如何把镜像站的资源弄到本地

最新推荐文章于 2025-04-10 13:25:20 发布

不想飞的狗

最新推荐文章于 2025-04-10 13:25:20 发布

阅读量1.8k

点赞数 1

分类专栏： OpenStack 文章标签： LINUX yum 本地源 createrepo

本文链接：https://blog.youkuaiyun.com/controllerha/article/details/78789102

版权

通过reposync从阿里云镜像站下载资源，创建本地YUM源，解决网络不稳定导致的慢速或中断问题，提高软件安装效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我们设置yum后，发现安装程序经常网络原因下载很慢，要不就是直接下载到一半GG，所以搞个本地的yum还是非常重要的

1.安装rpm包构建工具

yum install createrepo yum-utils

2.移除不用的yum源

[root@localhost yum.repos.d]# mv /etc/yum.repos.d/CentOS-* /opt/
[root@localhost yum.repos.d]# ls

3.创建你自己需要下载到本地的yum

我这里拿openstack-pike为列，使用的是阿里的镜像站提供的源

vi pike.repo

[pike]
name=pike
baseurl=https://mirrors.aliyun.com/centos/7/cloud/x86_64/openstack-pike/
gpgcheck=0
enabled=1

删除那些不用的yum只是为了不要混了，现在 /etc/yum.repo/ 下面就只有一

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

不想飞的狗

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

同步清华镜像源，制作本地pip镜像源

无约而来

07-16

5321

同步清华镜像源，制作本地pip镜像源访问清华源下载建立索引启动pip服务客户端测试为了方便国内用户使用pip 模块，国内很多已经配置专用的pip镜像源国内镜像源阿里云 http://mirrors.aliyun.com/pypi/simple/ 豆瓣http://pypi.douban.com/simple/ 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/ 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/

用httpd构建本地镜像站

controllerha的博客

12-13

1578

就算是有了本地源，每次用单独拷贝进去也是麻烦，还不如单独一台空闲服务器搞个自己的本地镜像站一劳永逸还不会弄本地源的看我这篇文章：如何把镜像站的资源弄到本地 1.安装httpd服务器 yum install httpd 2.创建一个文件夹放置本地的镜像比如我在根目录下创建了一个叫local的文件夹用来存放镜像，并将弄好的本地包放了进去 [root@localhost loca

参与评论您还未登录，请先登录后发表或查看评论

一步一步教你网站数据库同步镜像

BigMonster's Blog

12-06

2982

现在的网站随着访问量的增加,单一服务器无法承担巨大的访问量,有没有什么方便快捷的方式解决这个问题呢,答案是”有”!比如建立服务器群,进行均衡负载.但是如果要解决像电信网通这样的互访问题(中国网民的悲哀..),这个解决办法就无能为了了!要解决这个问题最方便快捷的方式就是建立镜像网站!由访问者自己选择适合自己网络的速度最快的网站!这样即可以解决线路问题,又可以解决访问量问题!2.网站同步的数据分类网站

阿里镜像站下载centos镜像

热门推荐

醉酒的戈多的专栏

08-02

3万+

Docker保存镜像到本地 Docker导入本地镜像文件 Docker保存镜像到本地并导入本地镜像文件 Docker批量保存镜像到本地和批量载入本地镜像脚本

docker将镜像导出到本地，上传至内网服务器上

weixin_45070882的博客

04-18

2392

docker将镜像导出到本地，上传至内网服务器上

Docker pull ：拉取（下载）镜像到本地

u013621238的博客

10-08

2436

Docker pull命令用于从Docker仓库中拉取（下载）镜像到本地。上述命令将拉取版本号为1.20.1的nginx镜像。

阿里云镜像导出至本地过程记录

killfat的博客

06-29

1万+

参考文档https://help.aliyun.com/document_detail/58181.html 导言：阿里云导出镜像到本地并不复杂，但是阿里将这个过程弄得很隐蔽，而且需要通过在阿里云平台上提交工单与工作人员联系才能够获得导出权限。下面介绍具体方法。 1. 开通OSS 单击左上角选择对象存储OSS 同意OSS服务条款，进入管理控制台左侧单击创建Bucket，选择与...

