vmware vsphere esxi6.5 使用工具導出鏡像

注:為什么使用這個工具,我這邊主要因為esxi6.5自身bug導致web導出鏡像會失敗

一、下載VMware-ovftool到本地系統

(根據你的操作系統版本到官網下載安裝,此處略)

以下內容默認將VMware-ovftool安裝到windows 本地系統為例。

二、關閉Esxi主機上的虛擬機電源

只有關閉電源才可以進行該虛擬機導出操作。

三、本地系統以管理員身份運行windows命令行工具并切換到

VMware-ovftool安裝目錄

默認安裝路徑為:C:\Program Files\VMware\VMware OVF Tool

四、接著在此路徑下運行命令示例:

ovftool.exe vi://192.168.0.160/test-vm H:\?

命令示例說明:在這個命令示例中,將從IP地址為“192.168.0.160”的Esxi主機上導出名為“test-vm”的虛擬機到本地系統的”H:\”路徑下。” test-vm”虛擬機的名秒就是你可以在vsphere web client中看見的虛擬機名稱。

五、執行命令后安提示輸入esxi主機的管理員賬號和密碼

如果出現報錯如下:

Username: root

Password: **********

Error: Could not lookup host: root

Completed with errors

這個錯誤很有意思,造成的原因是我密碼中有兩個特殊字符#$

如果你的密碼有特殊字符,不能直接用這個命令,要把用戶名密碼都帶到命令中,而且還要轉換特殊字符的編碼變成url編碼,比如我的密碼中#的編碼就是%23,$的編碼是%24

六、然后就是等待命令執行完成,根據你的VM占用硬盤空間大小,時間不定。

導出的文件可以用于虛擬機備份,也可以用于以此虛擬機為模板創建更多的虛擬機。

七、導入鏡像

打開cmd窗口,切換到ovftool這個目錄里面。然后執行如下命令:

導入ovf模板的命令(以管理員命令運行cmd),導入虛擬機會比導出快幾倍:
ovftool.exe -ds=D-10.12.12.223 -dm=thin -n=000win7test "D:\win7OVF\win7prox64-ovf.ovf" vi://root@10.12.12.223
-ds是存儲目錄的名稱。
-dm=thin是新虛擬機的硬盤采用精簡置備的模式。

--net:'Network 1=VM Network':指定虛擬機網絡的配置
-n是新主機的名字。
后面的是d盤下面的ovf文件系統(vmdk文件程序會自動調用導入至主機中,我們無需理會一定是ovftool導出的才行,有的瀏覽器導出的少了個mf文件,這樣會失敗)。
最后的是root賬戶以及exsi主機的ip地址。

當然你也可以直接拖入到web瀏覽器那個ovf安裝模式

備注:有些目錄帶空格,而命令不支持空格時,某些系統可以把目錄加英文狀態的雙引號以解決問題。

注意事項:1、虛擬機需處于關機狀態 2、虛擬機刪除光驅設備 3、虛擬機刪除添加的PCI設備(直通網卡等)

需滿足上面三項,否則虛擬機無法正常導出!!!

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/92401.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/92401.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/92401.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

ES 踩坑記:Set Processor 字段更新引發的 _source 污染

問題背景 社區的一個伙伴想對一個 integer 的字段類型添加一個 keyword 類型的子字段,然后進行精確匹配的查詢優化,提高查詢的速度。 整個索引數據量不大,并不想進行 reindex 這樣的復雜操作,就想到了使用 update_by_query 的存量…

如何徹底搞定 PyCharm 中 pip install 報錯 ModuleNotFoundError: No module named ‘requests’ 的問題

如何徹底搞定 PyCharm 中 pip install 報錯 ModuleNotFoundError: No module named ‘requests’ 的問題 在使用 PyCharm 開發 Python 項目時,ModuleNotFoundError: No module named requests 是一個常見但令人頭疼的問題。本篇博文將從環境配置、原因分析到多種解…

powerquery如何實現表的拼接主鍵

在做表過程中,有時候沒有基表,這個時候就要構造完整的主鍵,這樣才可以使之后匹配的數據不會因為主鍵不全而丟失數據 我的處理方法是吧多個表的主鍵拼在一起然后去重,構造一個單單之后之間的表作為基表去匹配數據 所以就喲啊用到自…

今日Github熱門倉庫推薦 第八期

今日Github熱門倉庫推薦2025-07-22 如果讓AI分別扮演 后端開發人員和前端開發人員,然后看看他們分別對github每天的trending倉庫感興趣的有哪些,并且給出他感興趣的理由,那會發生什么呢? 本內容通過Python AI生成,項…

Dify-13: 文本生成API端點

本文檔提供了有關 Dify 中與文本生成相關的 API 端點的全面信息。文本生成 API 支持無會話持久性的單次請求文本生成,使其適用于翻譯、摘要、文章寫作等非對話式人工智能應用場景。 概述 文本生成 API 端點允許開發人員將 Dify 的文本生成功能集成到不需要維護對話上…

Leetcode 3620. Network Recovery Pathways

Leetcode 3620. Network Recovery Pathways 1. 解題思路2. 代碼實現 題目鏈接:3620. Network Recovery Pathways 1. 解題思路 這一題我最開始想的是遍歷一下所有的網絡路徑,不過遇到了超時的情況。因此后來調整了一下處理思路,使用二分法的…

