Linux网络虚拟化之vxlan

最新推荐文章于 2025-10-20 13:24:43 发布
原创 最新推荐文章于 2025-10-20 13:24:43 发布 · 2.8k 阅读 · 9 ·
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。
文章标签：

#vxlan详解 #vxlan与vlan区别 #vxlan实现方案 #vxlan配置 #vxlan有路由功能吗

本文详细介绍了在Linux环境下如何配置vxlan网络，包括实验环境设定、组网图展示、IP地址规划、vxlan网络创建、三层网络配置以及网络测试。vxlan提供了比vlan更高的网络虚拟化能力，通过在三层网络上建立覆盖网络，利用UDP封装实现扩展性，同时减轻交换机负担。通过实验，成功实现了vxlan网络内的互通和对外连接。

        vxlan网络的唯一标识vni占用24个比特，所以它能虚拟的网络接近17万个，远高于vlan的4096个。另外因为vxlan是三层网络之上的覆盖网络，通过将二层的链路桢封装成UDP数据报进行传输，因此vxlan具备更好的可扩展性。同时因为将原本位于交换机中的转发表条目转移到了终端主机上，有效的减小了交换机的负担，使整个网络的负载更均衡。vxlan是有转发表的，只是关键字由原来的mac地址变成vni，当然也有自学习功能，实际上可以通过bridge命令手动增加、删除vxlan的转发表。

1.实验环境

        用VirtualBox创建两台虚拟机ubuntu-01与ubuntu-02,使用ubuntu-16.04.3-server-amd64.iso镜像，选装镜像自带的Virtual Machine功能以便于创建KVM虚拟机。另外手动安装桌面环境及virt-manager软件。

