博客
关于我
linux工程常用的应用命令总结:
阅读量:778 次
发布时间:2019-03-24

本文共 848 字,大约阅读时间需要 2 分钟。

/linux常用应用命令指南/

作为技术人员,在日常Linux操作中需要掌握许多实用的命令操作。本文将为你提供一些常见的操作命令以及使用方法。

1. 设置多用户模式

在Linux系统中,可以通过以下方法切换至多用户模式:

  • 修改初始化文件:vim /etc/inittab
  • 查看当前模式:systemctl get-default
  • 设置图像模式:systemctl set-default graphical.target
  • 设置命令行模式:systemctl set-default multi-user.target

2. 操作防火墙

  • 临时关闭防火墙:systemctl stop firewalld.service-永久关闭防火墙:systemctl disable firewalld.service

3. 关闭SELinux

-temporary disable SELinux:setenforce 0-permanent disable SELinux(需重启系统):编辑文件vi /etc/selinux/config,将SELINUX=enforcing修改为SELINUX=disabled

4. 网卡操作

  • 重启网络服务:systemctl restart network.service

5. SSH端口修改

  • 修改配置文件:vi /etc/ssh/sshd_config
  • 注释原端口:删除#Port 22前面的#
  • 修改后请重启SSH服务:systemctl restart sshd

6. 安装NFS服务

  • 安装工具:yum -y install nfs-utils
  • 启动服务:systemctl enable nfs-server
  • 启动服务:systemctl start nfs-server
  • 查看服务状态:systemctl is-active nfs-server

7. 查看磁盘信息

  • 显示磁盘结构:lsblk

这些命令可以帮助您有效管理Linux系统,希望对您有所帮助!

转载地址:http://qczuk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>