避坑:过早的文件结束符(EOF):解决“git clone龙蜥OS源码失败”的失败过程
避坑:过早的文件结束符(EOF):解决“git clone龙蜥OS源码失败”的失败过程
安装Anolis OS 8.9
下载AnolisOS-8.9-x86_64-dvd.iso并安装。
使用uname -a查看内核版本为5.10.134-18.an8.x86_64。
[root@localhost cloud-kernel]# cat /etc/anolis-release
Anolis OS release 8.9
[root@localhost cloud-kernel]# uname -a
Linux localhost.localdomain 5.10.134-18.an8.x86_64 #1 SMP Fri Dec 13 16:32:58 CST 2024 x86_64 x86_64 x86_64 GNU/Linux
通过HTTPS协议git clone内核代码库出错
1. 找到git clone命令
打开网址:https://gitee.com/anolis/cloud-kernel
点击**“克隆/下载”按钮,选择“HTTPS"**标签,复制命令到终端执行:
git clone https://gitee.com/anolis/cloud-kernel.git

2. git clone出错
git clone 过程中出现 过早的 EOF 和 无效的 index-pack 输出 错误!
# git clone https://gitee.com/anolis/cloud-kernel.git
正克隆到 'cloud-kernel'...
remote: Enumerating objects: 11174639, done.
remote: Counting objects: 100% (192/192), done.
remote: Compressing objects: 100% (152/152), done.
致命错误:过早的文件结束符(EOF)9), 1.71 GiB | 532.00 KiB/s
致命错误:fetch-pack:无效的 index-pack 输出
尝试解决
1. 增大 http.postBuffer - 失败
网上很多人推荐设置这个参数,该参数用于设置 HTTP 传输的缓冲区大小.
应该设置多大呢?
监控git clone执行过程中的物理内存占用情况,以下图为例:

(1)当git clone接收对象的大小为833.58MiB,占比15%,可以算出最终大小为5557MiB.
(2)通过top可以看到此时共4个git相关进程在运行,统计RES列(RES代表实际占用物理内存,单位为KB),共占用内存587680KB,大概587MB,是git clone统计值的70%(587/833.58)。
所以设置8GB的http.postBuffer应该是OK的。
git config --global http.postBuffer 8192000000 # 8GB(单位:字节)
但是最终还是出现同样的错误结果。即使我把虚拟机的内存调整到了16GB,依然出错。
2. 使用 SSH 协议 - 失败
AI推荐:如果 HTTP 仍失败,尝试改用 SSH 协议:
失败了!
# git clone git@gitee.com:anolis/cloud-kernel.git
正克隆到 'cloud-kernel'...
remote: Enumerating objects: 11175278, done.
remote: Counting objects: 100% (182/182), done.
remote: Compressing objects: 100% (100/100), done.
[session-3c4d478c] Grpc Upload Pack error: rpc error: code = DeadlineExceeded desc = context deadline exceeded
fetch-pack: unexpected disconnect while reading sideband packet
致命错误:过早的文件结束符(EOF)
致命错误:fetch-pack:无效的 index-pack 输出
AI再次推荐:
git config --global http.lowSpeedLimit 0
git config --global http.lowSpeedTime 999999
git config --global core.askPass /bin/echo
echo "ServerAliveInterval 60" | tee -a ~/.ssh/config
echo "ServerAliveCountMax 3" | tee -a ~/.ssh/config
再次失败!
3. 分阶段克隆 部分成功
先浅克隆最新提交,再逐步拉取完整历史:
git clone --depth=1 https://gitee.com/anolis/cloud-kernel.git
cd cloud-kernel
git fetch --unshallow
- git clone --depth 1 <repository_URL> 只会获取最新的提交(提交历史为1),而不会获取整个提交历史。-成功
- git fetch --unshallow 从远程仓库中拉取所有剩余的历史记录,使你的本地仓库包含完整的提交历史。-失败
[root@localhost ~]# git clone --depth 1 https://gitee.com/anolis/cloud-kernel.git
正克隆到 'cloud-kernel'...
remote: Enumerating objects: 88308, done.
remote: Counting objects: 100% (88308/88308), done.
remote: Compressing objects: 100% (74784/74784), done.
remote: Total 88308 (delta 6224), reused 41862 (delta 3011), pack-reused 0
接收对象中: 100% (88308/88308), 207.88 MiB | 480.00 KiB/s, 完成.
