Linux磁盘管理(MBR、分区表、分区、格式化)

news2025/1/12 6:45:44

目录

1、简单介绍

2、MBR:

2.1、分区表:

2.2、注意:

2.3、编号问题:

2.4、磁盘的命名:

2.5、格式化分区


1、简单介绍

1.1、track:磁道,就是磁盘上同心圆,从外向里,依次1号、2号磁道...

1.2、sector:扇区,是将磁盘分为一个一个扇形区域,每个扇区的大小是512字节,从外向里,依次是1号扇区、2号扇区...

1.3、cylinder:柱面,不同盘面上相同的位置的扇区构成的柱面,从外向里,依次是1号柱面、2号柱面...

在分区的时候,都是从1号开始的

2、MBR:

main boor record:主引导记录,系统启动,必须依靠MBR才可以启动

MBR是磁盘的一个扇区,大小为512字节,这512字节分为三部分:

        第一部分是64字节:分区表

        第二部分是446字节:这里面放的是一个程序,用于引导系统开启、启动(bootloader)

        第三部分是2字节:这是用于指定bootloader是否生效

 

2.1、分区表:

1、大小是64字节

2、在分区表中,记录了分区是从哪个柱面开始的,到哪个柱面结束的

3、在进行记录的时候,用8字节记录开始柱面,也就是说16字节记录一个分区,因此64字节最多可以分成四个分区,这里的分区称为主分区

4、为了分更多的分区,就需要在磁盘中找个额外空间,储存更多的分区,这个储存的空间我们称为扩展分区

5、通过扩展分区所得到的分区称为逻辑分区

2.2、注意:

主分区数量:0-4

        主分区可以没有,就是所有的分区都做成扩展分区来使用

扩展分区的数量:0-1

主分区+扩展分区:1-4

逻辑分区:0-无限

        必须要现有扩展分区,才能有逻辑分区!!!

2.3、编号问题:

主分区编号是:1-4

扩展分区是:1-4

逻辑分区是:5+

2.4、磁盘的命名:

Linux中,一切皆文件
/的v/sd+字母:
    /dev/sdc    第三个磁盘     /dev/sdc1    /dev/sdc3
    /dev/sda    第一个磁盘     /dev/sdc1    /dev/sdc3

/dev/sdc1        表示第三个磁盘的第一个分区

/dev/sda3       表示第一个磁盘的第三个分区

/dev/sda6       表示第一个磁盘的第二个逻辑

2.5、磁盘的操作:

fdisk -l /dev/sda    查看第一个磁盘的分区情况

fdisk /dev/sda    进行分区

选项:

d:删除分区

n:创建分区

e:扩展分区

l:逻辑分区

p:打印分区信息,主分区

q:不保存,直接退出

w:保存再退出

注意:创建了扩展分区后才可以使用 (-l) !!!

2.5、格式化分区

磁盘分区后,是无法直接使用的,必须先进性格式化

mke2fs 设备文件

使用格式化好的分区,其实就是在系统中,新创建几个目录然后将格式好的分区挂载到这个目录即可了

mkdir /aba

mount /dev/sdb2 /aba

df -h    查看磁盘的使用情况

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1820058.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

shell循环以及实验

循环是一种重复执行的代码结构,只要满足循环的条件,会一直执行这个代码 循环条件:在一定范围之内,按照指定次数来执行循环。 循环体:在指定的次数内,执行的命令序列,只要条件满足,…

10.GLM

智谱AI GLM 大模型家族 最强基座模型 GLM-130B GLM (General Language Model Pretraining with Autoregressive Blank Infilling) 基于自回归空白填充的通用语言模型(GLM)。GLM通过增加二维位置编码并允许以任意顺序预测跨度来改进空白填充预训练&…

BigDecimal的这四个大坑,你都知道吗?

BigDecimal是Java中的一个类,提供了更精确的数字运算,在金融场景中经常使用到。在使用BigDecimal的时候一定要注意,否则可能会付出惨重的代价。 第一:初始化的坑 BigDecimal a new BigDecimal(0.01); BigDecimal b new BigDec…

【源码】【Spring+SpringMVC+MyBatis】电子商城网上购物平台的设计与开发

学生成绩管理系统 系统功能开发环境开发技术前端技术后端技术 系统展示登录界面注册界面系统首页商品详情页下单界面付款界面购物车界面 源码获取↓↓↓↓: 源码可在后台私信联系博主或文末添加博主微信获取帮助 系统功能 登录、注册模块:如果用户第一次…

【智能算法应用】基于粒子群算法的多尺度Retinex图像去雾方法

目录 1.算法原理2.粒子群算法的多尺度Retinex图像去雾方法3.结果展示4.参考文献5.代码获取 1.算法原理 【智能算法】粒子群算法(PSO)原理及实现 多尺度Retinex算法 在Retinex算法中,雾化图像的形成可以总结为入射光和反射光的乘积: I ( x…

用 Python 撸一个 Web 服务器-第1章:Web 开发简介

前言 Web 开发技术一直在高速发展,各种新奇概念与框架层出不穷,尤其在 Web 前端领域,几年前还是 jQuery 的天下,而如今在 Vue、React 等框架面前也显得廉颇老矣。 不过,虽然各种框架技术日新月异,但 Web …

