vmware虚拟机转换格式qcow2和raw
目前在做TensorFlow分布式,采用ubuntu1804发现云上镜像有问题,把自己安装的虚拟机做一份qcow2镜像apt-get install dnsmasq libvirt-daemon-system qemu-kvm qemu-utils virt-manager这个可以安装qemu(kail2)qemu-img convert -f vmdk -O qcow2 source-n...
目前在做TensorFlow分布式,采用ubuntu1804发现云上镜像有问题,把自己安装的虚拟机做一份qcow2镜像
apt-get install dnsmasq libvirt-daemon-system qemu-kvm qemu-utils virt-manager
这个可以安装qemu(kail2)
qemu-img convert -f vmdk -O qcow2 source-name.vmdk target-name.qcow2
这个将.vmdk格式转换成qcow2
(1)实际操作命令vmdk->qcow2格式->raw格式
hadoop@conda1:~$ qemu-img convert -f vmdk -O qcow2 虚拟磁盘.vmdk ubuntu1804TensorFlow.qcow2
hadoop@conda1:~$ qemu-img convert -f qcow2 -O raw ubuntu1804TensorFlow.qcow2 ubuntu1804TensorFlow.raw
hadoop@conda1:~$ openstack image create --disk-format raw --container-format bare \
--public ubuntu1804TensorFlow --file ./ubuntu1804TensorFlow.raw
(2)或者尝试采用下面的方法直接vmdk转换成raw格式
hadoop@conda1:~$ qemu-img convert -f vmdk -O raw 虚拟磁盘.vmdk ubuntu1804TF.raw
之后把ubuntu1804传入到openstack云平台中即可
在云平台中使用会存在问题
root@ubuntu:~# df -lh
Filesystem Size Used Avail Use% Mounted on
udev 3.9G 0 3.9G 0% /dev
tmpfs 798M 1.2M 797M 1% /run
/dev/vda1 20G 9.5G 9.2G 51% /
tmpfs 3.9G 0 3.9G 0% /dev/shm
tmpfs 5.0M 0 5.0M 0% /run/lock
tmpfs 3.9G 0 3.9G 0% /sys/fs/cgroup
/dev/loop0 2.4M 2.4M 0 100% /snap/gnome-calculator/180
/dev/loop1 87M 87M 0 100% /snap/core/4917
/dev/loop2 3.8M 3.8M 0 100% /snap/gnome-system-monitor/51
/dev/loop4 13M 13M 0 100% /snap/gnome-characters/103
/dev/loop3 141M 141M 0 100% /snap/gnome-3-26-1604/70
/dev/loop5 15M 15M 0 100% /snap/gnome-logs/37
/dev/loop6 35M 35M 0 100% /snap/gtk-common-themes/319
tmpfs 798M 28K 798M 1% /run/user/121
tmpfs 798M 0 798M 0% /run/user/0
root@ubuntu:~#
解决办法:
root@ubuntu:~# sudo apt autoremove --purge snapd
root@ubuntu:~# df -lh
Filesystem Size Used Avail Use% Mounted on
udev 3.9G 0 3.9G 0% /dev
tmpfs 798M 1.2M 797M 1% /run
/dev/vda1 20G 9.1G 9.6G 49% /
tmpfs 3.9G 0 3.9G 0% /dev/shm
tmpfs 5.0M 0 5.0M 0% /run/lock
tmpfs 3.9G 0 3.9G 0% /sys/fs/cgroup
tmpfs 798M 28K 798M 1% /run/user/121
tmpfs 798M 0 798M 0% /run/user/0
更多推荐
所有评论(0)