5.13/14 linux安装centos及一些操作命令随记
一、环境准备
-
VMware Workstation版本选择建议
-
CentOS 7 ISO镜像下载指引
-
虚拟机硬件配置建议(内存/处理器/磁盘空间)
二、系统基础命令
一、环境准备
1.VMware Workstation版本选择建议
版本选择依据
选择VMware Workstation的版本时,需考虑操作系统兼容性、功能需求以及预算。VMware Workstation Pro和VMware Workstation Player是两个主要版本,前者适合专业用户,后者适合个人或非商业用途。
VMware Workstation Pro
VMware Workstation Pro提供高级功能,如多虚拟机管理、快照、克隆、虚拟网络配置等。适合开发人员、测试人员和IT专业人员使用。支持Windows和Linux操作系统,能够运行多个虚拟机实例,适合复杂的工作负载。
VMware Workstation Player
VMware Workstation Player是一个免费版本,适合个人用户或非商业用途。功能相对简单,支持运行单个虚拟机实例,适合学习和测试。支持Windows和Linux操作系统,适合轻量级使用场景。
操作系统兼容性
VMware Workstation Pro和Player均支持Windows 10、Windows 11以及多种Linux发行版。选择版本时需确保与当前操作系统兼容,以获得最佳性能和稳定性。
功能需求
如果需要高级功能如虚拟机克隆、快照、虚拟网络配置等,建议选择VMware Workstation Pro。如果仅需运行单个虚拟机进行学习或测试,VMware Workstation Player已足够。
预算考虑
VMware Workstation Pro是付费版本,价格较高,适合有预算的专业用户。VMware Workstation Player是免费版本,适合预算有限的个人用户。
更新与支持
VMware Workstation Pro提供更频繁的更新和技术支持,适合需要长期稳定性和技术支持的用户。VMware Workstation Player的更新频率较低,技术支持有限,适合不需要频繁更新的用户。
总结
根据操作系统兼容性、功能需求、预算以及更新支持,选择适合的VMware Workstation版本。专业用户建议选择VMware Workstation Pro,个人用户或非商业用途可选择VMware Workstation Player。
2.CentOS 7 ISO镜像下载指引
需要的可以看我主页文章即可,全都有
3.虚拟机硬件配置建议(内存/处理器/磁盘空间)
内存配置
虚拟机的内存配置应根据运行的操作系统和应用程序的需求来确定。对于轻量级任务(如运行Linux桌面环境或简单的Web服务器),建议分配1GB到2GB内存。对于中等负载(如运行Windows 10或数据库服务器),建议分配4GB到8GB内存。对于高负载任务(如运行多个虚拟机或资源密集型应用程序),建议分配16GB或更多内存。
处理器配置
处理器的配置同样取决于虚拟机的用途。对于轻量级任务,1到2个虚拟CPU核心通常足够。对于中等负载,建议分配2到4个虚拟CPU核心。对于高负载任务,建议分配4个或更多虚拟CPU核心。确保主机的物理CPU资源充足,以避免性能瓶颈。
磁盘空间配置
磁盘空间的需求因操作系统和应用程序而异。对于轻量级任务(如Linux桌面环境),建议分配20GB到40GB磁盘空间。对于中等负载(如Windows 10或数据库服务器),建议分配60GB到100GB磁盘空间。对于高负载任务(如运行多个虚拟机或存储大量数据),建议分配200GB或更多磁盘空间。使用动态分配磁盘空间的功能可以更灵活地管理存储资源。
其他建议
确保虚拟机的网络配置与主机网络兼容,并根据需要分配足够的网络带宽。定期备份虚拟机数据,以防止数据丢失。使用快照功能可以在进行重大更改前保存虚拟机的状态,以便在出现问题时快速恢复。
二、系统基础命令操作
1
cd / -返回上一级
mkdir /iso -新建
mount /dev/cdrom/iso -挂载iso镜像
cd /etc/yum. repos.d/ -切换目录到/etc/yum. Repos.d/
cp CentOS-Base.repo CentOS-Base.repo.bak
-将当前目录下的CentOS-Base.repo 文件复制一份命名为CentOS-Base.repo.bak(通常用于yum源配置文件)
2
vi CentOS-Base.repo -使用vi编辑器打开CentOS-Base.repo
3
yum clean all -一次性清除所有yum相关的缓存文件、数据等
yum install vsftpd -是在yum包管理系统中安装vsftpd(安全ftp服务器)的命令
yum vsftpd httpd -y -安装HTTPD(Apache网页服务器)的命令,-y表安装
4
Systemctl stop firewalld -临时关闭防火墙服务
Systemctl disable firewalld -永久关闭防火墙服务
vi /etc/selinux/config -使用vi编辑器打开SELINUX(增强linux)配置文件的命令:用于修改selinux运行模式
Reboot -重启
reboot -重启
7
未列出有root用户以及普通用户
8
:set nu 回车后,上箭头,找到12行,确认无#且为anonylous_enable=YES即可
接着下滑去找29行以及33行中下图标注“#”删除
注意:要点击i,进入编辑输入模式,
紧接着34行继续输入:
9
最后改成下图这样,然后ESC :wq 退出
10
Vi /var/ftp/any/anonymous.txt -使用vi编辑器编辑位于/var/ftp/any/目录下的anonymous.txt文件
11
输入 ftp test
ESC :wq
12
systemctl start vsftpd -启动vsftpd服务
Systemctl status vsftpd -查看vsftp服务状态
Systemctl enable vsftpd -设置vsftpd服务在系统中启动配置后,下次系统重启 vsftpd服务自动开启
相关文章:

5.13/14 linux安装centos及一些操作命令随记
一、环境准备 VMware Workstation版本选择建议 CentOS 7 ISO镜像下载指引 虚拟机硬件配置建议(内存/处理器/磁盘空间) 二、系统基础命令 一、环境准备 1.VMware Workstation版本选择建议 版本选择依据 选择VMware Workstation的版本时,…...
OpenCV 背景建模详解:从原理到实战
在计算机视觉领域,背景建模是一项基础且重要的技术,它能够从视频流中分离出前景目标,广泛应用于运动目标检测、视频监控、人机交互等场景。OpenCV 作为计算机视觉领域最受欢迎的开源库之一,提供了多种高效的背景建模算法。本文将深…...
Transformer 模型与注意力机制
目录 Transformer 模型与注意力机制 一、Transformer 模型的诞生背景 二、Transformer 模型的核心架构 (一)编码器(Encoder) (二)解码器(Decoder) 三、注意力机制的深入剖析 …...
卡顿检测与 Choreographer 原理
一、卡顿检测的原理 卡顿的本质是主线程(UI 线程)未能及时完成某帧的渲染任务(超过 16.6ms,以 60Hz 屏幕为例),导致丢帧(Frame Drop)。检测卡顿的核心思路是监控主线程任务的执行时…...

Baklib加速企业AI数据智理转型
Baklib智理AI数据资产 在AI技术深度渗透业务场景的背景下,Baklib通过构建企业级知识中台架构,重塑了数据资产的治理范式。该平台采用智能分类引擎与语义分析模型,将分散在邮件、文档、数据库中的非结构化数据转化为标准化的知识单元…...

基于协同过滤的文学推荐系统设计【源码+文档+部署】
基于协同过滤的文学推荐系统设计 摘要 随着信息技术的飞速发展和文学阅读需求的日益多样化,构建一个高效、精准的文学推荐系统变得尤为重要。本文采用Spring Boot框架,结合协同过滤算法,设计并实现了一个基于用户借阅行为和社交论坛互动的文学…...
在c/c++中,如何使用链表进行插入、删除和遍历功能。
首先,链表由节点组成,每个节点应该包含数据和指向下一个节点的指针。 结构体可以包含数据域和指针域。 比如,假设链表存储整数,那节点的结构体应该有一个int类型的数据和一个指向同样结构体的指针。结构体定义大概是这样的&…...

