linux--磁盘管理

本文详细介绍了Linux系统下的磁盘管理,包括如何识别磁盘、挂载和卸载设备、磁盘分区步骤、文件系统安装、swap分区管理和配额设置,以及磁盘加密的方法和自动挂载配置。

1.本地存储设别下的识别
fdisk -l ##真实存在的设备
在这里插入图片描述
cat /proc/partitions ##系统识别的设备
blkid ##系统可使用的设备
df ##系统正在挂载的设备
在这里插入图片描述
/dev/sdb1是挂载在电脑上的外设
2.设备的挂载和卸载
mount 设备 挂载点
mount /dev/sdb1 /mnt ##挂载sdb1到/mnt
在这里插入图片描述
umount /mnt|dev/sdb1 ##卸载
在这里插入图片描述
mount -o ro /dev/sdb1 /mnt ##只读挂载
mount ##查看挂载信息
mount -o remaount,rw /dev/sdb1 /mnt ##重新读取挂载
解决设备正在忙的情况
在这里插入图片描述
解决方法1:在这里插入图片描述
解决方法2:
在这里插入图片描述
3.磁盘分区
1.硬盘0磁道1扇区的512个字节中记录的信息如下

512=446 + 64 +2
^ ^ ^
mbr(主引导记录) mpt(主分区标) 55aa(硬盘的有效性标识)

硬盘按分区标
64

1个分区占用16个字节
1块用硬盘最多有4个主分区

##3.分区步骤##

1.fdisk -l ##查看分区

2.fdisk /dev/vdb 进入分区

m 查看帮助

d ##删除

n ##新建

p ##显示分区信息

q ##退出

t ##修改分区id

e ##划分扩展分区

wq ##保存
在这里插入图片描述
建立主分区:首先输入fdisk /dev/vdb进行分区

分别按下图的内容进行:
在这里插入图片描述
当系统已经有了三个主分区时,要划分扩展分区进入分区后输入 e 指令,(注意不用在给分区大小,其余步骤和上面一样)
同时也可以输入指令t 修改分区的类别。如图:
在这里插入图片描述
最后可以用cat /proc/partitions 查看创建的分区已经被系统识别
在这里插入图片描述

4.给设备安装文件系统

ext3 rhel5及之前的版本,最多支持32tb的文件系统和2t的文件,实际2tb文件系统,16g文件。

ext4 rhel6 1EB 16TB

xfs rhel7 18EB 9eB ,7g/s 4g/s

例如 格式化 /dev/vdb1

mkfs.xfs /dev/vdb1
格式化完成后,可以用blkid 查看完成格式化的vdb2
在这里插入图片描述
最后执行mount /dev/vdb1 /mnt便可以使用
在这里插入图片描述
设置永久的挂载,我们就可以省去每次使用设备前的挂载这个步骤

vim /etc/fstab

设备 挂载点 文件系统 挂载参数 是否备份 是否检测

/dev/vdb1 /mnt xfs defaults 0 0

mount -a

操作如图所示:
在这里插入图片描述
在这里插入图片描述
5.swap分区管理
1)swap分区建立
划分分区并设定分区标签为82 (swap)
在这里插入图片描述
makswap /dev/vdb2
swapon -a /dev/vdb2
swapon -s
在这里插入图片描述

vim /etc/fstab
/dev/vdb2 swap swap defaults 0 0
在这里插入图片描述

其它步骤和此前设置永久挂载vdb1的方法一样,最后swap分区则不需要在使用设备前的挂载这一步。
2)swap分区删除
进入到vim /etc/fstab的编写中,将/dev/vdb2的有关内容删除,然后swapoff /dev/vdb5 再swapon -s 这样swap分区便删除了。
6.配额

(注意:首先注意一点以上没提到的建立了分区后,保存之后,使用partprobe命令 并且让它生效,然后查看是否已经有了新的分区)

配额是针对于分区的,为磁盘使用的用户分配额度。(建立新的一个分区vdb3)

首先执行partprobe

再格式化/dev/vdb3

mount -o usrquota /dev/vdb3 /public
chmod 777 /public
edquota -u student(修改student的配额量)
进到vim /etc/fstab中修改成以下内容
/dev/vdb3 /public xfs defaults,usrquota 0 0
测试:
dd if=/dev/zero of=/public/studentfile bs=1M count=200

操作如图:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

7.磁盘加密

磁盘加密通俗来说就是防止外人在自己的磁盘上进行不正规的操作而使用上锁的方式,使该磁盘内的东西有保障性。

一.操作的命令如下:

cryptsetup luksFormat /dev/vdb5

cryptsetup open /dev/vdb5 westos

mkfs.xfs /dev/mapper/westos

mount /dev/mapper/westos /mnt/

touch /mnt/file{1…10}

umount /mnt/

cryptsetup close westos

cryptsetup open /dev/vdb5 westos

mount /dev/mapper/westos /mnt/
1.首先就拿新分的磁盘vdb7来说:
在这里插入图片描述

2.给生效的磁盘安装上盖子所用的指令:此时要输入YES,然后输入两次密码,如图第一次设置的密码不够8位所以添加失败,第二次则将密码设置成(2019westos)
在这里插入图片描述
3.打开盖子,格式化新分的磁盘,将其挂载
在这里插入图片描述
4.在这个‘瓶子‘中建立一些文件,卸载之后,并且关闭盖子原先建立的文件变为不可看,相反打开盖子,并重新挂载后就可以看到里面的内容。
在这里插入图片描述二.加密磁盘,使其开机时可以自动地挂载

操作命令如下:
vim /etc/fstab
/dev/mapper/westos /mnt xfs defaults 0 0
在这里插入图片描述

vim /etc/crypttab
westos /dev/vdb5 /root/westoskey
在这里插入图片描述

vim /root/westoskey

2019westos
在这里插入图片描述

chmod 600 /root/westoskey

cryptsetup luksAddKey /dev/vdb5 /root/westoskey
在这里插入图片描述

当心: 当输入 luksAddKey一定要注意大小字母。
注意:要是取消磁盘加密的话,则需要打开盖子后,格式化此磁盘,删除以上几个文件的内容重新进行挂载即可使用。

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型与说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分析系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分析方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分析、运行与控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念与分析方法;②掌握利用Simulink进行电力系统建模与仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能与参数设置,再运行仿真并仔细分析输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分析。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度与位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C与核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法与机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值