文件系统与挂载点使用管理文件存储

本文中含有需要您注意的重要提示信息,忽略该信息可能对您的业务造成影响,请务必仔细阅读。

本文介绍创建或删除NAS文件系统、添加或删除挂载点等的常见问题。

每个账号在单个地域内最多支持创建20个通用型NAS文件系统和200个极速型NAS文件系统。

单个文件系统容量上限:通用容量型NAS 10 PiB;通用性能型NAS 1 PiB;通用高级型NAS 1PiB;极速型NAS 256 TiB。

单个文件系统最大文件数:通用型NAS 10亿;极速型NAS 5亿。

创建文件系统时显示库存不足,则表示当前地域当前可用区储备已用尽,建议您更换可用区购买。

挂载点是计算节点(ECS实例、E-HPC或容器服务)访问文件系统的入口。挂载点定义了什么类型网络的计算节点,采用怎样的权限来访问文件系统。同一个挂载点可以被多个计算节点同时挂载,共享访问。

以ECS形式挂载的计算节点,一个ECS实例对应一个挂载计算节点;以容器形式挂载的计算节点,一个容器对应一个挂载计算节点。

如果文件系统已添加挂载点,则不支持转换挂载点类型。您可以新建一个挂载点,使计算节点通过新挂载点重新挂载文件系统,从而达到转换挂载点网络类型的目的。

如果您NAS实例的2个挂载点的网络类型都是经典网络,则需要先移除一个挂载点才能重新添加一个专有网络类型的挂载点。建议您在业务低峰期进行切换。

假设您创建了通用容量型NAS文件系统,并已通过经典网络类型的挂载点完成挂载。您希望将挂载点类型更换成专有网络类型,可以通过以下步骤实现。

通用型NAS可以添加两个挂载点,极速型NAS只支持添加一个挂载点且为专有网络类型的挂载点。

仅通用型NAS文件系统支持切换VPC,极速型NAS不支持切换。请参照以下方式切换VPC并重新挂载NAS文件系统。

当挂载点数量为1时,您可以直接添加一个目标VPC的挂载点,并挂载NAS文件系统。

移除挂载点,再重新添加一个目标VPC的挂载点。

通用型NAS只支持创建2个挂载点,当挂载点数量达到上限后,您需要先移除旧的挂载点,然后重新添加一个目标VPC下的挂载点。

当您使用Cloud Shell服务管理NAS资源时,会在该NAS挂载点列表中自动创建一个挂载点。

您可以通过以下两种方式删除由Cloud Shell服务创建的挂载点:

通过NAS文件系统入口移除挂载点

在页面左侧顶部,选择目标文件系统所在的资源组和地域。

在文件系统列表页面,选择目标文件系统操作列的删除。

在删除文件系统对话框中,找到由Cloud Shell服务创建的挂载点,单击操作列的删除。

在删除挂载点对话框中,确认信息无误后,单击确定,删除由Cloud Shell创建的挂载点。

然后单击取消,取消删除文件系统对话框。

通过Cloud Shell删除挂载点

在顶部菜单栏,选择解绑存储空间。

在解绑存储空间对话框,确认需要解绑的文件系统ID。

若此挂载点由当前RAM用户创建,选中当前用户,单击解绑。

若此挂载点由其他RAM用户创建,请使用主账号登录,选中RAM用户,单击解绑。

当您使用云备份服务备份通用型NAS资源时,云备份服务会在通用型NAS文件系统中自动创建一个挂载点。

您可以通过以下两种方式删除由云备份服务创建的挂载点:

删除NAS备份挂载点会导致备份失败,请确保所有备份计划都已删除,且没有正在运行的备份或恢复任务。

通过NAS文件系统入口移除挂载点

在页面左侧顶部,选择目标文件系统所在的资源组和地域。

在文件系统列表页面,选择目标文件系统操作列的删除。

在删除文件系统对话框中,找到由云备份服务创建的挂载点,单击操作列的删除。

在删除挂载点对话框中,确认信息无误后,单击确定,删除由云备份服务创建的挂载点。

然后单击取消,取消删除文件系统对话框。

通过NAS文件备份入口删除挂载点

在左侧导航栏,选择数据服务 > 文件备份(云备份服务)。

在页面左侧顶部,选择目标文件系统所在的资源组和地域。

在文件备份页面,单击管理备份挂载点。

在管理备份挂载点面板,找到目标文件系统,单击移除备份挂载点。

按照对话框提示,单击确认,删除备份服务挂载点。

当机器学习PAI使用NAS作为数据集用于数据处理及建模时,PAI会在NAS文件系统中自动创建一个挂载点。

请按照以下步骤删除由机器学习PAI服务创建的挂载点:

