站长工具

linux PXE和无人值守

作者：zhende

目录

一、pxe概念

二、pxe相关服务

三、pxe装机流程

四、pxe四大文件

五、无人值守

六、实验

　　　自动装机

 

 

 

 

 

 

 

 

 

 

 

 

一、pxe概念

　　概念：PXE（预启动执行环境）是由Intel公司开发的网络引导技术，工作在Client/Server模式，允许客户机通过网络从远程服务器下载引导镜像，并加载安装文件或者整个操作系统。

　　pxe优势：

　　　　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。

 

二、pxe相关服务

　　TFTP：（简单文件传输协议），是一个基于UDP协议实现的用于在客户机和服务器之间进行简单文件传输的协议,使用UDP 端口69

　　DHCP ：（自动分配ip协议），可以在指定网段，分配对应的ip地址

 

三、pxe装机流程

　　1.客户端的网卡查找dhcp服务，获取ip地址和时间

　　2.dhcp服务器给客户机分配ip地址和引导地址，同时通过offer报文把tftp服务器地址发给客户机

　　3.tftp服务器把引导文件（pxelinux.0）传给客户机

　　4.客户机把引导程序加载到内存中

　　5.引导程序在tftp服务器中查找配置文件，服务器把配置文件传给客户端

　　6.服务器通过vsftp服务和客户端互传文件，客户端获得系统的镜像文件

 

四、pxe四大文件

　　1.pxelinux.0引导程序（syslinux程序）

　　2.default引导程序的配置文件

　　3.vmlinuz：内核文件

　　4.initrd.img系统启用镜像文件

 

五、无人值守

　　当客户机每次以PXE方式引导时，将自动下载ks.cfg应答配置文件，然后根据其中的设置安装CentOS 7 系统，而无须手工干预。

 

六、实验

　　　自动装机

　　　1.安装并启用 TFTP 服务

 　　2.修改TFTP服务的配置文件

 

 　　3.开启tftp服务，开启tftp服务开机自启，开启xinetd服务，开启xinetd服务开机自启

 　　4.安装dhcp服务

 　　5.配置dhcp文件

　　将配置文件cp到dhcp下

 　　配置文件

 

 　　6.开启dhcp服务，添加开机自启

 　　7.准备 Linux 内核、初始化镜像文件

　　挂载光盘镜像

 　　将pxeboot文件复制到/tftpboot中（复制 Linux系统的内核文件 ）

 　　复制 初始化镜像文件（linux引导加载模块）到TFTP根目录下

 　　8.准备 PXE 引导程序

　　安装程序：PXE引导程序由软件包 syslinux 提供

 　　9.复制 PXE引导程序 到TFTP根目录下

 　　10.配置vsftp服务

 　　11.配置vsftp文件

　　　　在ftp根目录下创建目录centos7，将镜像文件强制复制到centos7目录中，可加&让它自己后台运行

 　　12.启动服务　　　　

　　　　开启vsftpd服务

　　　　开启vsftpd服务开机自启

 　　13.配置启动菜单文件，

　　　　默认的启动菜单文件在TFTP根目录的 pxelinux.cfg子目录下，文件名为default

 　　

 　　14.关闭防火墙和安全机制

 　　15安装 Kickstart 无人值守安装

 　　　　直接打开或者执行 “system-config-kickstart” 命令打开

 　　

 

 

 

 

 

 

 

 

 

 　　16.把无人值守配置文件复制过来

 　　17.配置需要安装的软件包

 

 

 　　18.编辑引导菜单文件 default，添加 ks 引导参数

　　19.验证无人值守安装

 

　　20.创建虚拟机成功

 

 