从 0 到 1 制作自定义镜像并用于训练（Pytorch+CPU/GPU）

2404_89384544的博客

12-01

2372

目标：构建安装好如下软件的容器镜像，并使用ModelArts训练服务运行。cuda-11.1此处介绍如何通过编写Dockerfile文件制作自定义镜像的操作步骤。安装Docker。以Linux x86_64架构的操作系统为例，获取Docker安装包。您可以执行以下指令安装Docker。关于安装Docker的更多指导内容参见Docker官方文档。如果命令可以执行成功，表示Docker已安装，此步骤可跳过。执行如下命令确认Docker Engine版本。命令回显如下。...

往镜像里复制文件有两种方式，COPY 和 ADD

长风破浪会有时的博客

02-21

500

COPYADDCOPY：直接复制文件或目录，适合大多数情况。ADD：不仅可以复制文件，还可以解压压缩包和从互联网下载文件，功能更强大但也稍微复杂一点。

网站备份本地镜像

Dream - to be coder

04-24

710

由于一些不可说的原因，单位网站需要备份一个镜像到本地，以备不时之需。此为背景。由于源代码是静态网页，先考虑手工备份，手工下载页面和相关资源，后来工作量太大，放弃。网上查工具，先试了teleport pro，按照网上教程，不知道为何各种无法下载。再查工具，webzip，下载了，绿色破解版，按照教程配置了，下载，顺利，个别页面和资源失败，影响不大。反正手工需要调整。本地nginx代理资...

linux利用wget命令备份网站（镜像拷贝）

Anders的技术成长专栏

05-23

6540

linux利用wget命令备份网站（镜像拷贝）上篇文章写到使用curl下载上传ftp，陋室博客最近想把之前的实验页面做一个镜像站点，不过由于curl不支持递归下载，所以当要备份一个ftp服务器上的文件时，略显不足。还好linux为我们提供了更加强大的命令wget，下面来看一下wget如何备份一个网站下所有文件：首先下载ftp服务器上的所有文件用递归参数-r： wg

anaconda git/镜像网站下载压缩包后本地安装

qq_28962335的博客

08-08

565

**情景：有时候会从git或者非官方下载第三方库，无法从pip里查找 ** 1、从镜像网站（https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/）或者其他情况下载下压缩包，不要解压（格式为zip/.tar.gz），打开anaconda prompt 2、anaconda prompt输入 conda install --use-local +压缩包的绝对路径即可 ...

Maven settings 开源中国镜像并下载本地仓库

amos.lam

12-24

2019

如果还没配置好Maven的朋友请先配置好Maven，配置Maven点击：http://blog.youkuaiyun.com/icoudsoft_saas/article/details/50390873 Maven settings文件里面的配置的镜像默认是国外的，由于大天朝的原因呢，下载国外的东西是很慢的，并且很容易出现中断或者下载失败的原因，基于这个原因呢，2012年，开源中国终于弄了个China

镜像开源下载地址

daifeng的博客

05-28

257

http://mirrors.163.com/http://mirrors.sohu.com/

下载镜像网站所有文件

weixin_33701251的博客

11-16

1278

镜像网站: 还没有改成多线程下载,所以下载速度较慢. 流程就是先获取资源的url写入文件,然后下载,如果下载中程序意外终止会保存程序当前的下载状态.下次重启下载程序即可继续下载.源码地址 ...

docker如何将镜像中的文件下载到本地

hoho_12

02-23

1万+

docker如何将镜像中的文件下载到本地

克隆apt源到本地，并搭建本地源

qq_26801055的博客

05-12

1167

当前使用操作系统为15.10，测试镜像源使用的是uos的源地址 1 使用apt-get install apt-mirror 下载apt-mirror 2使用root权限执行命令vi /etc/apt/mirror.list配置apt-mirror指向地址 3 执行apt-mirror命令克隆源到本地 4 执行命令vi /etc/apt/sources.list配置源文件 5执行apt-get update更新本地apt源文件然后就可以正常使用本地源了 ...

如何使用镜像网站？

sing101的博客

03-01

8201

1. 使用清华大学镜像网站下载镜像官网：清华大学镜像站 例如centOS： 1）查找centOS 2）找到对应的版本号 3）找到镜像地址 4）找到自己要下载的版本 DVD：标准版 mini：迷你版 everything：含扩展工具 2.使用阿里云镜像配置maven 阿里云maven仓库配置指南在相应的setting.xml 添加mirror标签 ...

