使用GPT分区和LVM在CentOS上进行挂载
为突破MBR分区限制(最大卷:2T,最多4个主分区或3个主分区加一个扩展分区)常常以GPT分区方式(突破MBR 4个主分区限制,每个磁盘最多支持128个分区,支持大于2T的分区,最大卷可达18EB)新建分区并挂载,下面记录自己常用的GPT+LVM的方式挂载新的硬盘的方式。
1.查看硬盘标签
使用fdisk -l 也可查看新的硬盘盘符,此处直接使用新的parted命令进行操作
> sudo parted // 进入parted交互模式
(parted) help // 打印帮助命令文档
...
(parted) print all // 打印所有存储设备
...
(parted) select /dev/sdb // 选择存储设备,此处以/dev/sdb为例
2. 创建一个GPT分区
(parted) mklabel gpt // 设置gpt分区方式的磁盘标签
(parted) mkpart // 创建一个分区
...
(start) 0%
(end) 100%
...
(parted) quit
创建分区时,除上述列出的外,其它可使用默认参数,如分区格式ext2,后续可再进行格式化。
- 关于4k对齐 Get the alignment parameters for your array (remember to replace sdb with the name of your device as seen by the kernel).
# cat /sys/block/sdb/queue/optimal_io_size
1048576
# cat /sys/block/sdb/queue/minimum_io_size
262144
# cat /sys/block/sdb/alignment_offset
0
# cat /sys/block/sdb/queue/physical_block_size
512
Add optimal_io_size to alignment_offset and divide the result by physical_block_size. In my case this was (1048576 + 0) / 512 = 2048.This number is the sector at which the partition should start. Your new parted command should look like
mkpart primary 2048s 100%
The trailing ‘s’ is important: it tells parted that you’re talking about sectors, not bytes or megabytes. If all went well, the partition will have been created with no warnings. You can check the alignment thusly (replacing ‘1’ with the partition number if necessary):
(parted) align-check optimal 1
1 aligned
磁盘分区4k对齐问题,开始位置设置为“0%”,结束位置设置为“100%”,可以保证使用最大空间的前提下4k对齐。 参考文章:
- https://rainbow.chard.org/2013/01/30/how-to-align-partitions-for-best-performance-using-parted/
- https://blog.****.net/open_data/article/details/44828741
3. 格式化新的分区
服务器数据盘一般格式化xfs,一般桌面的系统可以用ext4,xfs单个分区的容量比ext4同等条件下大。
> sudo mkfs.xfs /dev/sdb1 // xfs硬盘格式化
或
> sudo mkfs.ext4 /dev/sdb1 // ext4硬盘格式化
4. LVM划分加载硬盘
创建物理卷
# pvcreate /dev/sdb1
将物理设备加入卷组
# vgcreate vg_data /dev/sdb1
说明:可以将多个分区和到一起,如下
# vgcreate vg_data /dev/sdb1 /dev/sdc1
使用整个卷组空间创建逻辑卷
# lvcreate -l 100%FREE -n lv_data vg_data
5. 挂载逻辑卷设备
# mount /dev/vg_data/lv_data /vol/data
6. 开机挂载
# vim /etc/fstab
// 新增一行
/dev/vg_dada/lv_data /vol/data xfs default,_netdev 0 0
说明:
磁盘分区 | 挂载目录 | 文件格式 | 访问方式 | fs_dump | fs_pass |
---|---|---|---|---|---|
/dev/vg_data/lv_data | /vol/data | xfs | defaults,_netdev |
- 访问方式选项(多个选项间使用逗号分隔)有:
- async:异步I/O
- sync:同步I/O