本文转载于网络 如有侵权请联系删除

相关文章

  • Css3 阴影详解

    大家好，又见面了，我是你们的朋友全栈君。box-shadow阴影语法：box-shadow：none|<shadow>[,<shadow>]* box-shadow：none/*设置none是表示没有阴影*/复制举例说明：例：box-shadow：10px10px5px5pxredinset;box-shadow的参数有六个：X轴偏移Y轴偏移阴影模糊半径阴影扩展半径阴影颜色阴影类型。例1：<!DOCTYPEhtml> <htmlxmlns="http://www.w3.org/1999/xhtml"> <head> <title>CSS3box-shadow属性</title> <styletype="text/css"> #div1 { width:200px; height:100px; border:1pxsolidsilver; box-shadow:5px5px8pxred; } </style> </head> &

  • SAP Spartacus B2cStorefrontModule 和 StorefrontModule 的区别

    这是一个Recipemodule，实现体里包含三个子module：HttpClientModule StorefrontModule //thecmslibmodulecontainsallcomponentsthataddedinthebundle：CmsLibModule 在客户项目中，尽量避免导入这个recipemodule，推荐导入storefrontModule.这样可以避免导入实际项目可能并不需要的CmsLibModule:注意，如果之前appmodule导入的是B2cStorefrontModule，改成导入StorefrontModule之后，appmodule本身需要做一些修改。添加一行：provideDefaultConfig(mediaConfig),复制

  • Snowflake创纪录的SaaS IPO，你不能错过的万字深度解析

    最近SaaSIPO简直可以用蜂拥而上形容。Snowflake,Unity,Asana,Palantir,SumoLogic...最受人瞩目的当然是Snowflake(NYSE:SNOW)：IPO当日估值超过700亿美金！而今年2月最近一轮一级市场融资估值“仅为”124亿美金！IPO当日收盘价254,比IPO定价120翻了超过一倍连一向声称“不懂科技”的巴菲特都投了超过五亿美元关于Snowflake和这个创纪录的IPO，已经有很多文章写了，但是作为SaaS从业者的M小姐还是希望能给你一些不一样的深度，不一样的角度。 临时起意赶个风口，本来想写一篇快评，结果还是写了这么长！希望诸君有耐心看完，而且——最后有彩蛋！基本面与估值：牛逼有理？利润与团队：非典型的硅谷SaaS公司重磅：产品与竞争：具有争议的未来？番外：一个IPO赚了120亿美金的低调VC番外2：IPO当天股价翻倍是件好事吗？ 基本面与估值：牛逼有理？SnowflakeIPO引起这么大的震动，很多人第一反应就是：这是泡沫吗？幸运的是，在美国，SaaS是一个非常metricsdriven的行业。很多运营指标都容易在公开市场找到benc

  • 首次在手机端不牺牲准确率实现BERT实时推理，比TensorFlow-Lite快近8倍，每帧只需45ms

    作者|王言治 出品|AI科技大本营（ID:rgznai100）基于Transformer的预训练模型在许多自然语言处理（NLP）任务中取得了很高的准确度。但是这些预训练模型往往需要很大的计算量和内存。由于移动平台的存储空间以及计算能力的限制，这些模型很难实现在移动端的部署。因此，在这个边缘计算越来越重要的今天，如何有效的压缩这些大模型成为了一个重要的研究课题。在过去的一年中，为了减少BERT模型的大小，同时保持多个下游NLP任务的准确性，很多小模型被相继提出。例如，DistilBERT和TinyBERT是通过减少TransformerBlock数量来达到减小模型的目的，然而精确度相比于BERT-base有明显下降。MobileBERT在BERT-base的基础上，成功的将模型尺寸比减小了4倍，并且保持了较小的精度损失。有意思的是，如果我们将MobileBERT与VGG-16进行对比，MobileBERT的计算量比VGG-16小5.3倍，但计算延迟却比VGG-16的高6.2倍。造成这种现象的原因是MobileBERT拥有超过2000个计算层（与BERT-large相同），这会在计算过程中