数据结构与算法——单链表(续)
单链表(续) 查找在指定位置之前插入结点在指定位置之后插入结点删除pos位置的结点删除pos位置之后的结点销毁 查找 遍历:pcur指向头结点,循环,当pucr不为空进入循环,pucr里面指向的数据为要查找的值的时候…...

全面且深度学习c++类和对象(上)
文章目录 过程和对象类的引入,类的定义类的访问限定符及封装类的访问限定符封装 类的实例化类大小内存对齐规则: this指针this特性 过程和对象 C语言面向过程设计,c面向对象设计, 举例:洗衣服 C语言:放衣服…...

开源情报如何成为信息攻防的关键资源
相比于传统情报,开源情报具有情报数量大、情报质量好、情报成本低、情报可用性强等优势。这是开源情报能够成为信息攻防关键资源的主要原因。 海量信息让开源情报具有更大潜力。一是开源情报体量巨大。信息化时代是信息爆炸的时代,网络上发布的各种信息…...

【风控】用户特征画像体系
一、体系架构概述 1.1 核心价值定位 风控特征画像体系是通过多维度数据融合分析,构建客户风险全景视图的智能化工具。其核心价值体现在: 全周期覆盖:贯穿客户生命周期的营销、贷前、贷中、贷后四大场景立体化刻画:整合基础数据…...
Android开发-文本输入
在Android应用开发中,文本输入是用户与应用交互的最常见方式之一。无论是登录界面、搜索框还是表单填写,都需要处理用户的文本输入。本文将介绍如何在Android应用中实现和管理文本输入,包括基本控件的使用、事件监听、输入验证以及一些高级功…...

Unity:场景管理系统 —— SceneManagement 模块
目录 🎬 什么是 Scene(场景)? Unity 项目中的 Scene 通常负责什么? 🌍 一个 Scene 包含哪些元素? Scene 的切换与管理 📁 如何创建与管理 Scenes? 什么是Scene Man…...
elementUI源码学习
学习笔记。 最近在看element的table表格优化,又去看了一下element源码框架。element 的架构是很优秀,通过大量的脚本实现工程化,让组件库的开发者专注于事情本身,比如新加组件,一键生成组件所有文件,并完成…...

SZU 编译原理
总结自 深圳大学《编译原理》课程所学相关知识。 文章目录 文法语法分析自顶向下的语法分析递归下降分析LL(1) 预测分析法FIRST 集合FOLLOW 集合 文法 乔姆斯基形式语言理论: 表达能力:0型文法 > 1型文法 > 2型文法 > 3型文法。 0 型文法&am…...
实时技术方案对比:SSE vs WebSocket vs Long Polling
早期网站仅展示静态内容,而如今我们更期望:实时更新、即时聊天、通知推送和动态仪表盘。 那么要如何实现实时的用户体验呢?三大经典技术各显神通: SSE(Server-Sent Events):轻量级单向数据流WebSocket:双向全双工通信Long Polling(长轮询):传统过渡方案假设目前有三…...

【程序员AI入门:模型】19.开源模型工程化全攻略:从选型部署到高效集成,LangChain与One-API双剑合璧
一、模型选型与验证:精准匹配业务需求 (一)多维度评估体系 通过量化指标权重实现科学选型,示例代码计算模型综合得分: # 评估指标权重与模型得分 requirements {"accuracy": 0.4, "latency": …...
北斗导航 | 基于深度学习的卫星导航数据训练——检测识别故障卫星
深度学习+故障卫星识别 **1. 数据准备与预处理****2. 模型选择与设计****3. 训练策略****4. 模型优化与验证****5. 实时部署与集成****6. 持续学习与更新****示例模型架构(LSTM + Attention)****挑战与解决方案**🥦🥦🥦🥦🥦🥦🥦🥕🥦🥦🥦🥦🥦🥦�…...

