博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【Linux Is Not Unix】虚拟机中linux扩容(centos7)
阅读量:2241 次
发布时间:2019-05-09

本文共 1456 字,大约阅读时间需要 4 分钟。

  一次难得的机会,我们的Linux服务器需要硬盘空间扩容,下面我来说一说我们的linux虚拟机如何扩容,第一是以便日后大家用到能提供点帮助,第二是这次学习需要用到很多的新命令,所以感觉非常有必要记录下来。

  至于什么是硬盘扩容,就不用我解释了吧。下面直接进入正题。先看一下大概的步骤,看看和我们的windows扩展硬盘空间的有什么区别。

工具:

Windows 电脑。

Xshell

Centos7系统

步骤:

1、使用df –h指令查看操作前的命令虚拟机中的磁盘信息。

[root@localhost ~]# df -h
Ps
:如果这个“扩展”选项是灰色的,说明此虚拟机建有快照,把快照全部删除就行了。
2、 知道当前的磁盘容量了,现在我们开始扩容。首先扩容VMWare硬盘空间。关闭linux系统,在linux对应的设置中修改磁盘大小。

2、知道当前的磁盘容量了,现在我们开始扩容。首先扩容VMWare硬盘空间。关闭linux系统,在linux对应的设置中修改磁盘大小。

Ps:如果这个“扩展”选项是灰色的,说明此虚拟机建有快照,把快照全部删除就行了。

3、linux中进行扩展。(上一步相当于在自己的电脑上插上了一块硬盘,现在下面进行的操作相当是在电脑中进行硬盘的激活和分区。)

增加了空间的硬盘是 /dev/sda 分区: [root@localhost]# fdisk /dev/sda     p       查看已分区数量(我看到有两个 /dev/sda1 /dev/sda2) n       新增加一个分区 p       分区类型我们选择为主分区       分区号选3(因为1,2已经用过了,见上) 回车      默认(起始扇区) 回车      默认(结束扇区) t       修改分区类型 选分区3 8e      修改为LVM(8e就是LVM) w      保存刚才创建的分区 q      完成,退出fdisk命令(有时这条命令不用输入)

操作完上述命令后,使用partprobe 命令或者重启机器(shutdonw –r now)

完成上述命令后,进行格式化分区。

mkfs.ext3 /dev/sda3

4、 添加新LVM到已有的LVM组,实现扩容。

lvm                      进入lvm管理lvm>pvcreate /dev/sda3   这是初始化刚才的分区,必须的lvm>vgextend centos /dev/sda3  将初始化过的分区加入到虚拟卷组centos (卷和卷组的命令可以通过  vgdisplay )lvm>vgdisplay -vlvm>lvextend -l+21556 /dev/mapper/centos-root  扩展已有卷的容量(21556 是通过vgdisplay查看的free的大小)lvm>pvdisplay   查看卷容量,这时你会看到一个很大的卷了lvm>quit     退出

5、以上完成了卷扩容,下面是文件系统的扩容,输入以下命令:

CentOS 7 下面由于使用的是 XFS,所以要用

xfs_growfs /dev/mapper/centos-root

CentOS 6下面要用

resize2fs /dev/mapper/centos-root

6、完成上面的表示磁盘扩容已经大功告成,来,让我们用命令df -h查看新的磁盘空间。

df -h

补充:
 

df命令的使用:       

lvm命令使用:

你可能感兴趣的文章
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>
机器学习中常用评估指标汇总
查看>>
什么是 ROC AUC
查看>>
Bagging 简述
查看>>
详解 Stacking 的 python 实现
查看>>
简述极大似然估计
查看>>
用线性判别分析 LDA 降维
查看>>
用 Doc2Vec 得到文档/段落/句子的向量表达
查看>>
使聊天机器人具有个性
查看>>
使聊天机器人的对话更有营养
查看>>
一个 tflearn 情感分析小例子
查看>>