怎么部署Deepseek到本地

02-19

<think>好的，我现在需要帮助用户了解如何将DeepSeek部署到本地。首先，我得弄清楚DeepSeek具体指的是什么，因为不同的工具或模型部署步骤可能不同。DeepSeek可能是一个机器学习模型，比如自然语言处理模型，或者是某个特定的开源项目。用户可能指的是类似DeepSeek-R1或者DeepSeek-MoE这样的模型，或者是其他产品。接下来，我要考虑用户可能的背景。他们可能是开发者，有一定的编程经验，但可能不熟悉具体的部署流程。所以需要步骤详细，但不过于技术化，用中文解释清楚。用户可能需要从基础开始，比如环境准备、依赖安装、模型下载、配置和运行等步骤。可能的步骤包括：安装Python环境，安装必要的库如PyTorch或TensorFlow，获取模型权重，设置配置文件，编写推理代码，处理可能的依赖问题，以及运行示例。此外，还需要考虑硬件要求，比如GPU的支持，CUDA版本的兼容性，以及内存和存储需求。需要提醒用户注意的地方包括：模型许可证，确保合法使用；网络问题，下载大文件可能需要代理或耐心；错误处理，比如常见的依赖冲突或版本不匹配。此外，可能还需要示例代码片段，帮助用户快速测试部署是否成功。可能需要分情况讨论，如果用户指的是开源模型，比如DeepSeek-7B，那么步骤可能包括从Hugging Face下载，使用transformers库加载。如果是其他项目，可能需要克隆仓库，安装特定依赖。另外，如果用户有特定用途，比如API服务，可能需要使用FastAPI或Flask搭建接口。需要验证自己的思路是否正确，比如查看DeepSeek的官方文档或GitHub仓库，确保步骤符合最新指南。同时，考虑用户可能的常见错误，比如路径错误、缺少依赖项、权限问题等，并在指导中提前指出解决方法。最后，要确保语言简洁明了，结构清晰，分点说明，便于用户一步步跟随操作。可能还需要提供参考链接，如GitHub仓库、Hugging Face模型页面等，方便用户获取更多信息。部署</think> DeepSeek 模型到本地通常涉及环境配置、模型获取和运行推理等步骤。以下是通用部署流程（以开源模型如 **DeepSeek-7B/MoE** 为例）： --- ### **1. 环境准备** - **操作系统**: Linux/Windows (推荐Linux) - **Python**: 3.8+ - **GPU**: 支持CUDA的NVIDIA显卡（如需GPU加速） - **依赖库**: ```bash pip install torch transformers accelerate # PyTorch及基础库 pip install huggingface_hub # 从Hugging Face下载模型 ``` --- ### **2. 获取模型权重** - **方式1: Hugging Face Hub** (需访问权限) ```python from huggingface_hub import snapshot_download snapshot_download(repo_id="deepseek-ai/deepseek-llm-7b-base") ``` - **方式2: 手动下载** 从官方提供的链接或镜像站下载模型文件（需确认许可证）。 --- ### **3. 编写推理代码** 创建一个Python脚本（如 `demo.py`），使用Transformers库加载模型： ```python from transformers import AutoTokenizer, AutoModelForCausalLM model_path = "./deepseek-llm-7b-base" # 本地模型路径 tokenizer = AutoTokenizer.from_pretrained(model_path) model = AutoModelForCausalLM.from_pretrained(model_path, device_map="auto") # 自动选择GPU/CPU input_text = "你好，" inputs = tokenizer(input_text, return_tensors="pt").to(model.device) outputs = model.generate(**inputs, max_new_tokens=100) print(tokenizer.decode(outputs[0], skip_special_tokens=True)) ``` --- ### **4. 运行模型** ```bash python demo.py ``` --- ### **常见问题** - **显存不足**：尝试量化（如 `bitsandbytes`）或使用较小模型（如 DeepSeek-1.3B）。 - **下载慢**：使用镜像源或离线下载后手动指定路径。 - **依赖冲突**：建议使用虚拟环境（如 `conda` 或 `venv`）。 --- ### **进阶部署** - **API服务**: 使用FastAPI/Flask封装模型为HTTP接口。 - **量化优化**: 使用 `llama.cpp` 或 `vLLM` 提升推理速度。 - **多GPU支持**: 调整 `device_map="auto"` 或使用 `deepspeed`。 --- ### **参考资源** - DeepSeek官方GitHub: [https://github.com/deepseek-ai](https://github.com/deepseek-ai) - Hugging Face模型库: [https://huggingface.co/deepseek-ai](https://huggingface.co/deepseek-ai) 具体步骤可能因模型版本更新而变动，建议以官方文档为准。