LVM2逻辑卷之2——收缩功能介绍

简介:

一、背景介绍

之前介绍了LVM2逻辑卷的创建和扩容,接下来介绍LVM逻辑卷的收缩,首先看一下LVM逻辑卷的结构,根据前文得知LVM扩容时的步骤为:扩容PV——扩容VG——扩容LV——扩大文件系统大小,所以收缩时的步骤基本上是按扩容步骤的倒序进行

wKiom1jdC9zSw2qyAAAu8Tvb9ug059.png

之所以说基本上因为在收缩VG之前,首先要使用pvmove命令将要拆除PV上的数据转储到其他PV上,前提是其他PV上要有足够的空间,所以LVM收缩时的步骤为:umount挂载点——强制检查要收缩设备的文件系统——收缩设备上的文件系统——收缩LV——重新挂载LV——转储要拆除PV上的数据——收缩VG——拆除PV。

二、操作步骤

1.卸载挂载点

wKiom1jdC92wCaerAAAgAL7IYvg819.png

2.强制检查要收缩设备的文件系统

wKioL1jdC-GgKQvLAAA7lg1IW6U733.png

3.收缩设备上的文件系统

wKioL1jdC-TDWyxXAAAg49Wj-tw679.png

4.收缩LV

wKiom1jdC-WQOpCCAAB27I8Uj3o873.png

5.重新挂载,可以看到LV中的文件并没有丢失

wKioL1jdC-XDHNptAAAUEjA86TY098.png

6.转储要拆除PV上的数据,试验中要拆除的sdb4分区上没有数据所以显示No data

wKioL1jdC-ajEfjsAAAP_hLclGo517.png

7.收缩VG

wKiom1jdC-fi40i5AAA7dzNg4qo898.png

8.最后,拆除PV,所有操作完成

wKioL1jdC-fQsBsvAABcK1lTSiY421.png

实验总结

LVM动态扩展技术在实际中还是比较常见的,增加分区绝大部分情况下不会产生问题(但不是绝对),收缩分区不建议在生产环境中使用,因为收缩本身可能会对数据造成损坏


本文转自 qiao645 51CTO博客,原文链接:http://blog.51cto.com/arkling/1911908

相关文章
|
编解码 Linux 计算机视觉
ffmpeg硬编解码 Inter QSV
ffmpeg硬编解码 Inter QSV
1115 0
|
消息中间件 缓存 监控
spring boot 高级篇
spring boot 高级篇
636 1
SpringBoot之文件上传(单文件与多文件上传的使用)
SpringBoot之文件上传(单文件与多文件上传的使用)
267 1
|
关系型数据库 MySQL Linux
Centos7 yum如何下载离线安装包?(详解)
相信大家也遇到过这种问题,在没有外网的情况下,想安装一个服务却安装不了,这期我就教大家如何如何下载离线安装包,在内网中使用;
2679 0
Centos7 yum如何下载离线安装包?(详解)
|
Linux 应用服务中间件 网络安全
CentOS7搭建本地离线局域网yum源(Httpd/Nginx+yum)
CentOS7搭建本地离线局域网yum源(Httpd/Nginx+yum)
3205 0
|
2月前
|
Java 测试技术 编译器
@GrpcService使用注解在 Spring Boot 中开始使用 gRPC
本文介绍了如何在Spring Boot应用中集成gRPC框架,使用`@GrpcService`注解实现高效、可扩展的服务间通信。内容涵盖gRPC与Protocol Buffers的原理、环境配置、服务定义与实现、测试方法等,帮助开发者快速构建高性能的微服务系统。
496 0
|
9月前
|
数据可视化 前端开发 JavaScript
GoView:Start14.6k,上车啦上车啦,Vue3低代码平台GoView,零代码+全栈框架
GoView 是一个Vue3搭建的低代码数据可视化开发平台,将图表或页面元素封装为基础组件,无需编写代码即可完成业务需求。 它的技术栈为:Vue3 + TypeScript4 + Vite2 + NaiveUI + ECharts5 +VChart + Axios + Pinia2 + PlopJS
179 0
|
监控 安全 测试技术
CVE-2022-37434漏洞如何处理
【6月更文挑战第18天】CVE-2022-37434漏洞如何处理
1623 0
|
机器学习/深度学习 算法 计算机视觉
基于opencv的SVM算法的车牌识别系统设计与实现
基于opencv的SVM算法的车牌识别系统设计与实现
514 3
基于opencv的SVM算法的车牌识别系统设计与实现
|
SQL Java 数据库
实时计算 Flink版产品使用问题之Spring Boot集成Flink可以通过什么方式实现通过接口启动和关闭Flink程序
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。