在页面左侧顶部,选择目标文件系统所在的资源组和地域。

在文件系统列表页面,选择目标文件系统操作列的删除。

在删除文件系统对话框中,找到由机器学习PAI服务创建的挂载点,单击操作列的删除。

在删除挂载点对话框中,确认信息无误后,单击确定,删除由机器学习PAI服务创建的挂载点。

然后单击取消,取消删除文件系统对话框。

仅通用型NAS支持查看已挂载的客户端列表。

在页面左侧顶部,选择目标文件系统所在的资源组和地域。

在文件系统列表页面,单击目标文件系统ID,然后单击挂载使用页签。

在挂载点列表,选择目标挂载点操作列的客户端列表。

在客户端列表对话框,查看已挂载客户端的IP地址。

目前仅支持查询近一分钟内正在使用的NAS的客户端,部分已挂载而没有使用的客户端不在此列表中显示。

文件系统实例一旦删除,数据将不可恢复,请谨慎操作。

不可以。

可能是权限组权限不足或账号不支持。请确认权限组是否有允许读写的权限,登录操作的账号是否为管理员账号(Windows)或root(Linux)。

可能是无删除文件系统实例的权限。

原因:未进行极速型和CPFS默认服务授权(AliyunNASManageENIRole)服务授权。

使用极速型NAS或CPFS文件系统时,NAS需要具有访问其他云产品中的资源,例如VPC和ECS资源。文件存储服务默认使用AliyunNASManageENIRole角色来访问您在其他云产品中的资源。

解决方案:

