eighth day for learning

文件由inode（包含属性等）+block(数据块) 组成来存储

硬盘在linux中使用前分为三个过程：分区-->格式化-->挂载

分区：注意扩展分区不能直接使用，需要继续划分逻辑分区才可

格式化：文件系统

rhel4 : ext2 --> rhel5 :ext3 --> rhel6 :ext4 --> rhel7/rhel8 : xfs（最大可支持存储容量18EB）

TB<PB<EB (*1024)

由于底层文件系统的多样化，所以linux内核中的软件层为用户程序提供了一个VFS(虚拟文件系统)，作为一个统一的接口！！也就是用户可以使用相同的命令在不同的文件系统上。

格式化操作：mkfs.xfs/mkfs.ext4 设备文件

挂载：常见mount、umount，此为本次有效，注意设置开机自动挂载

开机自动挂载/etc/fstab 文件里格式为：设备文件的路径挂载目录文件系统格式权限是否备份是否自检

du命令：查看文件占用大小 du -sh 文件

添加交换分区：1.分区 2.格式化：mkswap 分区名 3.挂载：swapon 分区，卸载是swapoff 4.编辑开机挂载文件/etc/fstab

partprobe:使内核重新读取分区信息 ==kpartx ==partx -a 分区

磁盘容量配额：限制用户的硬盘可用容量（block）或所能创建的最大文件个数(inode)

软限制：当达到限制时会提示用户，但仍允许用户在限定的额度内继续使用

硬限制：当达到限制时会提示用户，并且强制终止用户的操作

isoft / bsoft 软限制 ; ihard / bhard 硬限制

创建方式：

1.先在/etc/fstab文件里面，编辑需要限制的文件目录的行里面，权限项后面添加uquota。如：

挂载行： UUID=······ /boot xfs defaults,uquota 0 0

2.reboot 重启后可：mount |grep boot 查看该行是否有uquota,即支持quota磁盘配额技术

3.通过xfs_quota命令，专门针对xfs文件系统来管理容量配额服务，-x参数是专家模式，使能对

quota服务进行更多复杂的配置，-c是以参数的的形式设置要执行的命令。

格式：xfs_quota 参数配额限制目录

如：xfs_quota -x -c 'limit isoft=3 ihard=6 bsoft=3M bhard=6M linuxprobe' /boot

在/boot目录下对linuxprobe用户做配额限制，创建文件个数大于3个小于6个只提示，大于6个则提示且终止，创建文件总大小超过3M且小于6M只提示，大于6M则提示且终止！！

xfs_quota -x -c report /boot 查看关于该目录的配置

edquota命令：用于编辑用户的quota配额限制，格式：edquota 参数用户，-u指定用户，-g指定组，以vim方式来编辑设置

VDO:虚拟数据优化，通过压缩或删除存储设备上的数据来优化存储空间的技术。技术的关键就是对硬盘内原有的数据进行删重操作。

安装vdo方法： dnf install kmod-kvdo vdo

1.新建盘符，/dev/sdc

2.创建一个全新的vdo卷

管理设备用的就是vdo命令本身，name参数代表新的设备卷的名称；device参数代表由那块磁盘进行制作；vdoLogicalSize参数代表制作后的逻辑卷大小，遵循红帽推荐的原则，20G硬盘翻成200G逻辑卷：

[root@linuxprobe ~]# vdo create --name=storage --device=/dev/sdc -- vdoLogicalSize=200G

3.创建成功后，使用status参数查看新建卷的概述信息

vdo status --name=storage

4.对新建的卷进行格式化操作并挂载使用

由于新建的vdo卷会被放在/dev/mapper目录下，并以设备名称命名，则格式化为：

mkfs.xfs /dev/mapper/storage

5.挂载前使用 udevadm settle 对设备进行刷新，再挂载

mount /dev/mapper/storage /storage

6.如果想看下设备的实际使用情况，用vdostats命令即可，human-readable参数作用是存储容量自动进位，以人们更易读的单位输出

vdostats --human --readable

7.设置开机自动挂载/etc/fstab，注意权限项“,_netdev”

UUID=····· /storage xfs defaults,_netdev 0 0

eighth day for learning相关推荐

CVPR2022自适应/语义分割：Class-Balanced Pixel-Level Self-Labeling for Domain Adaptive Semantic Segmentation
CVPR2022自适应/语义分割:Class-Balanced Pixel-Level Self-Labeling for Domain Adaptive Semantic Segmentation用 ...
【论文阅读】Learning Traffic as Images: A Deep Convolutional ... [将交通作为图像学习: 用于大规模交通网络速度预测的深度卷积神经网络]（1）
[论文阅读]Learning Traffic as Images: A Deep Convolutional Neural Network for Large-Scale Transportation ...
Federated Machine Learning: Concept and Applications
郑重声明:原文参见标题,如有侵权,请联系作者,将会撤销发布! 今天的人工智能仍然面临两大挑战.一种是,在大多数行业中,数据以孤岛的形式存在.二是加强数据隐私和安全.我们提出了一个解决这些挑战的可能方案 ...
Learning Spatio-Temporal Transformer for Visual Tracking——精读笔记
本篇精读笔记,对原文重要部分做了严格翻译,如摘要和总结.对正文部分做了提炼,对重点部分突出标注.对参考文献做了分类.本文内容较长,如果时间有限可以直接跳到感兴趣的小节阅读. 论文地址:https:// ...
Learning to Rank基于pairwise的算法（一）——Ranking SVM、MHR、IRSVM
1.概述对于搜索任务来说,系统接收到用户查询之后,返回相关文档列表.所以问题的关键是确定文档之间的先后顺序,而pairwise则将重点转向对文档关系是否合理的判断. 在pairwise中,排序算法通 ...
Learning to ranking简介
Learning to ranking简介目录 1前言... 1 2 LTR基本流程... 2 3 模型训练... 3 3.1排序类型... 3 3.1.1 Pointwise. 3 3.1.2 P ...
论文翻译：2020_RNNoise：A Hybrid DSP/Deep Learning Approach to Real-Time Full-Band Speech Enhancement...
网上已经有很多人翻译了,但我做这工作只是想让自己印象更深刻文章方向:语音增强论文地址:基于DSP/深度学习的实时全频带语音增强方法博客地址:https://www.cnblogs.com/LXP ...
Learning Disentangled Representations of Negation and Uncertainty
学习否定和不确定性的分解表示法 Jake Vasilakes 1 , Chrysoula Zerva 2,3 , Makoto Miwa 4,5 , Sophia Ananiadou 1,5 1 Na ...
learning to rank_排序
20210415 ndcg 一个正确结果位置的随机结果是0.45左右 20210412 考察产业匹配MRR评估指标的随机情况是什么样的随机情况下会是什么样的可以根据ndcg的值来看是否随机 202 ...
【Learning Notes】线性链条件随机场（CRF）原理及实现
1. 概述条件随机场(Conditional Random Field, CRF)是概率图模型(Probabilistic Graphical Model)与区分性分类( Discriminativ ...

eighth day for learning

eighth day for learning相关推荐

最新文章

热门文章