         ubuntu-01与ubuntu-02网卡设置如下表1：

网卡名称 网络类型 作用
enp0s3 nat网络 连接外部网络，主要用于安装软件包
enp0s8 仅主机(Host-Only)网络 连接ubuntu-01与ubuntu-01的三层网络。vxlan网络就构筑在此三层网络之上。
最低0.47元/天 解锁文章
使用pip安装scikit-learn
FdmPatch的博客
09-27 5383
通过使用pip工具，您可以轻松安装scikit-learn库，从而利用其丰富的机器学习功能。在本文中，我将向您展示如何使用pip工具安装scikit-learn，并提供一些示例代码来说明其用法。下载get-pip.py文件：在浏览器中打开https://bootstrap.pypa.io/get-pip.py链接，并将页面上的内容保存为get-pip.py文件。一旦您的Python环境中有了pip，您就可以使用pip来安装scikit-learn。如果您看到了pip的版本信息，则表示已安装了pip。
机器学习之sklearn：从入门到精通
windowshht的博客
05-09 878
Python的sklearn库（全称为scikit-learn）是机器学习领域的佼佼者，它提供了丰富的工具和函数，帮助数据科学家和开发人员构建和评估机器学习模型。本文旨在为初学者提供一个全面的sklearn基础教程，从安装和导入库开始，逐步深入到数据预处理、模型训练和评估等关键步骤。本文提供了一个全面的sklearn基础教程，从安装和导入库开始，逐步深入到数据预处理、模型训练和评估等关键步骤。它提供了各种机器学习算法的实现，包括分类、回归、聚类、降维、模型选择、预处理等。二、sklearn基础介绍。
pip安装scikit-learn失败过程和解决方法
热门推荐
weixin_44249746的博客
12-04 2万+
更换python版本后，重新安装python的scikit-learn库时遇到的问题和对应的解决方法。
上位机知识篇---htop命令
最新发布
道阻且长，行则将至。
10-20 1161
htop是一款功能强大的Linux/macOS系统监控工具，相比传统top命令具有三大优势：彩色可视化界面、鼠标操作支持和更全面的功能。它能实时显示CPU、内存等硬件使用情况和所有运行进程，帮助用户快速定位系统问题。主要应用场景包括排查电脑卡顿、管理后台进程、监控服务器负载等。常用操作包括快捷键关闭进程(F9)、搜索进程(/)、按CPU(P)/内存(M)排序等。普通用户只需掌握5个核心快捷键即可应对大多数情况，是系统管理的高效工具。
机器学习之sklearn基础教程
衍生星球的博客
04-26 852
Sklearn是一个基于Python的开源机器学习库，它具有简单易用、功能强大的特点，广泛应用于数据挖掘、数据分析以及数据科学领域。本篇博客将为您介绍Sklearn的基础知识，帮助您快速上手Sklearn。
pip 安装 scikit-learn
Appreciate(欣赏)
08-07 2049
【代码】pip 安装 scikit-learn。
pip使用，由pip安装scikit-learn
积微致著
11-28 8924
pip 是一个安装和管理 Python 包的工具 , 是 easy_install 的一个替换品。Ubuntu14.04 下pip 的安裝方法： sudo apt-get install python-pip 有趣的是，pip 可以透過 easy_install 安裝，而且也會裝到 Scripts 資料夾下。安装套件： pip install PackageName 升级包到当前最新的版本，
Linux离线进行pip 安装 scikit-learn教程（Python3.7）
qq_42284070的博客
12-14 1899
3.使用wheel安装。如果没有wheel需要事先安装，安装方法与pip相同。5.使用pip安装对应的whl文件。如果程序无报错则安装成功。
【Python学习】人工智能-机器学习工具包Scikit-learn
墨夶的博客
11-12 1160
通过本文，你应该已经学会了如何使用 Scikit-learn 进行数据预处理、模型训练、评估和调优。Scikit-learn 提供了丰富的工具和方法，使得机器学习变得更加简单和高效。希望本文对你有所帮助，祝你在机器学习的道路上取得更大的进步！
Python 开发（26）：机器学习基础 - 使用 scikit-learn
一名热衷于技术的全栈开发者，专注于前端与后端的全面技术探索。在这里，我将分享我在技术领域的学习与成长，助力更多开发者的进步。
11-19 1010
无论是初学者还是有经验的开发者，都可以利用它快速实现机器学习模型的构建、训练和评估。本文将带你深入了解 Scikit-learn 的核心功能，通过实用的代码示例掌握机器学习的基础知识。有人打趣：“机器学习模型就像高科技的水晶球，你输入数据，它给出结果。通过 Scikit-learn 提供的特征重要性工具，你可以为“水晶球”揭开面纱！Scikit-learn 是一个开源的机器学习库，基于 NumPy、SciPy 和 Matplotlib 构建，提供了多种机器学习算法以及实用工具。
精选资源
Python：Python机器学习基础：Scikit-Learn
07-14
### Python机器学习基础：Scikit-Learn #### 一、Python环境搭建与配置 Python作为一门强大且易学的编程语言...此过程不仅展示了Scikit-Learn的强大功能，还体现了Python在数据科学和机器学习领域的灵活性和实用性。
scikit-learn
03-30
python 机器学习 scikit learn 手册、2000多页 比较全的、、、、、、、
精选资源
scikit-survival：基于scikit-learn的生存分析
02-04
`scikit-survival` 是一个基于Python的机器学习库，它扩展了广受欢迎的`scikit-learn`框架，为生存分析提供了丰富的工具和算法。 **一、安装与依赖** 要使用`scikit-survival`，首先需要确保已安装了`scikit-learn`...
sklearn库(即scikit-learn)的pip安装
集电极
02-27 9589
sklearn库(即scikit-learn)的pip安装 pip install scikit-learn 镜像加速 pip install scikit-learn -i http://mirrors.aliyun.com/pypi/simple/
pip安装scikit-learn
zs浪里小白龙的博客
07-23 2540
1.更新pip python -m pip install --upgrade pip 2.安装numpy pip installnumpy 3.安装scipy pip install scipy 4.安装matplotlib pip installmatplotlib 5.安装scikit-learn pip installscikit-learn 出现的问题： 1.pi...
