工作中由于前期规划不足,导致磁盘空间分配较大,而且是厚置备.后期不再需要时,无法把用不到的空间释放出来,造成空间浪费.经过摸索和实验验证,总结出来一套方法. 风险提示:这个方法在我的环境中验证通过了,但不代表适用于所有情况,生产环境中务必慎重! 环境:Esxi 6.5,vCenter 6.5 U1e,Ubuntu 16.04 由于初始分配给Ubuntu 16.04虚拟机的硬盘空间是2T,后期数据量加大需要增加空间时,发现分区表不是GPT,无法超过2T. 导致已在vCenter里给虚拟机增加的空间

本文来自:https://blog.csdn.net/wangjingkaibear/article/details/77097041 用ESXi做虚拟化,创建了一个原始虚拟机并安装好系统做好基本设置,使用ESXi的web界面复制虚拟机,结果后来发现复制出来的都是厚置备,导致占用大量空间. 网上找到一篇教程,但不够清晰,遂有此文. 首先要通过ssh连接虚拟机. 0.删除需要转换磁盘的虚拟机所有的快照(确保转移的成功),并且关闭虚拟机[此步骤是参考的文章里说的] 1.在ESXi的Web页面的[主机

LVM是Linux环境中对磁盘分区进行管理的一种机制,是建立在硬盘和分区之上.文件系统之下的一个逻辑层,可提高磁盘分区管理的灵活性.最大的优点是在不损伤数据的前提下调整存储空间的大小. 本篇主要讲述LVM的创建.LVM的扩展与缩减和快照卷的使用三部分 第一部分:LVM的创建 LVM创建的大致步骤为 1.将多个分区转化为多个物理卷PV(Physical Vomule) 一个分区可以创建一个物理卷,可以在多块磁盘上创建物理卷.也可以做raid10磁盘阵列以后在做物理卷, 以    便有更快的读写及磁

当程序在容器运行的时候,特别是需要与其他容器中的程序或容器外部程序进行沟通交流,这时需要进行数据交换,作为常用的两种沟通数据的方式,网络通信与文件读写是需要提供给程序的支持, [数据卷] 文件是数据持久化的最常见的保存方式,由于文件系统的隔离,以及本身是以沙盒形式运行等性质,使其对保存需要持久化的数据并不稳定,对此,docker使用了数据卷这种专门定制的形式 数据卷就是一个挂载在容器内文件或目录,在容器中,数据卷是从外界挂载到内部容器中的,所以可以脱离容器的生命周期而独立存在,正式由于数据卷的生

(一)相关概念 逻辑卷是使用逻辑卷组管理(Logic Volume Manager)创建出来的设备,如果要了解逻辑卷,那么首先需要了解逻辑卷管理中的一些概念. 物理卷(Physical Volume,PV):也就是物理磁盘分区,如果想要使用LVM来管理这个分区,可以使用fdisk将其ID改为LVM可以识别的值,即8e. 卷组(Volume Group,VG):PV的集合 逻辑卷(Logic Volume,LV):PV中画出来的一块逻辑磁盘 了解概念之后,逻辑卷是如何产生的就很清晰了:物理磁盘或者

今天给客户配置故障转移群集,在Windows Server 2012 R2的系统上,通过iSCSI连接上DELL的SAN存储后,在磁盘管理里面发现可以新建 简单卷.跨区卷.带区卷.镜像卷.RAID-5卷等: 之前从来没接触过这些,于是上网学习了一番,下面分别是他们的介绍 简单卷 简单卷是在单独的动态磁盘中的一个卷,它与基本磁盘的分区较相似.但是它没有空间的限制以及数量的限制.当简单卷的空间不够用时,您也可以通过扩展卷来扩充其空间,而这丝毫不会影响其中的数据. 创建简单卷的方法: 右键单击"我的电

本文由秀依林枫提供友情赞助,首发于烂泥行天下. 上篇文章中介绍了有关LVM基础的知识,这篇文章我们来介绍如何给LVM的逻辑卷LV及卷组VG扩容. LVM的逻辑卷,我们知道它最后相当于一个分区,既然是一个分区那么它就有空间大小的区分.如果现在逻辑卷的空间不够了该怎么办呢? 别担心,LVM提供了给逻辑卷扩容的办法.我们可以通过lvextend命令来实. 在给逻辑卷扩容之前,我们先来看看现在逻辑卷/dev/vg1/data大小,如下: 通过上图我们可以逻辑卷/dev/vg1/data为500M,现在对

上图是恢复后的磁盘情况,恢复前的情况没有截图. 事情是这样:扩展分区中原本有4个逻辑分区.想将其中一个分区(MySpace,第一个分区)压缩出部分空间新建一个分区.经过 压缩卷->新建简单卷 后,除了MySpace之外其他三个分区直接被删除卷了,蛋疼. 上网查了一下原因据说是盗版Win7在磁盘管理时会出现该问题. 解决:使用DiskGenius可以恢复. 1.下载DiskGenius 2.打开DiskGenius.exe 3.点击“搜索分区”,选择“所有未分区区域”,开始搜索 4.搜索完所有柱面

docker--数据卷与数据卷容器 1.数据卷: 创建一个volumes的文件夹: [root@docker01 /]# mkdir volumes [root@docker01 /]# ls bin  boot  dev  etc  home  lib  lib64  lost+found  media  mnt  opt  proc  root  run  sbin  srv  sys  tmp  usr  var  volumes 创建一个名为vol的容器,并将容器的/opt目录挂载到本地

将一个JSON 字典转换为一个Python 对象例子 >>> s='{"name":"apple","shares":50,"prices":490.11}' >>> s '{"name":"apple","shares":50,"prices":490.11}' >>> from collec

