master

文件	最后提交记录	最后更新时间
__init__.py	[feature] Controller FaultTolerance模块支持软件故障上报，与硬件故障共同产生恢复策略 Co-authored-by: 吕有辉<lvyouhui@huawei.com> # message auto-generated for no-merge-commit merge: !147 merge ft_ehance into master [feature] Controller FaultTolerance模块支持软件故障上报，与硬件故障共同产生恢复策略 Created-by: codeDogPro Commit-by: 吕有辉 Merged-by: towncharlie Description: ## **1. 合入背景** https://gitcode.com/Ascend/MindIE-PyMotor/issues/111 ## **2. 修改内容** https://gitcode.com/Ascend/MindIE-PyMotor/issues/111 bug修复： 1、log_monitor若干bug修复，有删除服务，或者kubelet不可用时的疯狂日志增加 2、删除服务后后台监控日志的进程不会自己退出，导致进程堆积 3、Controller clusterrole，clusterrolebinding等K8S配置没有用namespace区分，导致多个服务产生冲突。 ## **3. 资料变更** 涉及 ## **4. 接口变更** 不涉及 ## **5. 测试结果** 1、实际2P1D测试，节点互换逻辑无问题 2、修复log采集脚本，实际环境测试，修复了频繁产生冗余日志的问题 ## **6. CheckList** > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] [x] 代码注释完备 [x] 正确记录维测日志 [x] 是否有UT用例 [x] 若涉及多线程场景，考虑了并发场景，不存在死锁问题 See merge request: Ascend/MindIE-PyMotor!147	2 个月前
configmap_parser.py	[fix]修复Controller 若干问题 Co-authored-by: 吕有辉<lvyouhui@huawei.com> # message auto-generated for no-merge-commit merge: !447 merge fix_controller_log into master [fix]修复Controller 若干问题 Created-by: codeDogPro Commit-by: 吕有辉 Merged-by: towncharlie Description: ## **1. 合入背景** https://gitcode.com/Ascend/MindIE-PyMotor/issues/245 https://gitcode.com/Ascend/MindIE-PyMotor/issues/246 https://gitcode.com/Ascend/MindIE-PyMotor/issues/256 ## **2. 修改内容** 1、修复Controller组件日志打印逻辑 2、修复configmap解析json的bug，如果不是json，就不要强制解析 3、node manager的心跳发送机制增强 4、ETCD续约机制增强，增加续约重试，避免误发送主降备 ## **3. 资料变更** 不涉及 ## **4. 接口变更** 不涉及 ## **5. 测试结果** 已修复场景： 1、实例重启，不再刷屏Controller的日志 2、Coordinator重启，推送功能正常 3、心跳超时后不再持续刷屏 ## **6. CheckList** > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] [ ] 代码注释完备 [ ] 正确记录维测日志 [ ] 是否有UT用例 [ ] 若涉及多线程场景，考虑了并发场景，不存在死锁问题 See merge request: Ascend/MindIE-PyMotor!447	1 个月前
k8s_client.py	[fix] 修复故障感知偶现失效问题 & 优化主备开启时默认打开持久化 Co-authored-by: 吕有辉<lvyouhui@huawei.com> # message auto-generated for no-merge-commit merge: !279 merge hwfault_aware into master [fix] 修复故障感知偶现失效问题 & 优化主备开启时默认打开持久化 Created-by: codeDogPro Commit-by: 吕有辉 Merged-by: towncharlie Description: ## **1. 合入背景** 修复问题 https://gitcode.com/Ascend/MindIE-PyMotor/issues/179 ## **2. 修改内容** 1、优化故障感知逻辑，watch超时重试时间缩短，避免sleep阶段丢失信息 2、修复configmap内信息为str时无法解析故障信息，导致功能失效 3、开启主备现在会自动打开持久化配置 ## **3. 资料变更** > 请确认<ins>**是否涉及资料变更**</ins>。\ > 如涉及，需要在PR中体现，并简要说明修改内容。\ > 如不涉及，需填写“不涉及”。 ## **4. 接口变更** > 请确认<ins>**是否涉及跨代码仓或者客户面可见的接口变更**</ins>。\ > 如涉及，需详细说明接口以及对应的变更内容，同时需要在资料中体现。\ > 如不涉及，需填写“不涉及”。 ## **5. 测试结果** 进入NPU制造故障能正确感知：  产生缩P保D策略成功：  ## **6. CheckList** > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] [ ] 代码注释完备 [ ] 正确记录维测日志 [ ] 是否有UT用例 [ ] 若涉及多线程场景，考虑了并发场景，不存在死锁问题 See merge request: Ascend/MindIE-PyMotor!279	2 个月前
resource_monitor.py	[fix] 修复故障感知偶现失效问题 & 优化主备开启时默认打开持久化 Co-authored-by: 吕有辉<lvyouhui@huawei.com> # message auto-generated for no-merge-commit merge: !279 merge hwfault_aware into master [fix] 修复故障感知偶现失效问题 & 优化主备开启时默认打开持久化 Created-by: codeDogPro Commit-by: 吕有辉 Merged-by: towncharlie Description: ## **1. 合入背景** 修复问题 https://gitcode.com/Ascend/MindIE-PyMotor/issues/179 ## **2. 修改内容** 1、优化故障感知逻辑，watch超时重试时间缩短，避免sleep阶段丢失信息 2、修复configmap内信息为str时无法解析故障信息，导致功能失效 3、开启主备现在会自动打开持久化配置 ## **3. 资料变更** > 请确认<ins>**是否涉及资料变更**</ins>。\ > 如涉及，需要在PR中体现，并简要说明修改内容。\ > 如不涉及，需填写“不涉及”。 ## **4. 接口变更** > 请确认<ins>**是否涉及跨代码仓或者客户面可见的接口变更**</ins>。\ > 如涉及，需详细说明接口以及对应的变更内容，同时需要在资料中体现。\ > 如不涉及，需填写“不涉及”。 ## **5. 测试结果** 进入NPU制造故障能正确感知：  产生缩P保D策略成功：  ## **6. CheckList** > PR提交人对以下CheckList自检项进行全量自检，自检通过或不涉及，均修改 [ ] 为 [x] [ ] 代码注释完备 [ ] 正确记录维测日志 [ ] 是否有UT用例 [ ] 若涉及多线程场景，考虑了并发场景，不存在死锁问题 See merge request: Ascend/MindIE-PyMotor!279	2 个月前