ARM Cortex-M3内核详解
目录 一、ARM Cortex-M3内核基本介绍 (一)基本介绍 (二)主要组成部分 (三)调试系统 二、ARM Cortex-M3内核的内核架构 三、ARM Cortex-M3内核的寄存器 四、ARM Cortex-M3内核的存储结构 五、ARM Co…...
基于Unity的简单2D游戏开发
基于Unity的简单2D游戏开发 摘要 本文围绕基于Unity的简单2D游戏开发进行深入探讨,旨在分析其开发过程中的技术架构与实现策略。通过文献综述与市场分析,研究发现,近年来Unity引擎因其优秀的跨平台特性及可视化编程理念,成为2D游戏开发的主要工具。文章首先梳理了游戏开发的…...
Linux系统编程——exec族函数
我们来完整、系统、通俗地讲解 Linux 系统编程中非常重要的一类函数:exec 族函数(也叫 exec family)。 一、什么是 exec? exec 系列函数的作用是: 用一个新的程序,替换当前进程的内容。 也就是说…...

ThinkStation图形工作站进入BIOS方法
首先视频线需要接在独立显卡上,重新开机,持续按F1,或者显示器出来lenovo的logo的时候按F1,这样就进到bios里了。联*想*坑,戴尔贵。靠。...

go 集成base64Captcha 支持多种验证码
base64Captcha 是一个基于 Go 语言开发的验证码生成库,主要用于在 Web 应用中集成验证码功能,以增强系统的安全性。以下是其主要特点和简介: base64Captcha主要功能 验证码类型丰富:支持生成多种类型的验证码,包括纯…...

【C语言字符函数和字符串函数(一)】--字符分类函数,字符转换函数,strlen,strcpy,strcat函数的使用和模拟实现
目录 一.字符分类函数 1.1--字符分类函数的理解 1.2--字符分类函数的使用 二.字符转换函数 2.1--字符转换函数的理解 2.2--字符转换函数的使用 三.strlen的使用和模拟实现 3.1--strlen的使用演示 3.2--strlen的返回值 3.3--strlen的模拟实现 四.strcpy的使用和模拟实现…...
deepseek问答记录:请讲解一下hugingface transformers中的AutoProcessor
Hugging Face Transformers库中的AutoProcessor是一个用于自动加载与预训练模型配套的处理器的工具类。它简化了预处理流程,特别适用于多模态模型(如同时处理文本、图像、音频的模型)。以下是详细讲解: 1. AutoProcessor的功能 •…...

大模型基础之量化
概述 量化,Quantization,机器学习和深度学习领域是一种用于降低计算复杂度、减少内存占用、加速推理的优化方法。定义:将模型中的数据从高精度表示转换为低精度表示。主要目的是为了减少模型的存储需求和计算复杂度,同时尽量减少…...

游戏引擎学习第286天:开始解耦实体行为
回顾并为今天的内容定下基调 我们目前正在进入实体系统的一个新阶段,之前我们已经让实体的移动系统变得更加灵活,现在我们想把这个思路继续延伸到实体系统的更深层次。今天的重点,是重新审视我们处理实体类型(entity type&#x…...

win10-django项目与mysql的基本增删改查
以下都是在win10系统下,django项目的orm框架对本地mysql的表的操作 models.py----->即表对应的类所在的位置 在表里新增数据 1.引入表对应的在models.py中的类class 2.在views.py中使用函数:类名.objects.create(字段名值,字段名"值"。。。…...
Windows 本地部署MinerU详细教程
📖 项目概述 MinerU是一款由OpenDataLab开发的开源PDF转Markdown工具,可以高质量地提取PDF文档内容,生成结构化的Markdown格式文本。本指南将帮助您在本地部署并使用MinerU。 ⭐ 功能特性 MinerU具有以下核心功能: ✨ 文档处理…...

动态范围调整(SEF算法实现)
一、背景介绍 继续在整理对比度调整相关算法,发现一篇单帧动态范围提升的算法:Simulated Exposure Fusion,论文表现看起来很秀,这里尝试对它进行了下效果复现。 二、实现流程 1、基本原理 整体来说,大致可以分为两步…...