  • RTSP协议视频平台EasyNVR转发流延时问题的深入说明讲解

    对于使用RTSP协议视频平台EasyNVR的用户，通常需求点就是保证视频的播放稳定性，还有就是视频流的延时问题。时常会有用户有对于EasyNVR（特指使用EasyNVR）的延时产生疑问。一般我们说视频延时只有几百毫秒，实际使用中却有几秒甚至是十几秒的延时，是什么因素导致了这样的差距？EasyNVR延时不统一问题从下图来看，同一个摄像机的视频流在同一时间播放会出现不同的延时，按照正常的情况，同一个摄像机出现视频流应该是一样的延时，从截图中可以看出，同一个摄像机出现的延时相差居然有十几秒，下面我们具体分析一下原因。问题分析摄像机是同一个，也在同一个内网，差别就在于播放的客户端不同，播放的视频流的协议也不确定。因此我们可以直接拿到EasyNVR转发出的视频流的地址，直接用不同的客户端来进行播放，以此来和摄像机自身插件播放器进行比较，这样应该是最标准的延时说明了。我们同时使用EasyNVR的RTMP流用vlc、webplayer、EasyPlayer-RTMP进行对比。同时播放rtmp流，会发现不同的客户端播放显示播放的延时是不一样的，由此可以发现，同一路流，不同客户端播放出现不同延时。通过这

  • “12306”的架构到底有多牛逼？

    作者：绘你一世倾城 来源：https://juejin.im/post/5d84e21f6fb9a06ac8248149每到节假日期间，一二线城市返乡、外出游玩的人们几乎都面临着一个问题：抢火车票！12306抢票，极限并发带来的思考虽然现在大多数情况下都能订到票，但是放票瞬间即无票的场景，相信大家都深有体会。尤其是春节期间，大家不仅使用12306，还会考虑“智行”和其他的抢票软件，全国上下几亿人在这段时间都在抢票。“12306服务”承受着这个世界上任何秒杀系统都无法超越的QPS，上百万的并发再正常不过了！笔者专门研究了一下“12306”的服务端架构，学习到了其系统设计上很多亮点，在这里和大家分享一下并模拟一个例子：如何在100万人同时抢1万张火车票时，系统提供正常、稳定的服务。Github代码地址：https://github.com/GuoZhaoran/spikeSystem 复制大型高并发系统架构高并发的系统架构都会采用分布式集群部署，服务上层有着层层负载均衡，并提供各种容灾手段（双火机房、节点容错、服务器灾备等）保证系统的高可用，流量也会根据不同的负载能力和配置策略均衡到不同的

  • ​openssl Android编译指南

    opensslAndroid编译指南1.openssl选择分支OpenSSL_1_1_1-stablegitcheckoutOpenSSL_1_1_1-stable复制1.1修改build.info打开根目录下的build.info,注释下面几行,在Line:590~594,否则会有类似错误提示${LDCMD:-g++}ld:unknownoption:--sysroot=.#PROGRAMS_NO_INST=buildtest_cc_$name #SOURCE[buildtest_cc_$name]=buildtest_$name.cc #GENERATE[buildtest_$name.cc]=generate_buildtest.pl$name #INCLUDE[buildtest_cc_$name]=../include #DEPEND[buildtest_cc_$name]=../libssl../libcrypto复制1.2修改Configurations/15-android.conf默认生成的so命名为libcrypto.so.1.1,这样样式的在Android中使用S

  • 第一篇：《机器学习之入门初探》

    天马童鞋的机器学习教程！超级赞哦！这是一篇帮助你了解和理解机器学习、神经网络、深度学习相关概念的文章，如果你对智能领域感兴趣并且想要未来投身AI方向的话，希望你可以耐下心来理解这些概念，以及我后期会向你讲解的各类有趣的算法，因为学习机器学习最重要的就是能够理解它繁多、复杂的概念与算法，当你理解了一定的基础概念之后，我会带你使用Python实现这些算法，并搭建一个你自己的神经网络，刚开始的时候我不会带你使用sklearn库、TensorFlow框架等（因为这对深入了解这些最基础最重要的算法是无益的，也许机器学习的入门会有一些费时费力，但是你只要坚持下来了，你会发现智能围棋、图像识别、语音识别、无人驾驶等前沿的领域在向你招手）那好:)让我们开始这段奇妙之旅吧！首先：什么是神经网络呢？我们都知道，人类大脑神经元的数目惊人，而且它们之间是彼此联系的。即，通过突触释放神经递质......你们可以理解为一个神经元通过接收其他神经元的信号，然后整合之后发送给其他的神经元。而人工神经网络其实就是模拟生物神经网络所抽象出来的模型，并用程序实现它，它的工作原理与生物神经网络十分的相似。（感兴趣的同学可以看