在极速型和CPFS默认服务授权卡片,单击前往授权。

在访问控制快速授权页面,确认授权角色信息后,单击确认授权。

当挂载NAS文件系统的ECS实例被释放后,NAS文件系统实例仍存在且数据不会丢失。

问题现象

使用CSI-Plugin插件创建NAS失败,且返回如下信息。

问题原因

传递参数中使用了无效的可用区。

解决方案

无相互包含关系的子目录可以并行删除,您可以同时开启多个终端,进入NAS挂载目录(例如/mnt),然后执行rm -rf命令,删除没有相互包含关系的子目录。

您需要先将nas的配置从/etc/fstab文件中注释掉,然后再重启服务器。

重启服务器请在业务允许重启时进行重启操作。

在顶部菜单栏,选择地域。

在文件系统列表页面,单击待查询文件系统的ID。

关注阿里云公众号或下载阿里云APP,关注云资讯,随时随地运维管控云服务

THE END
0.机器学习实战学习笔记AiLearning之机器学习基础总结 Logsitic回归 sigmoid阶跃函数: Tanh函数:sigmoid函数变形,且是0均值的:; 寻找最优参数的相关理论 梯度算jvzquC41yy}/lrfpuj{/exr1r1idf==255:9hl
1.什么是机器学习,机器学习概述(新手必看)什么是机器学习,机器学习概述(新手必看) 机器学习(machine learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科,简单理解,就是通过训练数据对模型进行训练,使模型掌握数据所蕴含的潜在规律,进而对新输入的数据进行准确的分类或预测,如下图所示。jvzquC41e0hjcwhjgpm/pny1xkkx1pgusc;f0qyon
2.机器学习的介绍数据分析机器学习3. 机器学习的分类 根据学习方式的不同,机器学习可以分为以下几类: 监督学习(Supervised Learning):监督学习是指模型在训练过程中,能够获得带有标签的训练数据。标签是指训练数据中每个样本对应的正确输出。通过学习带有标签的训练数据,模型可以学会如何根据输入数据预测输出结果。常见的监督学习任务包括分类和回归。 jvzquC41dnuh0lxfp0tfv8sppaeopw4ctvodnn4fgvgjn|4374684@:6
3.机器学习(深度学习)机器学习在预测和推荐系统中也有广泛的应用,如销售预测、个性化推荐等。协同过滤和基于内容的推荐是常用的技术。 制造业和物联网 物联网(IoT)在制造业中的应用越来越广泛,机器学习可用于处理和分析传感器数据,实现设备预测性维护和质量控制。 能源管理与环境保护 jvzquC41dnuh0lxfp0tfv87523e8:>=343;0c{ykenk0fnyckny03=<::2967
4.机器学习是什么?机器学习分为几类?机器学习是什么?机器学习分为几类? 随着互联网的高速发展,被收集并应用于分析的数据量呈现出爆发式增长,面对如此量级的数据,以及常见的实时利用该数据的需求,仅依靠人工处理难免力不从心,这就催生了所谓的大数据和机器学习系统。 机器学习是一门多领域的交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学 jvzquC41yy}/k}hcuv4dp8sgyu532;5264903=6252;46B<0ujznn
5.人工神经网络进化简史1949年,心理学家唐纳德·赫布在《The Organization of Behavior》论文中描述了神经元学习法则。 人工神经网络更进一步被美国神经学家 Frank Rosenblatt 所发展。他提出了可以模拟人类感知能力的机器,并称之为“感知机”(MLP)。1957年,在 Cornell 航空实验室中,他成功在IBM 704机上完成了感知机的仿真。两年后,他又jvzquC41yy}/lrfpuj{/exr1r165f96gh8682@
6.机器学习入门模型优化与部署:根据评估结果对模型进行优化,如调整模型参数、选择更合适的特征等。优化后的模型可以部署到实际应用中,为用户提供服务。 1.2 机器学习的前景 机器学习作为人工智能的核心技术,在近年来得到了迅速发展,为人类社会各个方面带来了巨大的影响和潜力。,机器学习将在很多领域发挥重要作用,为人类创造更美好的生活。 智能化 jvzquC41dnuh0lxfp0tfv8vsa6;:9>6651gsvrhng1jfvjnnu175;>:333?
7.⭐️机器学习概念步骤分类和实践此外,机器学习算法可以分为监督学习、无监督学习、半监督学习和强化学习等多种类型,这些类型各有其特点和适用场景。机器学习是人工智能 的一个关键分支,它使计算机系统能够在没有明确编程的情况下学习和进步。 二、机器学习步骤 机器学习流程通常包括以下步骤: jvzquC41dnuh0lxfp0tfv8rqncthoxqcpi5bt}neng5eg}fknu525@732;:2
8.什么是Azure机器学习?Azure 机器学习是一种用于加速和管理机器学习项目生命周期的云服务:训练和部署模型,以及管理 MLOps。jvzquC41fqit0vnetqyph}3eqo5{j6hp1c€vtn4ocenjpn2ngcxokwl1uv{ekx4yjcz.k|2on/yuwmnq
9.我是如何准备机器学习竞赛,超详细的综合指南本文旨在为初学者和专家提供一个模板,让他们能够开始学习机器学习竞赛。 从理论上学习机器学习,理解所有这些令人惊叹的算法是很意思的,但最重要的部分是实际应用这些概念。 实践活动可以加强你对概念的理解,并会向你展示仅通过理论无法达到的重大发现。 增强技能的最佳途径是参加现实世界的比赛,在那里你可以找到很多志同jvzquC41yy}/hu~ck0ipo8ftvkimg8ftv:kg;:=h;d>54=j949613@>:8
10.西安思考:“2018国际人工智能院长论坛”专家思想分享个领域。如何用数据科学和机器学习帮助进化算法做复杂优化,关键是如何把数据和其它经验知识运用到进化优化的大环境中去。”通过人脸识别、疫苗选择、生物调控网和工业生产等实例,金耀初教授介绍了将进化计算和机器学习结合的优势:“从优化的角度出发,机器学习基本可以看成是一个优化问题,进化计算可以解决机器学习方法中的不足 jvzquC41krov0nfkct/gmz0ep5jpot132?81:6430nuo
11.机器学习面试笔试知识点1.一棵决策树的生成过程分为以下3个部分 特征选择:指从训练数据中众多的特征中选择一个特征作为当前节点的分裂标准,如何选择特征有着很多不同量化评估标准,从而衍生出不同的决策树算法。 决策树生成:根据选择的特征评估标准,从上至下递归地生成子节点,直到数据集不可分则停止决策树生长。 jvzquC41fg|fnxugt0gmk‚zp0eun1jwvkerf1:886:;:
12.西北工业大学类脑计算前沿学科论坛会议通知本次论坛瞄准脑科学与类脑计算学科国际前沿,围绕我国脑科学与类脑计算战略发展需求,从脑科学与类脑计算领域关键核心技术(脑科学最新进展、类脑模型和算法、脑机交互、仿生计算、深度学习、智能计算、类脑计算芯片和软件等),全方位讨论类脑计算的研究背景、面临的挑战和可能的发展技术路线,追踪学科发展新动态。热忱欢迎jvzquC41|fny{7syrw4ff~3ep1oohx432:905@<60jzn
13.北京大学数学学院2020年秋学期我讲了一次。这门课北大数学学院的本科生和博士生反响应该还是比较好的,因为它是概率、组合、机器学习、理论计算机和统计有关的一个基础课,又比较现代,可以马上用于研究。我下学期(2022年春学期)将开设《理论机器学习》,这个是为博士生首次开设的,我现在正在找教学资料。jvzquC41yy}/ojyj0rqv0niw0et0z‚}y13976;90jvs
14.什么是模型生成器,它的工作原理是怎样的?多类分类数据分类 图像分类图像分类 文本分类文本分类 回归值预测 建议建议 预测预测 例如,将情绪归类为正面或负面的方案属于二元分类任务。 若要详细了解 ML.NET 支持的不同 ML 任务,请参阅ML.NET 中的机器学习任务。 哪个机器学习方案最适合我? 在模型生成器中,你需要选择一个方案。 方案类型取决于尝试进行的jvzquC41fqit0vnetqyph}3eqo5{j6hp1fuupny1ociikwj/nggsprsi1c{uqvq/qxksxrjy
15.字节跳动算法岗武功秘籍(上)(1)实习岗位类 【图像与多媒体算法实习】、【Data搜索部(数据挖掘)实习】、【三维视觉实习】、【自然语言处理实习】、【数据挖掘/搜索/推荐实习】、【效率工程算法实习】、【广告算法实习】、【AI Lab机器学习实习生】、【商业变现部门推荐算法】、【编解码算法工程师实习】 (2)全职岗位类 【AI Lab计算机视觉与深jvzquC41yy}/hu~ck0ipo8ftvkimg8>35