处理 delta 中: 100% (6224/6224), 完成.
正在更新文件: 100% (86470/86470), 完成.
[root@localhost ~]# cd cloud-kernel/
[root@localhost cloud-kernel]# git branch -av
* devel-5.10 19cfe5c48 anolis: sw64: ftrace: implement ftrace_modify_callremotes/origin/HEAD -> origin/devel-5.10remotes/origin/devel-5.10 19cfe5c48 anolis: sw64: ftrace: implement ftrace_modify_call
[root@localhost cloud-kernel]# git log --pretty=oneline
19cfe5c48c07acb188677ca573b51f3135d0adc6 (grafted, HEAD -> devel-5.10, origin/devel-5.10, origin/HEAD) anolis: sw64: ftrace: implement ftrace_modify_call
[root@localhost cloud-kernel]# git fetch --unshallow
错误:RPC 失败。curl 56 OpenSSL SSL_read: SSL_ERROR_SYSCALL, errno 104
致命错误:预期 'acknowledgments'
4. 最终折中的办法
先用git clone --depth 1拉取分支,然后用git fetch --depth 50拉去更深的commit信息。
[root@localhost test]# git clone --depth 1 -b release/release-5.10.134-18.y https://gitee.com/anolis/cloud-kernel.git
正克隆到 'cloud-kernel'...
remote: Enumerating objects: 88068, done.
remote: Counting objects: 100% (88068/88068), done.
remote: Compressing objects: 100% (74582/74582), done.
remote: Total 88068 (delta 6210), reused 41793 (delta 3006), pack-reused 0
接收对象中: 100% (88068/88068), 207.65 MiB | 480.00 KiB/s, 完成.
处理 delta 中: 100% (6210/6210), 完成.
正在更新文件: 100% (86236/86236), 完成.[root@localhost test]# cd cloud-kernel/[root@localhost cloud-kernel]# git fetch --depth 50
remote: Enumerating objects: 412, done.
remote: Counting objects: 100% (412/412), done.
remote: Compressing objects: 100% (149/149), done.
remote: Total 324 (delta 273), reused 225 (delta 175), pack-reused 0
接收对象中: 100% (324/324), 64.88 KiB | 810.00 KiB/s, 完成.
处理 delta 中: 100% (273/273), 完成 86 个本地对象.
remote: Enumerating objects: 4, done.
remote: Counting objects: 100% (4/4), done.
remote: Compressing objects: 100% (4/4), done.
remote: Total 4 (delta 0), reused 4 (delta 0), pack-reused 0
展开对象中: 100% (4/4), 647 字节 | 647.00 KiB/s, 完成.
来自 https://gitee.com/anolis/cloud-kernel* [新标签] 5.10.134-18 -> 5.10.134-18* [新标签] 5.10.134-18_rc1 -> 5.10.134-18_rc1* [新标签] 5.10.134-18_rc2 -> 5.10.134-18_rc2* [新标签] 5.10.134-18_rc2.1 -> 5.10.134-18_rc2.1
后记:我的环境没问题
同样的环境,尝试git clone linux官方代码数,完全没有问题。
而且看到,接收的对象大小为2.88GiB,比Anolis的1.71GiB还大。
到底是谁的问题呢?
