pxe基础的批量化装机

PXE网络装机

PXE 原理

开机自检-----》MBR引导-----》grub2菜单------》内核初始化-------》init初始化


 

服务器的批量部署

1.规模化:同时装配多台服务器

2.自动化:安装系统、配置各种服务

3.远程实现:不需要光盘、U盘等安装介质

4.对于无盘工作站,服务器端需要提供可运行的完整系统镜像;对于远程安装,只要提供引导程序和安装源就可以了

1).关于PXE网络

*PXE,全名Pre-boot eXcution Environment

作用:

*预启动执行环境,在操作系统之前运行

*可用于远程安装、构建无盘工作站

实验步骤

VMNet1 192.168.10.100
Net  192.168.10.80

 

 

 


 

1.systemctl stop firewalld ------------------------关闭防火墙

2.setenforce 0 ----------------------------------------关闭seliunx

3.mount /dev/cdrom /mnt ---------------------------将光盘挂载 (mnt是挂载点)

4.mount /dev/cdrom /var/ftp/centos--------------将光盘挂载到ftp下(提前下载vsftpd)

5. systemctl start vsftpd-------------------------------开启ftp服务

6. netstat -anpt | grep vsftpd-------------------------查看ftp的端口号

7. yum -y install tftp-server----------------------------安装tftp服务器

8. vi /etc/xinetd.d/tftp----------------------------------修改tftp的配置文件(如下)

tftp.PNG把圈起来的修改一下

9. systemctl start tftp--------------------------------开启tftp服务

10. cd /mnt//images/pxeboot/------------------------mnt是光盘挂载点

11. cp vmlinuz initrd.img /var/lib/tftpboot/ --vmlinuz是可引导的、压缩的内核,,会读取initrd.img 启动镜像,该文件中包含驱动模块等信息,是非常重要的文件,不同版本使用的格式不同。

12. yum -y install syslinux-----------------------------syslinux是一个功能强大的引导加载程序,而且兼容各种介质

13. cp /usr/share/syslinux/pxelinux.0 /var/lib/tftpboot/------把sysliunx的引导文件复制到tftpboot里面

14. vi /etc/dhcp/dhcpd.conf---------------------------修改DHCP的配置文件如下

DHCP.PNG

添加画痕线的配置 第一个是本身的IP地址 第二个是引导文件

15. mkdir /var/lib/tftpboot/pxelinux.cfg --------------创建引导文件

16. vi /var/lib/tftpboot/pxelinux.cfg/default----------修改配置文件

引导文件.PNG

一样就行

17.验证实验结果

如果使用虚拟机实验的话内存要调整为2G以上,否则报错!!

出现boot按回车

原文链接:https://www.cnblogs.com/latyle/p/17391357.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:pxe基础的批量化装机 - Python技术站

(0)
上一篇 2023年5月11日
下一篇 2023年5月24日

相关文章

  • 目标定位和检测系列(1):一些基本概念

      目标定位和检测系列(1):一些基本概念 2018年01月23日 16:16:48 Meringue_zz 阅读数:1665  版权声明:本文为博主原创文章,转载请注明出处。 https://blog.csdn.net/sinat_34474705/article/details/79131542 最近开始学习深度学习中的定位和检测任务。本来打算直接看论文…

    2023年4月8日
    00
  • tensorflow利用预训练模型进行目标检测(三):将检测结果存入mysql数据库

    mysql版本:5.7 ; 数据库:rdshare;表captain_america3_sd用来记录某帧是否被检测。表captain_america3_d用来记录检测到的数据。 python模块,包部分内容参考http://www.runoob.com/python/python-modules.html  https://www.cnblogs.com/n…

    目标检测 2023年4月6日
    00
  • 卷积层的维度变化

    import keras from keras import Sequential model = Sequential() model.add(keras.layers.Conv2D(input_shape=(28, 28, 1), kernel_size=(5,5), filters=20, activation=’relu’)) model.add(k…

    卷积神经网络 2023年4月8日
    00
  • 基于YOLO的3D目标检测:YOLO-6D

    基于YOLO的3D目标检测:YOLO-6D stone 收藏之前点个赞呗 阅读本文之前需要对yolo算法有所了解,如果不了解的可以看我的两篇文章: stone:你真的读懂yolo了吗?​ zhuanlan.zhihu.comstone:yolo v2详解​zhuanlan.zhihu.com 2D图像的目标检测算法我们已经很熟悉了,物体在2D图像上存在一个2…

    2023年4月8日
    00
  • 吴恩达机器学习笔记20-正则化代价函数

    上面的回归问题中如果我们的模型是:   我们可以从之前的事例中看出,正是那些高次项导致了过拟合的产生,所以如果我们能让这些高次项的系数接近于0 的话,我们就能很好的拟合了。  所以我们要做的就是在一定程度上减小这些参数???? 的值,这就是正则化的基本方法。我们决定要减少????3和????4的大小,我们要做的便是修改代价函数,在其中????3和????4 …

    机器学习 2023年4月11日
    00
  • Tensorflow-逻辑斯蒂回归

    1.交叉熵 逻辑斯蒂回归这个模型采用的是交叉熵,通俗点理解交叉熵 推荐一篇文章讲的很清楚: https://www.zhihu.com/question/41252833     因此,交叉熵越低,这个策略就越好,最低的交叉熵也就是使用了真实分布所计算出来的信息熵,因为此时  ,交叉熵 = 信息熵。这也是为什么在机器学习中的分类算法中,我们总是最小化交叉熵,…

    2023年4月8日
    00
  • 7.keras-模型保存和载入

    keras-模型保存和载入 1.数据的载入与预处理 import numpy as np from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential,load_model from keras.layers impo…

    2023年4月5日
    00
  • 机器学习概念之特征选择(Feature selection)之RFormula算法介绍 Spark MLlib编程API入门系列之特征选择之R模型公式(RFormula)

          不多说,直接上干货!       RFormula算法介绍:        RFormula通过R模型公式来选择列。支持R操作中的部分操作,包括‘~’, ‘.’, ‘:’, ‘+’以及‘-‘,基本操作如下: 1、 ~分隔目标和对象 2、+合并对象,“+ 0”意味着删除空格 3、 :交互(数值相乘,类别二值化) 4、. 除了目标外的全部列     …

    机器学习 2023年4月12日
    00
合作推广
合作推广
分享本页
返回顶部