  • 原 荐 CSS深入理解之border

    作者：汪娇娇时间：2017年10月20日前段时间看过有关border比较好的视频，想着就写成博客给大家分享一下吧~说起border，想必大家都很熟悉，简单的我就不赘述了，现在来说一点深入的吧吧吧吧吧吧吧。1、border-width为什么不支持百分比值？先问大家一个问题，大家知道border-width为什么不支持百分比值吗？像我们所熟知的width和height啥啥啥的都支持百分比，那有没有人给border-width用过百分比？还是用过但却失效了？和大家举个栗子，大家就知道为啥border-width不支持百分比了，我们所熟知的手机、显示屏，一小一大对吧，但他们的边框都是一样的呀，所以说边框其实是不应该随着元素的增大减小而变化的，既然不变化，那何来百分比这一说，呵呵呵呵呵，是不是觉得自己被忽悠了，哈哈哈，但就是这个原因，嗯。类似的还有outline、box-shadow、text-shadow等。其中border-width有3个属性值，分别是thin，medium和thick，分别是1px，3px和5px。大家猜猜哪个属性是border-width的默认值。thin？不是1px吗

  • MySql准备工作

    1.linux下启动mysql服务sudoservicemysqlstart复制2.登录mysql-u用户-p密码复制3.显示库showdatabases；复制4.使用库use库名；复制5.查看表showtables；复制

  • 2017全球金融科技调查—保险科技调查报告

    PDF报告请加入点滴科技资讯知识星球下载或者与群秘联系！点滴科技资讯感谢您的支持！

  • 【干货】最新深度学习课程，多伦多大学“神经网络与机器学习导论（2018年Spring）（附课件下载）

    【导读】多伦多大学计算机系助理教授RogerGrosse开设的《神经网络与机器学习导论》课程涵盖了从机器学习基础知识到深度学习、强化学习等高阶内容，是AI从业者最佳的学习上手材料之一。http://www.cs.toronto.edu/~rgrosse/概述机器学习是一套强大的技术，它允许计算机从数据中学习，而不是让人类专家手工编程行为。神经网络是一类最初受大脑启发的机器学习算法，但最近在实际应用中取得了很多成功。它们是谷歌(Google)和Facebook等公司生产系统的核心，用于人脸识别、语音到文本以及语言理解。本课程概述了神经网络算法的基本思想和最新进展。本课程的前三分之二大致集中在有监督的学习上，即训练网络在有大量标记的行为示例时产生特定的行为。最后1/3集中于无监督学习和强化学习。课程地址http://www.cs.toronto.edu/~rgrosse/courses/csc321_2018/课程内容目录第一讲:导言 课件地址：http://www.cs.toronto.edu/~rgrosse/courses/csc321_2018/slides/lec01.pdf 讲