[root@localhost ~]# git clone https://git.kernel.org/pub/scm/linux/kernel/git/torvalds/linux.git
正克隆到 'linux'...
remote: Enumerating objects: 10668274, done.
remote: Counting objects: 100% (171/171), done.
remote: Compressing objects: 100% (119/119), done.
remote: Total 10668274 (delta 97), reused 89 (delta 52), pack-reused 10668103
接收对象中: 100% (10668274/10668274), 2.88 GiB | 1.98 MiB/s, 完成.
处理 delta 中: 100% (8773900/8773900), 完成.
正在检查对象: 100% (33554432/33554432), 完成.
正在更新文件: 100% (87905/87905), 完成.
相关文章:
避坑:过早的文件结束符(EOF):解决“git clone龙蜥OS源码失败”的失败过程
避坑:过早的文件结束符(EOF):解决“git clone龙蜥OS源码失败”的失败过程 安装Anolis OS 8.9 下载AnolisOS-8.9-x86_64-dvd.iso并安装。 使用uname -a查看内核版本为5.10.134-18.an8.x86_64。 [rootlocalhost cloud-kernel]# c…...
【Quest开发】全身跟踪
软件:Unity 2022.3.51f1c1、vscode、Meta XR All in One SDK V72 硬件:Meta Quest3 最终效果:能像meta的操作室沉浸场景一样根据头盔移动来推断用户姿势,实现走路、蹲下、手势匹配等功能 需要借助UnityMovement这个包 GitHub …...
通过BingAPI爬取Bing半个月内壁纸
通过BingAPI爬取Bing半个月内壁纸 一、前言二、爬虫代码三、代码说明 一、前言 爬取Bing搜索网站首页壁纸的方式主要有两种,第一种为间接爬取,即并不直接对Bing网站发起请求,而是对那些收集汇总了Bing壁纸的网站发起请求,爬取图片…...
Linux升级Anacodna并配置jupyterLab
在使用 Anaconda 的过程中,随着项目和需求的发展,可能需要升级 Anaconda 的 Base 环境中的 Python 版本。本文将详细介绍如何安全地进行升级,包括步骤、代码示例与最终流程图。 升级 Python 一、环境准备 在进行任何升级之前,建…...
ctfshow web入门 web11-web24
web11 web12 进来浏览网站,底部有一串数字,根据提示可能有用,访问robots.txt,发现禁止访问/admin/,进去看看发现需要输入用户名和密码,刚想爆破就猜对了,用户名是admin,密码是页面下…...
Windows 环境下配置多个不同版本的 Maven
在实际开发中,不同的项目可能需要使用不同版本的 Maven。例如,老项目可能依赖于 Maven 3.3,而新项目可能需要 Maven 3.8+ 才能正常运行。因此,在 Windows 下配置多个 Maven 版本并能方便地切换是非常必要的 1. 下载并安装多个 Maven 版本 1.1 下载 Maven 访问 Apache Mav…...
web入侵实战分析-常见web攻击类应急处置实验1
场景说明: 某天运维人员发现在/opt/tomcat8/webapps/test/目录下,多出了一个index_bak.jsp这个文件, 并告诉你如下信息 操作系统:ubuntu-16.04业务:测试站点中间件:tomcat开放端口:22&#x…...
适配器模式 Adapter Pattern
https://en.wikipedia.org/wiki/Adapter_pattern https://www.baeldung.com/java-adapter-pattern 适配器模式(也称为包装器「wrapper」,与装饰器模式「decorator pattern」共享的另一种命名),它允许将现有类的接口用作另一个接…...
Android 动态加入Activity 时 manifest 注册报错解决。使用manifestPlaceholders 占位
需求如下: 项目 测试demo 有多个渠道,部分渠道包含支付功能,在主测试代码外,需要一个单独 Activity 调用测试代码。 MainActivityPayActivity渠道A包含不包含渠道B包含包含 因为支付功能需要引入对应的 moudule,因此…...
芝加哥学派(Chicago School):金融与经济学的创新力量(中英双语)
芝加哥学派:金融与经济学的创新力量 在经济学和金融学的历史上,有一个学派的影响力不容忽视,那就是芝加哥学派(Chicago School)。芝加哥学派不仅在学术界广受推崇,也深刻影响了全球的经济政策和金融市场。…...
