如何创建快照虚拟机

本文详细介绍了如何手动及通过脚本自动化创建虚拟机快照的过程,包括使用qemu-img命令创建快照、配置虚拟机内存和CPU,以及网络设置。同时,提供了创建快照的脚本示例,帮助读者快速掌握虚拟机快照的创建技巧。

创建快照虚拟机
虚拟机快照,将文件放在原始的文件前,读取的是原文件,但是修改的是在快照文件里
1.进入目录:cd /var/lib/libvirt/images/
在这里插入图片描述

2.对虚拟硬盘进行快照qemu-img create -f qcow2 -b /var/lib/libvirt/images/westos.qcow2 /var/lib/libvirt/images/node1.qcow2.
在这里插入图片描述

#######qemu-img create -f qcow2 -b /var/lib/libvirt/images/westos.qcow2 (创建的虚拟机,不是指desktop或server这种快照后的虚拟机)/var/lib/libvirt/images/node1.qcow2(新自定义的名字)#####
3.ls 查看快照文件,发现node1文件已经存在
在这里插入图片描述
du -sh node1.qcow2查看文件大小
一般快照的都比原主机内存小
然后virt-manager导入,操作见截图
在这里插入图片描述
########################################################################
1.在选择创建虚拟机的选项中,选择以导入方式创建虚拟机
在这里插入图片描述
2.定义快照虚拟机的路径为/var/lib/libvirt/images/node3.qcow2,与源虚拟机文件所在目录一样
在这里插入图片描述
3.分配虚拟机内存为1024M,cpus的数量为1;
在这里插入图片描述

4.将快照虚拟机进行自定义命名,这里命名为node3;

在这里插入图片描述
5.点击finish,虚拟机创建成功,新的快照虚拟机的登陆用户名密码将和复制源虚拟机一致。
#############################################################################
打开了新建的快照虚拟机:
在这里插入图片描述
如果此快照虚拟机出错,就删除,然后重复快照操作再照一个

二、用脚本自动声称快照

1.首先cd /mnt/进入mnt目录中
2.再在里面vim vm_snap.sh创建一个脚本文件,在其中写入脚本
在这里插入图片描述
3.写入内容:
###################################################################################
#!bin/bash
[ “$#” -lt “2” ] && {
echo"no such vmname or shotname!"
exit 1
}

cd /var/lib/libvirt/images #进入源虚拟机文件目录
quem-img create -f qcow2 -b $1.qcow2 $2.qcow2 #-f文件类型,-b文件备份

virt-install \ #虚拟机安装
–name $2 \ #设置名字为$2处所定义的名字
–ram 1024 \ #分配内存为1024M
–vcpus 1 \ #分配cpu为1 个
–disk /var/lib/libvirt/images/$2.qcow2,bus=virtio \ #将磁盘位置定义在此目录中,与源虚拟机文件目录一致
–network bridge=br0,model=virtio \ #指定网卡
–import &> /dev/null & #以导入的方式创建快照
:wq
###########################################################################################
在这里插入图片描述
-f文件类型-b文件备份
将错误硬盘删除
如果发现指令正常但是快照虚拟机没有生成,可能是写的脚本书写错误,vim /var/–关闭import后的打入后台命令后缀,重复操作,就会看到报错原因
查看文件目录权限
在这里插入图片描述
新建一个快照虚拟机,使用sh vm_snap.sh westos node4,westos为源虚拟机,node4为新建的快照,再使用ls查看发现已经node4新建成功
在这里插入图片描述打开了快照node4:
在这里插入图片描述

新建的虚拟机相互独立

判定:&&条件为真
lt:小于的意思
报错信息:error:no such vmname or shot name!
格式见截图

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 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  | 博主筛选后可见
 
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