鏈路備份技術(鏈路聚合、RSTP)

一、鏈路聚合!鏈路備份技術之一-----鏈路聚合(Link Aggregation)被視為鏈路備份技術,核心原因在于它能通過多條物理鏈路的捆綁,實現 “一條鏈路故障時,其他鏈路自動接管流量” 的冗余備份效果,同…

PyTorch新手實操 安裝

PyTorch簡介 PyTorch 是一個基于 Python 的開源深度學習框架,由 Meta AI(原 Facebook AI)主導開發,以動態計算圖(Define-by-Run)為核心,支持靈活構建和訓練神經網絡模型。其設計理念高度契合科…

Element Plus Table 組件擴展:表尾合計功能詳解

前言在現代數據驅動的社會中,數據分析和統計成為了非常重要的任務。為了更有效地分析數據和展示統計結果,前端開發人員可以使用Vue框架和Element Plus組件庫來實現數據的統計和分析功能。以下是一個關于如何在 Element Plus 的 el-table 組件中實現行匯總…

神經網絡 非線性激活層 正則化層 線性層

神經網絡 非線性激活層 作用:增強模型的非線性擬合能力 非線性激活層網絡: class activateNet(nn.Module):def __init__(self):super(activateNet,self).__init__()self.relu nn.ReLU()self.sigmoid nn.Sigmoid()def forward(self,input):#output sel…

【Vue進階學習筆記】組件通信專題精講

目錄前言props 父傳子原理說明使用場景代碼示例父組件 PropsTest.vue子組件 Child.vue自定義事件 $emit 子傳父原理說明使用場景代碼示例父組件 EventTest.vue子組件 Event2.vueEvent Bus 兄弟/跨層通信原理說明使用場景代碼示例事件總線 bus/index.ts兄弟組件通信示例Child2.v…

【PTA數據結構 | C語言版】求最小生成樹的Prim算法

本專欄持續輸出數據結構題目集,歡迎訂閱。 文章目錄題目代碼題目 請編寫程序,實現在帶權的無向圖中求最小生成樹的 Prim 算法。 注意:當多個待收錄頂點到當前點集的距離等長時,按編號升序進行收錄。 輸入格式: 輸入首…

【加解密與C】Rot系列(四)RotSpecial

RotSpecial 函數解析RotSpecial 是一個自定義函數,通常用于處理特定的旋轉操作,尤其在圖形變換或數據處理中。該函數可能涉及歐拉角、四元數或其他旋轉表示方法,具體行為取決于實現上下文。以下是關于該函數的通用解釋和可能的使用方法&#…

【機器學習深度學習】LLaMAFactory中的精度訓練選擇——bf16、fp16、fp32與pure_bf16深度解析

目錄 前言 一、 為什么精度如此重要?—— 內存、速度與穩定性的三角博弈 二、 四大精度/模式詳解: bf16, fp16, fp32, pure_bf16 三、 關鍵特性對比表 ▲四大計算類型核心對比表 ▲ 顯存占用對比示例(175B參數模型) ▲LLa…

C# 基于halcon的視覺工作流-章21-點查找

C# 基于halcon的視覺工作流-章21-點查找 本章目標: 一、檢測顯著點; 二、Harris檢測興趣點; 三、Harris二項式檢測興趣點; 四、Sojka運算符檢測角點; 五、Lepetit算子檢測興趣點;一、檢測顯著點 halcon算子…

(11)機器學習小白入門YOLOv:YOLOv8-cls epochs與數據量的關系

YOLOv8-cls epochs與數據量的關系 (1)機器學習小白入門YOLOv :從概念到實踐 (2)機器學習小白入門 YOLOv:從模塊優化到工程部署 (3)機器學習小白入門 YOLOv: 解鎖圖片分類新技能 (4)機器學習小白入門YOLOv :圖片標注實操手冊 (5)機…

Grafana | 如何將 11.x 升級快速到最新 12.x 版本?

[ 知識是人生的燈塔,只有不斷學習,才能照亮前行的道路 ]📢 大家好,我是 WeiyiGeek,一名深耕安全運維開發(SecOpsDev)領域的技術從業者,致力于探索DevOps與安全的融合(Dev…

Dubbo + Spring Boot + Zookeeper 快速搭建分布式服務

Dubbo Spring Boot Zookeeper 快速搭建分布式服務 本文將詳細介紹如何基于 Dubbo、Spring Boot 和 Zookeeper 快速搭建一個簡單的分布式服務調用場景,包含服務提供者(Provider)、服務消費者(Consumer)及公共接口&…

五分鐘掌握 TDengine 數據文件的工作原理

小 T 導讀:今天我們來探討一下——TDengine中的時序數據到底是如何存儲的? 在上一期的文章《五分鐘掌握 TDengine 時序數據的保留策略》中,我們知道了TDengine是如何按照時間段對數據進行分區來管理數據的。 接下來,我們和大家一起…

Python爬蟲實戰:研究http-parser庫相關技術

一、研究背景與意義 在當今數字化時代,網絡數據蘊含著巨大的價值。從商業決策、學術研究到社會治理,對海量網絡信息的有效采集與分析至關重要。網絡爬蟲作為數據獲取的核心工具,其性能與穩定性直接影響數據質量。然而,隨著互聯網技術的發展,網站反爬機制不斷升級,傳統爬…