转自:truemylife.linux磁盘 分区 物理卷 卷组 逻辑卷 文件系统加载点操作案例 基本概念: 磁盘.分区.物理卷[物理部分] 卷组[中间部分] 逻辑卷.文件系统[虚拟化后可控制部分] 磁盘信息查看 fdisk -l SATA磁盘,使用fdisk -l 如果有两块磁盘,会显示 sda sdb 如果有更多,依次a-z fdisk -l 除了显示硬盘分区,同时显示逻辑卷信息,逻辑卷以vg_开头 查看文件系统及其挂载点 df -h 文件系统可以是逻辑卷,也可以直接为物理分区 /dev/ma

openstack基于卷快照恢复卷 基于P版本,对卷基于快照进行恢复的源码分析 1.特性描述 在pike版本中,openstack官网增加了一个新特性,Cinder volume revert to snapshot,该特性支持将卷恢复到最近的快照.还原过程将覆盖卷的当前状态和数据.如果在快照之后对卷进行了扩展,那么请求将被拒绝.该特性的目的是让用户能够更方便地恢复实例和卷,并减少停机时间. 目前只提供api调用,cli无此命令 2.api接口参数样例 POST /v3/{project_id}

是什么 数据卷设计的目的,在于数据的永久化,他完全独立于容器的生存周期,因此,Docker不会在容器删除时删除其挂载的数据卷,也不会存在类似的垃圾收集机制对容器引用的数据卷进行处理.类似我们Redis里面的rdb和aof文件 特点 数据卷在容器启动时初始化,如果容器使用的镜像在挂载点包含了数据,这些数据会拷贝到新初始化的数据卷中 数据卷可以在容器之间共享重用 可以对数据卷里的内容直接修改 数据卷的变化不会影响镜像的更新 卷会一直存在,即使挂载数据卷的容器已经被删除 数据卷(容器内添加) 1.直接

随着数据量的增长,需要扩容满足使用.今天测试下glusterfs磁盘扩容的具体步骤 1.扩容 之前用的2台计算机的分布式复制卷.需要同时之两个服务器增加一块磁盘并格式化,挂载并扩容 热添加磁盘 echo "- - -" >/sys/class/scsi_host/host0/scan echo "- - -" >/sys/class/scsi_host/host1/scan echo "- - -" >/sys/class/sc

1.本节课主要讲解如何在Docker内部及容器之间管理数据.容器中管理数据主要有两种方式:数据卷(Data volumes)数据卷容器(Data volume containers) 2.数据卷:是一个可供一个或多个容器使用的特殊目录,它绕过UFS,可以提供很多有用的特性:a.数据卷可以在容器之间共享和重用b.对数据卷的修改会立马生效c.对数据卷的更新,不会影响镜像d.卷会一直存在,直到没有容器使用*数据卷的使用,类似于 Linux 下对目录或文件进行 mount. 3.创建数据卷 $ dock

docker容器中管理数据两种方式:1.数据卷(Data Volumes)2.数据卷容器(Data Volume Dontainers) 一.数据卷特性:1.数据卷可以在容器之间共享和重用2.对数据卷的修改会立马生效3.对数据卷的更新,不会影响镜像4.数据卷一直存在,直到没有容器使用 > docker run -ti -v /logs centos:latest /bin/bash -v标记在容器内创建一个数据卷,多次使用-v可以创建多个数据卷 也可以挂载本地目录到容器中作为数据卷 > doc

前言:生产环境中使用docker时,往往需要对数据进行持久化(只有把容器导出为镜像,才能够保存写的数据,否则容器删除或者停止,所有数据都会没有),或者需要在多个容器之间进行数据共享,这必然涉及容器的数据管理操作 容器中管理数据主要有两种方式:1.数据卷:容器内数据直接映射到本地主机环境2.数据卷容器:使用特定容器维护数据卷.能在容器和主机.容器和容器之间共享数据,并实现数据的备份和恢复. 本博客主要围绕数据卷容器进行开展~~~ 一.定义数据卷容器 搭建一个专门的数据卷容器,然后其他容器直接挂载该

.为什么要使用数据卷: Docker容器产生的数据,如果不通过docker commit生成新的镜像,使得数据做为镜像的一部分保存下来,那么当容器删除后,数据自然也就没有了.为了能保存数据在docker中我们使用卷. 2.数据卷能干嘛: 容器的持久化,容器间继承+共享数据 3.数据卷的添加: 3.1 使用命令添加 docker run -it -v /宿主机目录:/容器内目录 centos /bin/bash  1.在容器/dataVolumContainer目录下创建test.log文件,在宿

现在:a = 10,由于暂时没找到更好的方法,且使用下面的方法进行转换. 目标:转化为['10'] 以下为错误尝试: 1.直接转换,提示整型对象不可迭代. 2.先转换为字符串,再转换为列表,发现被分成1和0?!而不是10.  成功案例:  如有错误,请及时指正,谢谢!

摘要: 下文讲述在sqlserver数据库中,将日期数据转换为指定格式的方法分享,如下所示: 实验环境:sqlserver 2008 R2 实现思路: 实现方法1: 使用year函数和month函数获取相应的数值,然后采用字符串拼接的方法输出相应的数据 实现方法2: CONVERT(varchar(30), GETDATE(), 120),然后使用字符串截取函数截取前几位的数据 例: declare @maomao datetime set @maomao =getdate() select L

举个例子. string[] strArray = "a,b,c,d,e,f,g".Split(new char[]{ ',' }); int[] intArray; //C# 3.0下用此句 intArray = Array.ConvertAll<string, int>(strArray, s => int.Parse(s)); //2.0下用以下的语句替换上例. //intArray = Array.ConvertAll<string, int>(s