PXE+Cobbler批量装机避坑全记录：从TFTP报错到自动部署Rocky Linux

当机房需要同时部署上百台Rocky Linux服务器时，手动安装显然不现实。最近在数据中心扩容项目中，我通过PXE+Cobbler方案实现了全自动装机，期间踩过的坑比预想的多得多——从TFTP服务异常到引导文件缺失，从DHCP配置错误到Kickstart模板调试。本文将还原完整的排错过程，手把手带你搭建高可用的自动化装机环境。

1. 基础环境搭建与核心组件解析

批量装机系统的核心在于网络引导和自动化配置。先来看看我们的实验环境拓扑：

code复制[ DHCP/TFTP Server (192.168.1.10) ] 
    ├── [ 待装机节点1 ]
    ├── [ 待装机节点2 ]
    └── [ 待装机节点N ]

必备服务矩阵：

安装基础组件（Rocky Linux 9环境）：

bash复制# 安装核心组件
dnf install -y dhcp-server tftp-server httpd cobbler cobbler-web syslinux

# 启动基础服务
systemctl enable --now httpd tftp.socket

注意：TFTP服务采用socket激活模式，只有在客户端请求时才会启动进程，这是Systemd的特性设计。

2. 典型故障排查实录

2.1 TFTP服务报错排查

首次启动装机客户端时，最常见的错误是：

code复制PXE-E32: TFTP open timeout

分步诊断方案：

1. 检查防火墙规则：

   bash复制firewall-cmd --add-service=tftp --permanent
   firewall-cmd --reload
   

2. 验证TFTP目录权限：

   bash复制chmod 755 /var/lib/tftpboot
   restorecon -Rv /var/lib/tftpboot
   

3. 测试本地TFTP传输：

   bash复制tftp 127.0.0.1 -c get pxelinux.0
   

2.2 引导文件缺失问题

当看到如下报错时：

code复制PXE-E3F: File not found

需要确认以下关键文件是否齐全：

code复制/var/lib/tftpboot/
├── pxelinux.0
├── ldlinux.c32
├── menu.c32
└── grub/
    └── x86_64-efi/...

快速补全引导文件的方法：

bash复制# 从syslinux包复制引导文件
cp /usr/share/syslinux/{pxelinux.0,ldlinux.c32,menu.c32} /var/lib/tftpboot/

# 为UEFI环境准备GRUB2引导
grub2-mknetdir --net-directory=/var/lib/tftpboot

3. Cobbler高级配置技巧

3.1 镜像仓库管理

导入Rocky Linux 9镜像的优化方法：

bash复制# 使用--breed指定发行版类型提高识别精度
cobbler import --path=/mnt/iso --name=Rocky-9 --arch=x86_64 \
    --breed=redhat --os-version=rhel9

# 查看导入的发行版详情
cobbler distro report --name=Rocky-9-x86_64

镜像同步状态检查表：

3.2 Kickstart模板定制

一个生产级Kickstart模板应包含：

kickstart复制# Rocky-9-autodeploy.ks
install
url --url=$tree
text
lang en_US.UTF-8
keyboard us
zerombr
clearpart --all --initlabel
autopart --type=lvm --fstype=xfs

# 网络配置
network --bootproto=dhcp --device=eth0 --activate
network --hostname=node-$RANDOM.example.com

# 安全基线
rootpw --iscrypted $6$加密密码
firewall --enabled --service=ssh
selinux --enforcing

# 软件包选择
%packages
@^minimal-environment
@development-tools
qemu-guest-agent
%end

# 后安装脚本
%post
# 配置YUM仓库
cat > /etc/yum.repos.d/rocky.repo <<EOF
[baseos]
name=Rocky Linux \$releasever - BaseOS
baseurl=http://mirror.rockylinux.org/rocky/\$releasever/BaseOS/\$basearch/os/
gpgcheck=1
EOF

# 注册到CMDB系统
curl -X POST http://cmdb/api/nodes -d "hostname=$(hostname)"
%end

提示：使用ksvalidator工具检查Kickstart语法：ksvalidator Rocky-9-autodeploy.ks

4. 生产环境优化实践

4.1 多网段PXE部署

当装机节点分布在多个VLAN时，需要配置DHCP中继：

code复制# /etc/dhcp/dhcpd.conf
subnet 192.168.1.0 netmask 255.255.255.0 {
    option routers 192.168.1.1;
    option subnet-mask 255.255.255.0;
    range 192.168.1.100 192.168.1.200;
    filename "grub/x86_64-efi/core.efi";
    next-server 192.168.1.10;  # 指向Cobbler服务器
}

4.2 装机后自动化配置

结合Ansible实现装机后自动配置：

yaml复制# post_install.yml
- hosts: new_nodes
  tasks:
    - name: 部署监控Agent
      ansible.builtin.yum:
        name: node_exporter
        state: latest

    - name: 配置SSH加固
      ansible.builtin.lineinfile:
        path: /etc/ssh/sshd_config
        regexp: "^{{ item.regexp }}"
        line: "{{ item.line }}"
      with_items:
        - { regexp: '^PermitRootLogin', line: 'PermitRootLogin no' }
        - { regexp: '^PasswordAuthentication', line: 'PasswordAuthentication no' }
      notify: restart sshd

在Kickstart的%post部分调用：

kickstart复制%post
dnf install -y ansible-core
cat > /root/post_install.yml <<EOF
[...Ansible Playbook内容...]
EOF
ansible-playbook /root/post_install.yml -c local
%end

4.3 装机日志集中收集

为方便排查批量装机问题，搭建集中日志收集：

bash复制# 在Cobbler服务器上配置rsyslog
module(load="imudp")
input(type="imudp" port="514")

template(name="RemoteLogs" type="string"
         string="/var/log/remote/%HOSTNAME%/install.log")

if $fromhost-ip startswith '192.168.' then {
    action(type="omfile" template="RemoteLogs")
}

在Kickstart中添加日志重定向：

kickstart复制%post
exec >/dev/tcp/192.168.1.10/514 2>&1
[...后安装脚本...]
%end

最终实现的装机流程如下：

1. 客户端PXE启动 → 获取IP和引导文件
2. 加载GRUB菜单 → 选择Rocky-9安装配置
3. 自动下载内核 → 读取Kickstart模板
4. 执行分区操作 → 安装基础系统
5. 运行%post脚本 → 配置监控、安全等组件
6. 重启进入新系统 → 自动注册到CMDB

整个过程中最耗时的其实是镜像文件传输，建议在千兆网络环境下，为Cobbler服务器配置SSD存储阵列。实际测试显示，同时为50台节点装机时，从启动到完成平均耗时约15分钟，比手动安装效率提升20倍以上。