3分钟了解内外网文件传输:常见方法、注意事项有哪些?
内外网文件传输不仅是企业日常运营的基础设施,更是支持业务增长、创新和合规的关键工具。通过高效、安全的文件传输,企业能够更好地应对全球化协作、远程办公和数据安全等挑战,从而在竞争激烈的市场中保持领先地位。 一、内外网文件传输的常…...
Python学习心得常用的内置函数
常用的内置函数: 1.数据类型转换函数: 描述说明 描述说明 bool(obj) 获取指定对象 obj 的布尔值 str(obj) 将指定对象 obj 转成字符串类型 int(x) 将 x 转成 int 类型 float(x) 将 x 转成 float 类型 list(sequence) 将序列转成列表类型 tu…...
VMware Workstation16安装Centos7以及静态IP设置
配置虚拟机操作系统 1.创建新的虚拟机 -> 自定义配置,下一步 2. 选择虚拟机硬件兼容性 -> 默认,下一步 3.安装客户机操作系统 -> 稍后安装操作系统,下一步 4.选择客户机操作系统 -> LinuxCentOS7 64 位,下一步 5.命名…...
【核心算法篇十九】《 DeepSeek因果推断:双重差分模型如何破解政策评估的「时空难题」》
一、当AB实验不可行时,我们该相信什么?(因果推断困局解析) 假设某城市推出「夜间地铁免费」政策,市长想知道这个政策是否真的提升了夜间经济。这时候你会发现: 1️⃣ 无法克隆城市:不能同时存在一个「实施政策」和「不实施政策」的平行宇宙 2️⃣ 数据混杂严重:疫情反…...
Token Embedding(词嵌入)和Positional Encoding(位置编码)的矩阵形状关系及转换过程
在从零开始构建一个小型字符级语言模型时,简化的实现步骤是:数据准备→模型架构设计→训练→评估与生成。模型架构设计阶段的流程如下: 图1 模型架构设计阶段的流程 包含了输入层、嵌入层、解码器层和输出层。其中在嵌入层中包括了Token Embedding(词嵌入)和Positional En…...
多个用户如何共用一根网线传输数据
前置知识 一、电信号 网线(如以太网线)中传输的信号主要是 电信号,它携带着数字信息。这些信号用于在计算机和其他网络设备之间传输数据。下面是一些关于网线传输信号的详细信息: 1. 电信号传输 在以太网中,数据是…...
U-Net 与深度学习的完美结合:图像分割的高效解决方案
1. 引言:U-Net背景及应用 1.1 U-Net的起源与发展 U-Net 是由 Olaf Ronneberger 和他的团队于2015年提出的卷积神经网络(CNN)架构。最初的设计目的是解决医学图像分割中的挑战,尤其是在有限的训练数据下如何实现准确的分割。 在…...
nginx ngx_http_module(9) 指令详解
nginx ngx_http_module(9) 指令详解 nginx 模块目录 nginx 全指令目录 一、目录 1.1 模块简介 ngx_http_uwsgi_module:uWSGI支持模块,允许Nginx与uWSGI服务器进行通信。uWSGI是一种应用服务器协议,广泛用于Python Web应用的部署。通过该…...
【从0做项目】Java搜索引擎(4)——性能优化~烧脑~~~
本篇文章将对项目搜索引擎(1)~(3)进行性能优化,包括测试,优化思路,优化前后对比 目录 一:文件读取 二:实现多线程制作索引 1:代码分析 2:代码…...
【HarmonyOS Next】鸿蒙应用进程和线程详解
【HarmonyOS Next】鸿蒙应用进程和线程详解 一、前言 进程的定义: 进程是系统进行资源分配的基本单位,是操作系统结构的基础。 在鸿蒙系统中,一个应用下会有三类进程: (1) 主进程, (2) ExtensionAbility进程ÿ…...