2024 年十大关键渗透测试发现:您需要了解的内容

编辑信息技术 (IT) 专业人员在坏人之前发现公司弱点的最有效方法之一就是渗透测试。通过模拟现实世界的网络攻击,渗透测试(有时称为 pentests)可以提供有关组织安全状况的宝贵见解,揭示可能导致数据泄露或其他安全事件的弱点。 自…

zerotier自建moon方法

简介 使用zerotier已经有一段时间了,现在偶尔会出现服务器连接不上的情况。我就想自己建个moon来试试。记录一下过程,用作备忘录。 准备工作 准备一个有公网IP的云主机。我用的是“三丰云”,速度很快同时提供"免费虚拟主机"和“免费…

docker 部署nginx多级子域名(三级四级...)映射不同web项目,访问不同路径地址

一、背景 只有一台服务器,一个顶级域名,现在需要根据不同子域名访问不同web项目,比如 # 管理后台 cms.biacu.com# 客户端h5 h5.biacu.com# 四级域名 h5.s.biacu.com同时,不同web项目放在不同位置 二、 1、在云服务器上&#x…

u-boot(三) - 编译

一,u-boot编译过程总结 编译时的Makefile log: //链接得到ELF格式的u-boot arm-buildroot-linux-gnueabihf-ld.bfd -pie --gc-sections -Bstatic -Ttext 0x87800000 -o u-boot -T u-boot.lds arch/arm/cpu/armv7/start.o --start-group arch/arm/c…

雷军出手,光储充一体化赛道可太行了

雷军出手,特斯拉、宁德时代、奥能电源持续加码,光储充一体化赛道可太行了 近几年,各地光储充一体化项目遍地开花,正式投入运营的新闻接连不断。被视为全球能源转型重要驱动力的光储充一体化,已成为各大企业竞相入局的新…

放弃Venn-Upset-花瓣图,拥抱二分网络

写在前面 让点随机排布在一个区域,保证点之间不重叠,并且将点的图层放到最上层,保证节点最清晰,然后边可以进行透明化,更加突出节点的位置。这里我新构建了布局函数 PolyRdmNotdCirG 来做这个随机排布。调用的是packcircles包的算…

现代X86汇编-C和ASM混合编程举例

端午假期安装好了vs c2022,并写了个简单的汇编代码,证明MASM真的可以运行。今天需要搞一个实实在在的C和ASM混合编程的例子,因为用纯汇编的求伯君写WPS的时代一去不复返了。个别关键函数用汇编,充分发挥CPU的特色功能,偶尔还是需要…

论文阅读:H-ViT,一种用于医学图像配准的层级化ViT

来自CVPR的一篇文章,https://openaccess.thecvf.com/content/CVPR2024/papers/Ghahremani_H-ViT_A_Hierarchical_Vision_Transformer_for_Deformable_Image_Registration_CVPR_2024_paper.pdf 用CNNTransformer混合模型做图像配准。可变形图像配准是一种在相同视场…

计算机体系结构重点学习

从外部I/O与上层应用交互的整体软硬件过程 上层应用发出I/O请求:上层应用程序,如一个文本编辑器、网络浏览器或者任何软件应用,需要读取或写入数据时,会通过调用操作系统提供的API(如文件操作API、网络操作API等&…

CATIA P3 V5-6R 中文版软件下载安装 达索CATIA三维设计软件获取

CATIA的建模和装配能力堪称业界翘楚。其强大的建模工具能够轻松应对各种复杂的几何形状和结构,帮助设计师们快速构建出精准的产品模型。同时,装配模块则能够实现零部件的快速装配,大大提高了设计效率。 在分析和仿真方面,CATIA同样…

基于python多光谱遥感数据处理、图像分类、定量评估及机器学习

原文链接:基于python多光谱遥感数据处理、图像分类、定量评估及机器学习 普通数码相机记录了红、绿、蓝三种波长的光,多光谱成像技术除了记录这三种波长光之外,还可以记录其他波长(例如:近红外、热红外等)光…

【技术】MySQL 8.4 免安装版配置

MySQL 8.4 免安装版配置 官网下载压缩包解压文件创建配置文件初始化数据库安装MySQL服务链接数据库修改密码 官网下载压缩包 从MySQL官网下载压缩包,官网:https://www.mysql.com/ 头部菜单点击【DOWNLOADS】,跳转到下载页面。在页面底部点击…

如何通过逆向分析法挖掘真实需求?

逆向分析法从现有问题或现象出发,反向追溯其根本原因,以揭示隐藏需求和潜在问题。此方法有助于深入理解用户的真实需求,提高需求分析质量和效率,优化用户体验,提高用户满意度和忠诚度。如果缺乏逆行分析法,…

4.1 Python 字符串类型常用操作及内置方法

0. 序列类型 序列是一种数据存储方式, 用来存储一系列的数据. 在内存中, 序列使用连续的内存空间用来存放多个值.序列类型的变量存储序列对象的地址, 而不是直接存在值的地址. 序列对象保存索引和对象的绑定关系.s ABCDprint(id(s), type(s), s) # _ 2050757126000 &…