利用pip安装scikit-learn（正确步骤和错误输入）
wangtongtong95的博客
02-11 1012
1、运行python后再输入pip install scikit-learn，一般会显示pip install scikit-learn。一、正确步骤：win+r，输入cmd，然后输入：pip install scikit-learn，即可自动安装。2.在解释器中直接输入pip install scikit-learn，不仅语法错误，运行结果也是无法输出的。
Python 安装第三方库
AcceptedLin的博客
09-19 577
1.Pip更新 2.安装pandas,numpy,matplotlib,scipy, sudo apt-get install python-numpy sudo apt-get install python-scipy sudo apt-get install python-matplotlib sudo apt-get install python
机器学习之pip安装scikit-learn问题解决
行走的足迹
03-24 4659
scikit-learn包的安装参考了网上及论坛的资料，大致方法相同，但实际中还是遇到了些网上没有的问题，贴出来与大家分享下。进入正题，电脑配置win64位，python27，步骤如下： python的安装可以看廖雪峰老师的课程介绍，讲得非常具体地址如下：http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac
用pip 安装 scipy scikit-learn
weixin_39310374的博客
12-25 776
  其实我的pip环境变量在cmd中没有直接调用成功，但是我直接用了pip安装scilit-learn      
python3.9 -m pip install scikit-learn python3.9 : 无法将“python3.9”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。请检查名称的拼写，如果包括路径，请确保路径正确，然后再试一次。 所在位置 行:1 字符: 1 + python3.9 -m pip install scikit-learn + ~~~~~~~~~ + CategoryInfo : ObjectNotFound: (python3.9:String) [], CommandNotFoundException + FullyQualifiedErrorId : CommandNotFoundException
07-12
### 问题分析 当用户在尝试使用 `python3.9 install scikit-learn` 命令安装库时遇到 `command not found` 错误，通常意味着系统无法识别 `python3.9` 命令。这可能是由于以下原因导致： 1. **Python 3.9 未正确安装** 如果 Python 3.9 没有被正确安装，或者安装路径未添加到系统的环境变量中，操作系统将无法识别 `python3.9` 命令。 2. **命令格式错误** 安装 Python 库的标准方式是使用 `pip` 或 `python -m pip`。因此，正确的命令应为： ```bash python3.9 -m pip install scikit-learn ``` 而不是直接使用 `python3.9 install scikit-learn`，后者不符合 Python 的模块调用语法规范[^1]。 3. **环境变量配置问题** 即使 Python 已安装，如果其可执行文件路径（如 `/usr/local/bin/python3.9`）未加入系统环境变量 `PATH` 中，终端也无法找到该命令。可以通过以下方式检查 Python 是否在路径中： ```bash which python3.9 ``` 如果输出为空，则说明当前 shell 无法定位到 Python 可执行文件。 --- ### 解决方案 #### 确认 Python 是否安装 运行以下命令以确认系统是否识别 Python 3.9： ```bash python3.9 --version ``` 如果提示版本号（例如 `Python 3.9.7`），则表示 Python 已安装；否则需要重新安装 Python 并确保勾选“Add to PATH”选项（Windows）或手动配置环境变量（Linux/macOS）。 #### 使用完整路径调用 Python 若不确定 `python3.9` 是否可用，可以尝试使用完整路径调用 Python 解释器，例如： ```bash /usr/local/bin/python3.9 -m pip install scikit-learn ``` 具体路径可通过 `which python3.9` 或 `find / -name python3.9` 查找。 #### 配置环境变量 对于 Linux 或 macOS 用户，可以通过编辑 shell 配置文件（如 `.bashrc`、`.zshrc` 或 `.bash_profile`）来添加 Python 路径： ```bash export PATH="/usr/local/opt/python@3.9/bin:$PATH" ``` 然后运行： ```bash source ~/.bashrc ``` 或对应 shell 的配置文件使其生效。 #### 使用虚拟环境 建议使用虚拟环境（如 `venv`）管理依赖，避免全局安装带来的冲突。创建并激活虚拟环境的命令如下： ```bash python3.9 -m venv sklearn_env source sklearn_env/bin/activate # Linux/macOS sklearn_env\Scripts\activate # Windows ``` 之后再运行安装命令： ```bash pip install scikit-learn ``` --- ### 注意事项 - 如果系统默认的 Python 版本不是 3.9，可能需要使用 `python3.9` 明确指定版本。 - 在某些发行版（如 Ubuntu）中，可能需要先通过包管理器安装 Python 3.9 开发工具： ```bash sudo apt-get install python3.9 python3.9-dev python3.9-venv ``` - 若使用 Anaconda 环境，推荐使用 `conda` 安装： ```bash conda install -c conda-forge scikit-learn ``` 这样可以更好地处理依赖关系[^1]。 ---
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
表情包 代码片
 条评论被折叠 查看
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