

AI書籍大模型微調-基于亮數據獲取垂直數據集

大模型的開源&#xff0c;使得每位小伙伴都能獲得AI的加持&#xff0c;包括你可以通過AIGC完成工作總結&#xff0c;圖片生成等。這種加持是通用性的&#xff0c;并不會對個人的工作帶來定制的影響&#xff0c;因此各個行業都出現了垂直領域大模型。 垂直大模型是如何訓練出來…