  • 【榜单】硅谷百大名人录，人工智能正在占领硅谷

    【新智元导读】BusinessInsider日前发布“硅谷100名人录”，Facebook的扎克伯格位居第一。榜单中排名前十的人物无一例外都积极关注人工智能。余下的90人中，有很多是利用无人驾驶、视觉社交、血液检测等与人工智能相关的新兴技术，使用全新商业模式的公司创始人，以及他们的投资者。2016年，人工智能正在占领硅谷。说到硅谷，人们常误以为就是一群人在兄弟会房子里开发各种应用程序，并且得到高额的报酬。这种brogrammer文化确实存在，但它不能定义硅谷这个创新的摇篮，有数千人在这里工作和进行创造。经过数月的研究和讨论，BusinessInsider评选出硅谷前100名大咖，他们都有着极高的影响力，是硅谷的象征。这份名单不是根据人物的长期声望或是过去所发挥的影响而选出来的。其中的人物包括在公司取得重大突破的明星高管，有重大贡献的风险投资者，以及致力于改变行业和我们生活的企业。或许有的人会不同意这个排名，但名单上的每个人都值得关注。No.1Facebook|扎克伯格去年，排在“硅谷百大名人录”首位的是血液检验初创公司Theranos的创始人、董事长兼CEOElizabethHolme

  • 企业云计算软件提供商Anaplan融资1亿美元

    北京时间5月14日早间消息，云计算商业规划工具提供商Anaplan刚刚获得了新一轮总额1亿美元的融资，该公司将利用这笔资金进一步扩大业务。本轮融资由德丰杰领投，BrooksideCapital、SandsCapitalManagement和Workday跟投，GraniteVentures和Salesforce.com等现有股东也参与投资。Anaplan专门为企业提供云计算软件，帮助其管理和规划销售、运营和财务工作。它也是最新一家单轮融资超过1亿美元的科技创业公司。由于对冲基金、私募股权基金和企业投资者都在与风险投资公司争相入股高增长企业，因此创造了有利的市场环境，从而推升了创业公司的估值。“随着Salesforce成为了客户关系管理领域的领导平台，Workday主导了人力资源和人才管理市场，我们相信Anaplan也将成为它所在市场的领导者，并成为各大企业规划和执行过程中的重要云计算平台选择。”德丰杰董事总经理兰迪·格伦(RandyGlein)说，他将通过本轮融资加入Anaplan董事会。Anaplan2007年由迈克尔·库德(MichaelCould)创立，目前已经拥有200家客户，

  • delete语句嵌套-mysql

    需求： 我需要从tableA之中找到name字段的Filter的记录，得到此记录的id，然后根据id删除tableA中的该条记录； --但是我使用如下xql语句的时候deletefromtableAwhereidin(selectidfromtableAwheretableA.name='Filter');复制 报错：ErrorCode:1093.Youcan'tspecifytargettable'quesans'forupdateinFROMclause   解决： 先建立一张临时表tmp； selectidfrom(selectidfromtableAwherename='Filter')tmp; 然后删除： deletefromtableA whereidin(selectidfrom(selectidfromtableA wherename='Filter')tmp);   参考文章： https://wenku.baidu.com/view/2bd113ba52e79b89680203d8ce2f0066f533649b.html

  • IQueryable 和 IEnumerable 的区别

    讲一讲IQueryable和IEnumerable的区别。 我们会在使用LINQ查询方法之后，又使用 ToList 等方法，将查询结果转换成集合。 如果我们不使用 ToList 呢？ 比如这个示例： using var context = new BloggingContext();var posts = context.Posts.OrderBy(p => p.BlogId == 1).ToList();var posts1 = context.Posts.OrderBy(p => p.BlogId == 1);复制 这里有两个查询，一个使用了 ToList 方法，另一个没有。 执行这段代码，在控制台中查看日志：     可以看到只有一条SQL语句被执行，按理说我们有两个LINQ查询，应该有两条SQL语句

