12 · 新机部署实录（38.76.188.216，2026-11-02）

/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}

目的：把「在一台全新云主机上把 feature/merge 平台 + Path B 真实运行时跑起来」的全过程
按「现象 → 根因 → 修复 → 验证」记下来，作为 11-新机从零部署指南.md 的实测补丁。
本篇只写11 里没写、写错、或看起来无害实际会炸的地方；流程本身仍以 11 为准。

0. 目标机与结果

1. 时间线（关键节点）

2. 问题与修复清单

2.1 SSH / 远程执行（Windows → Linux）

2.2 prepare.sh 的两个坑（都会让你以为机器坏了）

事后核对：dpkg -l | awk '$1!="ii"' 只剩 rc（已删但留配置）和 hi grub-pc（prepare.sh 主动 hold 的），
apt-get -s upgrade 待升级数 0 —— 那次被打断的 upgrade 实际已被重启 + dpkg –configure -a 收尾。

2.3 DRfC 侧

2.4 平台侧接真机

副作用（要知道）：切到 DRfC MinIO 后，平台自己的对象也进 bucket；Path A 假跑时存在 drplat 桶里的东西
不再可见。想两头都要就保留 bitnamilegacy/minio 容器，只把 AWS_S3_* 切回 http://minio:9000 + drplat。

3. 验收证据

# 平台
curl -s http://38.76.188.216:18080/api/v1/system/health
# {"status":"ok","db":true,"redis":true,"storage":true,"version":"1.2.0","commit":"074ff380a89f","env":"prod"}

# 宿主 8 条硬约束
backend/deploy/host-check.sh # ==> == 结果：PASS=11 FAIL=0 WARN=1 == （WARN 仅时区 Etc/UTC）

# 平台 probe（/system/hosts/1/probe 等价）
# PASS swarm / labels / network / minio_service(1/1) / minio_image / docker_sock / run_env / disk
# PROBE ok= True

# DRfC 真实栈
docker service ls
# deepracer-0_rl_coach 1/1 deepracer-0_robomaker 1/1 s3_minio 1/1
docker ps –filter name=algo-1- # vx5jmjdwjz-algo-1-h1fpq Up

# 产物（DRfC MinIO，bucket=bucket）
aws –endpoint-url http://127.0.0.1:9000 s3 ls –recursive s3://bucket
# pathb-smoke-1/model/model_0.pb 23377673
# pathb-smoke-1/model/0_Step-0.ckpt.meta 2112304
# pathb-smoke-1/model/deepracer_checkpoints.json
# pathb-smoke-1/reward_function.py
# pathb-smoke-1/training_params.yaml
# training_job/<uuid>/custom_files/{hyperparameters,model_metadata,reward_function}

# 评测产物
# evaluation/<eval-uuid>/mp4/0-video.mp4 7361268 ← 平台转码后的成品
# evaluation/<eval-uuid>/preview/0-video-{in,mid,finish}.jpg
# pathb-smoke-1/mp4/camera-pip/0-video.mp4 7361268 ← DRfC 录的原始三视角
# pathb-smoke-1/mp4/camera-45degree/0-video.mp4 7213415
# pathb-smoke-1/mp4/camera-topview/0-video.mp4 847710
# pathb-smoke-1/evaluation-20261102140848/evaluation-simtrace/0-iteration.csv
# pathb-smoke-1/metrics/evaluation/evaluation-20261102140848.json

评测结论（GET /api/v1/evaluations/1/）：

{"id":1,"status":"SUCCEEDED","model_label":"pathb-smoke-1-00001","completion_rate":1.0,
"best_lap_time":112.394,"error_code":"",
"trials":[{"trial":1,"status":"SUCCEEDED","episodes":1,"avg_reset":18.0}]}

GET /api/v1/evaluations/1/video/ → 200 {artifact:4, video_pending:false, url:/api/v1/artifacts/4/download?token=…}
（video_pending:false + 桶里有 mp4 = ffmpeg 转码链路也通了）

4. 复现这套机器的最短路径

# 0) 前提：Docker CE 已装（29.x），未被 apt 换回 docker.io
# 1) 平台（路径 A）
git clone <repo> /srv/deepracer-platform/repo && cd /srv/deepracer-platform/repo
sudo backend/deploy/bootstrap.sh # build + up + migrate + 建管理员
# 2) Path B 准备（11 §3.4–3.6，手工，别用 init.sh）
docker swarm init && docker node update –label-add Sagemaker=true –label-add Robomaker=true self
docker network create -d overlay –attachable –scope swarm \\
–label com.docker.compose.network=sagemaker-local \\
–label com.docker.compose.project=sagemaker-local sagemaker-local
# 3) DRfC（11 §6.1–6.2，本次改写过）
# prepare.sh 用 systemd-run 托管跑；补 data/、/tmp/sagemaker、.aws 符号链接、minio profile
source bin/activate.sh # 起 s3 栈
bash /srv/deepracer-platform/repo/backend/deploy/host-check.sh # FAIL 必须是 0
# 4) 平台接真机（11 §7）
# .env 五项 → restart nginx + 重建 backend/worker/worker-runtime → Host=LOCAL → probe
# 5) 跑一轮
POST /api/v1/training-jobs/ → TRAINING → model_0.pb 落桶 → stop → CANCELLED

5. 遗留 / 已知限制

| 2 | 远端输出到 Windows 控制台乱码 / UnicodeEncodeError | 控制台默认 GBK，远端输出 UTF-8 | paramiko 侧 sys.stdout.reconfigure(encoding="utf-8", errors="replace") |
| 3 | 连续执行两个脚本报 syntax error near unexpected token | 固定路径 /tmp/_rs.sh 被下一个脚本覆盖，bash 边读边执行读到半截新内容 | 用唯一路径 /tmp/_rs_<pid>_<ts>.sh |