R12.2 clone 总结

最新推荐文章于 2023-05-11 11:04:16 发布
原创 最新推荐文章于 2023-05-11 11:04:16 发布 · 1.9k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文介绍了使用 RapidClone 对 Oracle E-Business Suite 12.2 进行克隆的过程，包括准备源系统、复制数据库及应用层节点到目标系统并进行配置三个阶段。特别强调了应用层克隆的关键步骤。

参考文档：

CloningOracle E-Business Suite Release 12.2 with Rapid Clone (文档ID 1383621.1)

Oracle® E-Business Suite Setup Guide  Release 12.2  Part No. E22953-09

The cloning process consists of the following three phases, each of which is made up of 
several logical sections and their steps.
Warning: Before following the steps on this Section, review the "Special 
Considerations" section in My Oracle Support Knowledge Document 
1383621.1, Cloning Oracle E-Business Suite Release 12.2 with Rapid Clone.
1. Prepare the Source System for Database Tier and Application Tier
2. Copy both Database Tier and Application Tier nodes from the Source System to 
Target System
3. Configure the Target System for both Database Tier and Application Tier
High Level Standard Cloning Process for Application Tier
In addition to cloning the database tier node, standard cloning process for Application 
Tier basically involves the following two key processes:

1. Copy Application Tier node from the Source "Run Edition File System" to the 
Target "Run Edition File System".
2. Copy the Application Tier node from the Target "Run Edition File System" to the 
Target "Patch Edition File System".
This high level cloning process specific to Application Tier can be illustrated in the 
following diagram:






21、电子商务套件与ODA部署全攻略
gaochao的博客
08-25 15
本文详细介绍了在Oracle Database Appliance (ODA) 上部署电子商务套件的完整流程，包括从R12.1迁移到ODA或在R12.2上全新安装的注意事项。文中分析了ODA部署过程中遇到的兼容性问题及解决方案，如数据库无法直接部署在ASM磁盘组上的问题。同时，对CPU、内存、存储等资源的规划进行了深入探讨，并详细描述了应用层虚拟机的创建和配置过程。此外，还提供了部署过程中常见问题的解决思路以及后续优化建议，帮助用户顺利完成部署并优化系统性能。
Cloning Oracle EBS R12.2 using Rapid Clone
weixin_34228617的博客
01-08 556
克隆说明 参考文档 Cloning Oracle E-Business Suite Release 12.2 with Rapid Clone (文档 ID 1383621.1)Oracle E-Business Suite Installation and Upgrade Notes Release 12 (12.2) for Linu...
R12.2常用手册
weixin_33849942的博客
06-27 245
>>Related Information Sources这本书包含在Oracle电子商务套件文档库中。如果该指南将您引用到其他Oracle电子商务套件文档中，只使用这些指南的最新版本12.2版本。 >>Oracle Alert User's Guide Oracle alert 用户指南本指南说明如何定义周期和事件警报，以监视Oracle电子商务套件数据的状态。 >...
R12.2 webservice发布
01-16
EBS R12.2 webservice发布
Rapid Clone of EBS R12.2
DylanSsun的专栏
08-07 713
最近为了验证一个Bug在WIndows2008上用Rapid Clone复制了一个EBS R12.2.2 XBUILD7实例。总结一下R12.2 Rapid Clone的变化 1、源实例需要在DB Tier和Run FS上运行preclone 2、拷贝源实例文件到目标实例时，除了DB Tier相关的文件肯定要拷贝外，Apps Tier只需拷贝Run FS上的APPL_TOP, 10.1.2 O
R12.2 预克隆生成FMW_Home.jar大小异常
changyanmanman的专栏
05-04 1615
背景：客户生产环境上有两套ebs R12.2环境prod和uat，准备克隆prod环境到另外服务器test环境中。发现问题：在执行预克隆的时候，没有报任何错误，正常结束退出，但是感觉花费的时间比以往短了些。于是去看了下生成的FMW home压缩文件，果然发现这个文件的大小有问题。正常的话，这个文件的大小是2.8GB左右。现在只有600MB，说明这个文件生成是异常的，但是，我从preclone的日志
git常用命令总结 word文档
10-12
**12.2 添加标签** - **命令**: `git tag v1.0` - **说明**: 使用`git tag v1.0`可以为当前的提交添加一个名为`v1.0`的标签。 **12.3 删除标签** - **命令**: `git tag -d v1.0` - **说明**: 使用`git tag -d v...
CUDA 12.2安装全解：为MMDetection3D性能优化铺垫
CUDA 12.2入门与环境准备 ## 简介 CUDA（Compute Unified Device Architecture）是NVIDIA推出的并行计算平台和编程模型，允许开发者使用NVIDIA的GPU进行通用计算。CUDA 12.2作为最新版本，引入了更多的功能和优化...
clone方式添加应用节点
sun-hsh
12-01 2656
系统环境如下： EBS 12.1.3 RDBMS 11.2.0.3 OS Oracle Linux 5.5 之前的项目需要配置DMZ，用来实现内部节点提供内部用户访问，外部节点提供外部供应商访问。由于不细心导致很简单的一个工作，折腾了好几个小时。这里简单的记录一下添加应用节点的操作过程，以及由于不细心所犯得错误。 总结添加应用节点步骤： 1、关闭主节点，执行perl adpre
【Ubuntu深度学习加速秘籍】：一步到位安装CUDA 12.2与MMDetection3D
[【Ubuntu深度学习加速秘籍】：一步到位安装CUDA 12.2与MMDetection3D](https://i1.hdslb.com/bfs/archive/343d257d33963abe9bdaaa01dd449d0248e61c2d.jpg@960w_540h_1c.webp) # 1. Ubuntu系统与深度学习环境准备 ...
Oracle EBS R12.2 新增功能特性文档
06-02
包含EBS从R12版本到R12.2版本的一些改进特征
LTE 协议栈规范 R8
06-13
LTE-TDD，LTE-FDD 协议栈 R8 V0.2.2
LWIP协议栈分析
04-28
嵌入式网络中常用的TCP/IP协议实现Lwip协议栈分析，适合刚刚学完计算机网络，想要深入了解TCP/IP协议的相关人员
R12.2 对于 R12.1 结构方面的变化
changyanmanman的专栏
06-15 2134
我可能会
Oracle EBS R12.2目录结构
weixin_34220834的博客
10-23 285
  从图上看，R12.2跟R12.1.x的区别，R12.2把原来application的tech_st下的10.1.2跟apps_ts和在了一起，把10.1.3改成了weblogic, weblogic的目录结构艮一般的weblogic一样。 另外R12.2好像新加了一些命令： WebLogic Server New scripts under $<INST_TOP>/admin/sc...
EBS R12.2.3克隆
sun-hsh
06-24 4884