- auto: 是否能够自动挂载
- dev/nodev:是否能创建设备文件
- nouser(只有根用户可以装载)
- exec/noexec:是否允许执行二进制程序
- _netdev: 网络设备
- acl: 文件访问控制列表
- 转储频率(fs_dump):
- 0:从不备份
- 1:每日备份
- 2:每隔一天备份
- fs_pass,该字段被fsck命令用来决定在启动时需要被扫描的文件系统的顺序(自检顺序):根文件系统"/"对应该字段的值应该为1,其他文件系统应该为2-9顺序。若该文件系统无需在启动时扫描则设置该字段为0
推荐阅读
-
使用GPT分区和LVM在CentOS上进行挂载
-
【摩尔线程+Colossal-AI强强联手】MusaBert登上CLUE榜单TOP10:技术细节揭秘 - 技术实力:摩尔线程凭借"软硬兼备"的技术底蕴,让MusaBert得以从底层优化到顶层。其内置多功能GPU配备AI加速和并行计算模块,提供了全面的AI与科学计算支持,为AI推理和低资源条件下的大模型训练等场景带来了高效、经济且环保的算力。 - 算法层面亮点:依托Colossal-AI AI大模型开发系统,MusaBert在训练过程中展现出了卓越的并行性能与易用性,特别在预处理阶段对DataLoader进行了优化,适应低资源环境高效处理海量数据。同时,通过精细的建模优化、领域内数据增强以及Adan优化器等手段,挖掘和展示了预训练语言模型出色的语义理解潜力。基于MusaBert,摩尔线程自主研发的MusaSim通过对比学习方法微调,结合百万对标注数据,MusaSim在多个任务如语义相似度、意图识别和情绪分析中均表现出色。 - 数据资源丰富:MusaBert除了自家高质量语义相似数据外,还融合了悟道开源200GB数据、CLUE社区80GB数据,以及浪潮公司提供的1TB高质量数据,保证模型即便在较小规模下仍具备良好性能。 当前,MusaBert已成功应用于摩尔线程的智能客服与数字人项目,并广泛服务于语义相似度、情绪识别、阅读理解与声韵识别等领域。为了降低大模型开发和应用难度,MusaBert及其相关高质量模型代码已在Colossal-AI仓库开源,可快速训练优质中文BERT模型。同时,通过摩尔线程与潞晨科技的深度合作,仅需一张多功能GPU单卡便能高效训练MusaBert或更大规模的GPT2模型,显著降低预训练成本,进一步推动双方在低资源大模型训练领域的共享目标。 MusaBert荣登CLUE榜单TOP10,象征着摩尔线程与潞晨科技联合研发团队在中文预训练研究领域的领先地位。展望未来,双方将携手探索更大规模的自然语言模型研究,充分运用上游数据资源,产出更为强大的模型并开源。持续强化在摩尔线程多功能GPU上的大模型训练能力,特别是在消费级显卡等低资源环境下,致力于降低使用大模型训练的门槛与成本,推动人工智能更加普惠。而潞晨科技作为重要合作伙伴,将继续发挥关键作用。
-
如何在CentOS 7下实现多台内网服务器共享同一本地yum源? 1. 将共享源服务器(IP: 192.168.100.111)上的yum源进行本地化配置; 2. 使用Nginx为共享源服务器提供外部访问地址; 3. 在其他内网服务器上配置共享源服务器的地址。 共享源本地yum源的配置: 1. 在服务器上创建目录并备份原有yum源文件: ``` mkdir /data/{centos-yum.bak,centos,centos-images} mv /etc/yum.repos.d/* /data/centos-yum.bak/ 上传镜像文件到服务器: mv CentOS-7-x86_64-DVD-1810.iso /data/centos-images/ 挂载镜像文件: mount -o loop -t iso9660 /data/centos-images/CentOS-7-x86_64-DVD-1810.iso /data/centos #取消挂载 umount /data/centos ``` 2. 创建repo文件: ``` vim /etc/yum.repos.d/my.repo [my] name=my baseurl=file:///data/centos enabled=1 gpgcheck=0 ``` 3. 制作缓存: ``` yum clean all yum makecache ``` 4. 查看详细信息: ``` [root@omnis-server data]# pwd /data [root@omnis-server data]# ls centos centos-images centos-yum.bak [root@omnis-server data]# cd centos [root@omnis-server centos]# pwd /data/centos [root@omnis-server centos]# ls CentOS_BuildTag EFI EULA GPL images isolinux LiveOS Packages repodata RPM-GPG-KEY-CentOS-7 RPM-GPG-KEY-CentOS-Testing-7 TRANS.TBL ```
-
在CentOS 6和7上使用nmcli进行链路聚合教程
-
在虚拟机上进行Linux实战:CentOS7磁盘添加、分区、格式化和挂载操作