TTP229触摸模块避坑指南:51单片机驱动时如何解决误触和抗干扰问题?(实测分享)
TTP229触摸模块实战优化:从硬件设计到软件防抖的完整避坑方案 第一次用TTP229做智能家居控制面板时,半夜两点被自动触发的灯光吓醒——这大概是我接触电容触摸模块最难忘的经历。作为一款高性价比的16键电容触摸芯片,TTP229在智能面板、工业控…...
Ragas评估框架:3分钟学会AI应用质量保障的终极指南
Ragas评估框架:3分钟学会AI应用质量保障的终极指南 【免费下载链接】ragas Supercharge Your LLM Application Evaluations 🚀 项目地址: https://gitcode.com/gh_mirrors/ra/ragas 你是否正在为LLM应用的质量评估而烦恼?想要一个简单…...
全国县域数据库(2000-2022年)
01、数据介绍全国县域数据库5.0是一个综合性的数据资源,它涵盖了全国范围内各个县域的多种信息,为政府决策、学术研究、商业分析等领域提供了重要的数据支持。全国县域数据库是一个重要的数据资源,它对于推动县域经济社会的发展、促进区域协调…...
Python 3.15 WASM 轻量化部署落地全链路(从CPython源码补丁到浏览器沙箱逃逸防护)
更多请点击: https://intelliparadigm.com 第一章:Python 3.15 WASM 轻量化部署落地全链路概览 Python 3.15 原生支持 WebAssembly(WASM)目标编译,标志着 CPython 运行时正式迈入浏览器与边缘轻量执行环境。该能力依托…...
从函数到微服务:探索轻量级技能框架的设计与实现
1. 项目概述:一个技能,无限可能最近在折腾个人效率工具和自动化流程时,发现了一个挺有意思的GitHub项目,叫xu-xiang/oneskill。乍一看这个仓库名,可能会有点摸不着头脑,一个技能?什么技能&#…...
基于AI-Scientist-V3的列车窗景实时生成技术实践
1. 项目背景与目标拆解去年NanoBanana 2团队在Siggraph Asia上展示的"Window Seat"项目让我眼前一亮——这个通过生成式AI重构列车窗景的创意,完美融合了计算机视觉与场景理解技术。最近拿到AI-Scientist-V3模型后,我决定用开源方案复现这个经…...
无似然温度采样算法解析与应用实践
1. 无似然温度采样算法解析温度采样是控制生成模型输出的核心技术,传统方法通过调整softmax前的logits实现概率分布重缩放。但在无似然框架(如CALM)中,由于只能访问采样器而无法获取显式概率分布,这一方法面临根本性挑…...
7个实用jq管道操作技巧:轻松掌握复杂JSON数据处理的终极指南
7个实用jq管道操作技巧:轻松掌握复杂JSON数据处理的终极指南 【免费下载链接】jq Command-line JSON processor 项目地址: https://gitcode.com/GitHub_Trending/jq/jq jq作为一款强大的命令行JSON处理器,让开发者能够通过简洁的管道操作实现复杂…...
告别Electron!用Qt QWebEngine + QWebChannel 打造高性能桌面混合应用(附完整Demo)
突破Electron性能瓶颈:Qt QWebEngine与QWebChannel混合开发实战指南 在桌面应用开发领域,Electron框架凭借其跨平台特性和Web技术栈的易用性长期占据主导地位。然而随着应用复杂度提升,Electron的内存占用高、启动缓慢和包体积庞大等问题逐渐…...
令牌管理革命:Tiktokenizer如何实现AI成本精准控制
令牌管理革命:Tiktokenizer如何实现AI成本精准控制 【免费下载链接】tiktokenizer Online playground for OpenAPI tokenizers 项目地址: https://gitcode.com/gh_mirrors/ti/tiktokenizer 在AI应用开发实践中,技术团队面临着一个看似简单却影响深…...