EBS 12.2已经释放快一年时间了，对于12.2的clone与之前的12.1及11i有很大区别，在此记录一下，供小伙伴们参考。。。。 环境信息： EBS: 12.2.3 DB: 11.2.0.3 OS: Linux 6.3 1、服务器准备工作 1) 建立用户 groupadd  dba useradd  -g dba -d /home/oratest -m oratest
EBS R12.2.5 克隆
Jack.Zhao
01-24 1249
实验目的： 从源环境克隆一套环境出来 源环境：mysource 目标环境：mytarget EBS R12.2.5 OS： Oracle Linux7.1 目标环境目录规划： 源环境准备 注意：当前OS下面的EBS所需要的RPM包要安装完全 oracle-ebs-server-R12-preinstall-1.0-1.el7.x86_64.rpm     openmotif21-
EBS R12.2.6 克隆超详细操作手册
weixin_44277520的博客
05-11 919
超详细的EBS数据库和应用克隆文档，包含EBS预克隆、EBS DB层克隆、EBS APP层克隆、EBS应用补丁安装，一步一步的实战操作，市面上绝对没有比这更加详细的文档。
EBS R12 克隆详细步骤
u012779110的博客
10-18 2488
EBS R12 克隆详细步骤
通过nvidia-smi查看驱动版本为535.98，CUDA版本是12.2。通过strings /lib64/libc.so.6|grep GLIBC|tail -n1查看GLIBC版本为2.2.5，我想复现flownet2-pytorch的相关代码，需要安装的合适的pytorch版本是什么？创建虚拟环境时推荐的python版本是什么？请给出具体的配置步骤。
最新发布
05-10
<think>好的，我现在需要帮助用户解决在特定系统环境下配置flownet2-pytorch的问题。用户提到他们的系统环境是CUDA 12.2、GLIBC 2.2.5、NVIDIA驱动535.98，想知道兼容的PyTorch和Python版本以及虚拟环境配置步骤。 首先，我需要回顾用户提供的引用内容。引用[1]和[2]提到了flownet2-pytorch需要PyTorch 0.3.0或1.0.0，并且可能对CUDA版本有要求。引用[3]显示项目可能要求CUDA 9.0，但用户现在有CUDA 12.2，这显然不兼容。所以需要找到PyTorch版本，既能兼容用户的高版本CUDA，又能支持flownet2-pytorch。 接下来，用户当前的系统环境是CUDA 12.2，NVIDIA驱动535.98，这通常支持最新的CUDA版本。但flownet2-pytorch可能不支持这么高的CUDA版本，因此可能需要使用旧版本的PyTorch和CUDA工具包，同时确保与现有驱动兼容。 我需要检查PyTorch的历史版本，看看是否有支持CUDA 12.2的旧版本。但根据我的知识，PyTorch对CUDA 12.x的支持是从较新的版本开始的，比如PyTorch 2.1+。而flownet2-pytorch可能需要PyTorch 0.3.0或1.0.0，这些版本可能只支持CUDA 9.0或10.0。这存在版本冲突。 可能的解决方案是使用CUDA兼容性。NVIDIA驱动535.98支持CUDA 12.2，但CUDA工具包具有向后兼容性，可以安装旧版本的CUDA工具包（如CUDA 10.2），只要驱动足够新。因此，用户可以在conda环境中安装旧版本的cudatoolkit，如10.2，然后安装对应的PyTorch版本。 接下来，需要确定PyTorch版本是否支持旧版CUDA工具包并与flownet2-pytorch兼容。根据引用[1]，PyTorch 1.0.0需要CUDA 10.0，而用户可以使用conda安装cudatoolkit=10.2，但可能需要调整。同时，用户系统安装的是CUDA 12.2，但conda环境中的cudatoolkit会覆盖使用版本，因此需要确保conda安装正确的cudatoolkit版本。 然后，Python版本的选择。引用[1]中使用Python 3.7，但用户可能需要使用较新的Python版本，但需要与PyTorch版本兼容。例如，PyTorch 1.0.0最高支持Python 3.7，所以用户可能需要创建Python 3.7的环境。 接下来，虚拟环境配置步骤需要包括创建conda环境，安装正确的Python、PyTorch和cudatoolkit版本，配置镜像源加速下载，处理可能的依赖冲突，比如GLIBC版本问题。用户提到GLIBC 2.2.5，这可能是一个笔误，因为通常GLIBC版本如2.17或更高，需要确认是否需要升级或使用conda提供的库。 还需要考虑项目的依赖，如flownet2-pytorch可能需要安装其他包，如numpy、opencv等，可能需要特定版本。此外，引用[3]中的错误提示关于不支持的GPU架构，可能需要设置环境变量来指定正确的架构。 最后，验证安装是否成功，包括检查PyTorch的CUDA是否可用，以及运行flownet2-pytorch的测试示例。</think>### 分步解决方案：配置与flownet2-pytorch兼容的虚拟环境（CUDA 12.2 + NVIDIA驱动535.98） --- #### **步骤1：环境兼容性分析** 根据引用[1][^1][^3][^4]，`flownet2-pytorch`官方推荐以下组合： - **PyTorch=0.3.0/1.0.0** - **CUDA=9.0/10.0** - **Python=3.6/3.7** 但用户当前环境为 **CUDA 12.2 + 驱动535.98**，需通过以下策略实现兼容： 1. **利用CUDA向后兼容性**：NVIDIA驱动535.98支持CUDA 12.2，但可通过Conda安装旧版`cudatoolkit=10.2`，强制PyTorch使用该版本[^1]。 2. **GLIBC 2.2.5适配**：若系统GLIBC版本不足，通过Conda安装低版本依赖库覆盖系统库。 --- #### **步骤2：创建专用Conda环境** ```bash conda create -n flownet2_env python=3.7 # 必须使用Python 3.7（PyTorch 1.0.0最高支持Python 3.7） conda activate flownet2_env ``` --- #### **步骤3：安装PyTorch 1.0.0 + CUDA 10.2** ```bash # 使用清华镜像源加速（引用[2][^2]） conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch conda install pytorch==1.0.0 torchvision==0.2.1 cudatoolkit=10.2 -c pytorch ``` - **关键说明**： - `cudatoolkit=10.2`通过Conda安装，与系统CUDA 12.2隔离，避免版本冲突。 - PyTorch 1.0.0原生支持CUDA 10.0，但`cudatoolkit=10.2`向下兼容。 --- #### **步骤4：修复GLIBC依赖问题** 若出现`GLIBC_2.2.5 not found`错误（引用[3][^3]）： ```bash # 通过Conda安装低版本GLIBC兼容库 conda install -c conda-forge gcc=7.5.0 glibc=2.17 # 强制覆盖系统库路径 export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH # 优先使用Conda环境内的库 ``` --- #### **步骤5：安装flownet2-pytorch依赖项** ```bash git clone https://github.com/NVIDIA/flownet2-pytorch cd flownet2-pytorch pip install -r requirements.txt # 安装numpy、scipy等（注意可能需降级） ``` - **手动调整依赖版本**（引用[1]）： ```bash pip install numpy==1.16.4 # 避免新版numpy与PyTorch 1.0.0冲突 pip install opencv-python==4.1.2.30 # 适配旧环境 ``` --- #### **步骤6：编译自定义CUDA扩展** 修改`install.sh`以适配CUDA 10.2（引用[3][^3]）： ```bash # 在install.sh中指定计算能力（如RTX 2080Ti为compute_75） sed -i 's/-gencode arch=compute_70,code=sm_70/-gencode arch=compute_75,code=sm_75/g' install.sh bash install.sh # 执行编译 ``` --- #### **步骤7：验证环境** ```python import torch from networks import FlowNet2 # flownet2-pytorch主模块 print(torch.__version__) # 应输出1.0.0 print(torch.version.cuda) # 应显示10.2（实际使用Conda安装的cudatoolkit） print(torch.cuda.is_available()) # 应为True model = FlowNet2().cuda() # 测试模型加载至GPU ``` --- ### 版本兼容性对照表 | 组件 | 要求版本 | 实际安装版本 | 兼容性策略 | |-----------------|------------------|-------------------|--------------------------| | PyTorch | 0.3.0/1.0.0 | 1.0.0 | 使用Conda指定版本 | | CUDA Toolkit | 9.0/10.0 | 10.2 (Conda安装) | 利用驱动向后兼容性 | | Python | 3.6/3.7 | 3.7 | 严格匹配 | | NVIDIA驱动 | ≥410.48 | 535.98 | 支持CUDA 10.2~12.2 | --- ### 常见问题解决 **Q1: 编译时报错`nvcc fatal : Unsupported gpu architecture 'compute_70'`** - **原因**：CUDA 10.2不支持较新的GPU架构（如RTX 30系需`compute_86`） - **修复**（引用[3][^3]）： 修改`install.sh`，将计算能力参数替换为实际GPU架构（通过`nvidia-smi -q`查询GPU型号对应的架构）。 **Q2: 运行时提示`undefined symbol: __cudaRegisterFatBinaryEnd`** - **原因**：PyTorch与CUDA工具包版本不匹配 - **修复**： ```bash conda install -c pytorch pytorch=1.0.0 torchvision=0.2.1 cudatoolkit=10.2 --force-reinstall ``` --- ### 关键配置总结 1. **强制使用Conda的CUDA工具链**：通过`LD_LIBRARY_PATH`隔离系统CUDA 12.2。 2. **锁定依赖版本**：Python 3.7 + PyTorch 1.0.0 + CUDA 10.2构成稳定三角。 3. **动态库覆盖**：使用Conda提供的低版本GLIBC解决系统库冲突。 通过以上步骤，可在CUDA 12.2环境中安全运行依赖旧版CUDA的`flownet2-pytorch`项目[^1][^2][^4]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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