  • 数据结构--双端队列

    　　 一.双端队列（Deque） 　　-概念：deque（也称为双端队列）是与队列类似的项的有序集合。它有两个端部，首部和尾部，并且项在集合中保持不变。 　　-特性：deque特殊之处在于添加和删除项是非限制性的。可以在前面或后面添加新项。同样，可以从任一端移除现有项。在某种意义上，这种混合线性结构提供了单个数据结构中的栈和队列的所有能力。 　　-注意：即使deque可以拥有栈和队列的许多特性，它不需要由那些数据结构强制的LIFO和FIFO排序。这取决于你如何持续添加和删除操作。 二.Python实现Deque 　　- Deque的抽象数据类型定义：Deque的抽象数据类型应该由以下结构和操作定义。其中元素可以从首部或尾部的任一端添加和移除。Deque操作如下： Deque()创建一个空的新deque。它不需要参数，并返回空的deque。 addFront(item)将一个新项添加到deque的首部。它需要item参数并不返回任何内容。 addRear(item)将一个新项添加到deque的尾部。它需要item参数并不返回任何内容。 removeFront()从deq

  • ubuntu 终端常用命令

    Ubuntu下打开终端的快捷键是：ctrl+alt+t 在终端下常用的命令的快捷方式(常用) 1,清屏ctrl+l 2,终止命令 ctrl+c 3,退出shell ctrl+d 4从命令历史中查找 ctrl+r 5,将当前进程置于后台 ctrl+z 6,光标移到行首 ctrl+a 7,光标已到行尾 ctrl+e 8,清楚光标到行首的字符 ctrl+u 9,清除光标之前的一个单词 ctrl+w 10,清除光标到行尾的字符 ctrl+k 11,交换光标前两个字符 ctrl+t 12,粘贴前一ctrl+u类命令删除的字符 ctrl+y 13,上一条命令 ctrl+p 14,下一条命令 ctrl+n 15,光标后移一个字符 ctrl+f 16,光标前移一个字符 ctrl+b 17,删除光标前一个字符 ctrl+h 18,挂起当前shell ctrl+s 19,重新启用 ctrl+q    

  • Nginx 负载均衡方案

    　　 轮询　　 根据Nginx配置文件中的顺序，每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。 upstreamweb{ serverserver1; serverserver2; }复制   最少连接 Web请求会被转发到连接数最少的服务器上。least_conn算法很简单，首选遍历后端集群，比较每个后端的conns/weight，选取该值最小的后端。如果有多个后端的conns/weight值同为最小的，那么对它们采用加权轮询算法。 upstreamweb{ least_conn; serverserver1; serverserver2; }复制   IP地址哈希 同一客户端连续的Web请求可能会被分发到不同的后端服务器进行处理，因此如果涉及到会话Session，可以使用基于IP地址哈希的负载均衡方案。这样的话，同一客户端连续的Web请求都会被分发到同一服务器进行处理（每个请求按访问ip的hash结果分配，这样每个访客固定访问一个后端服务器，可以解决session的问题）。 upstreamweb{

  • 一、项目策划 —— "快应用 + Spring Cloud"组合拳-技术社交快应用实战教程

    概述 项目创意策划工具：xmind。 项目由三部分组成： 终端用户客户端，采用快应用构建； 系统管理员客户端，也采用快应用构建，对系统中的数据进行维护(增删改查); 服务端RestApi，采用Java编写代码，使用SpringCloud架构，应对高并发时系统负载均衡。  1.用户快应用客户端  2.管理员快应用客户端  3.Java后端RestApi服务 后面教程详述。 H-UI——做体验最好的快应用UI库，让快应用开发就像搭积木！

  • 检测客户pc电脑端VC++环境并安装

    CefSharp是一个非常不错的cef封装。但它依赖于VC++环境。 具体如下： BranchCEFVersionVC++Version.NetVersionStatus master 3202 2013 4.5.2 Development cefsharp/62 3202 2013 4.5.2 Pre-Release cefsharp/57 2987 2013 4.5.2 Release cefsharp/55 2883 2013 4.5.2 Unsupported cefsharp/53 2785 2013 4.5.2 Unsupported cefsharp/51 2704 2013 4.5.2 Unsupported cefsharp/49 2623 2013 4.0 Unsupported cefsharp/47 2526 2013 4.0 Unsupported cefsharp/45 2454 2013 4.0 Unsupported cefsharp/43 2357 2012 4.0 Unsupported cefsha

相关推荐

推荐阅读