RHCSA 第二次作业

一、作业要求

二、

二、作业实现

1、文件查看:查看/etc/passwd文件的第5行

[root@server ~]# head -n 5 /etc/passwd | tail -n -1

2、文件查找


(1)在当前目录及子目录中,查找大写字母开头的txt文件
(2)在/etc及其子目录中,查找host开头的文件
(3)在$HOME目录及其子目录中,查找所有文本文件
(4)忽略文件名大小写查找a.txt

[root@server ~]# find / -name [A-Z]*.txt
[root@server ~]# find /etc/ -name host*
[root@server ~]# find $HOME -type f

[root@server ~]# find -iname "a.txt"

3、查找文件/etc/passwd中包含字符串ro的所有行。将所有这些行的副本按原始顺序放在文件/root/files1中

[root@server ~]# grep "ro" /etc/passwd > /root/files1


4、将整个/etc 目录下的文件全部打包并用gzip压缩成/back/etcback.tar.gz

[root@server ~]# tar -czf /back/etcback.tar.gz /etc/


5、使当前用户永久生效的命令别名:写一个命令命为hello,实现的功能为每输入一次hello命令,就有"hello,everyone"写入文件/file2中。

[root@server ~]# vim /etc/bashrc

输入alias hello="echo "hello,everyone""> /file2
[root@server ~]# source /etc/bashrc
[root@server ~]# hello
hello,everyone
[root@server ~]# bash
[root@server ~]# hello
hello,everyone


6、创建mygroup组群,再创建myuser用户,并且此用户属于mygroup组群,接着以myuser身份登录,创建ex和hv两个文件于/home/myuser目录,并使hv文件的同组用户是root。请依次写出相应执行的命令。

chown 新账户名:新工作组 /home/myuser/hv

[root@server ~]# groupadd mygroup
[root@server ~]# useradd myuser -g mygroup
[root@server ~]# id myuser
用户id=1001(myuser) 组id=1001(mygroup) 组=1001(mygroup)
[root@server ~]# passwd myuser

[root@server ~]# cd /home/myuser/
[root@server myuser]# touch ex hv
[root@server myuser]# chown :root /home/myuser/hv


7、创建g1组,要求创建一个属于redhat用户g1组的文件redhat.txt

[root@server ~]# groupadd g1

[root@server ~]# useradd redhat
[root@server ~]# touch redhat.txt
[root@server ~]# chown redhat:g1 redhat.txt

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.mzph.cn/news/1175493.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

Youtu-2B性能优化:让轻量级对话模型速度提升50%

Youtu-2B性能优化:让轻量级对话模型速度提升50% 1. 引言:轻量级大模型的性能挑战 随着大语言模型(LLM)在端侧和边缘设备中的广泛应用,如何在有限算力条件下实现高效推理成为关键课题。腾讯优图实验室推出的 Youtu-LL…

中文文本分类实战:bert-base-chinese部署教程

中文文本分类实战:bert-base-chinese部署教程 1. 镜像简介与技术背景 在中文自然语言处理(NLP)领域,BERT(Bidirectional Encoder Representations from Transformers)自提出以来便成为各类任务的基座模型…

电商搜索优化实战:用BGE-Reranker-v2-m3提升商品匹配精度

电商搜索优化实战:用BGE-Reranker-v2-m3提升商品匹配精度 1. 引言 1.1 电商搜索的挑战与痛点 在现代电商平台中,用户对搜索体验的要求日益提高。传统的关键词匹配和基于向量相似度的检索方法虽然能够快速返回结果,但在语义理解层面存在明显…

Qwen2.5-7B降本部署案例:RTX 4090 D上GPU利用率提升80%

Qwen2.5-7B降本部署案例:RTX 4090 D上GPU利用率提升80% 1. 背景与挑战 随着大语言模型在实际业务场景中的广泛应用,如何在有限硬件资源下实现高效、低成本的推理部署成为工程落地的关键问题。通义千问系列最新发布的 Qwen2.5-7B-Instruct 模型&#xf…

MISRA C++新手避坑指南:常见误解澄清

MISRA C新手避坑指南:从误解到真知的实战进阶你有没有遇到过这样的场景?代码写得干净利落,逻辑清晰,却被静态分析工具标出一堆“MISRA违规”警告。于是你开始删std::vector、禁用lambda、把所有类型转换改成static_cast&#xff0…

隐私更安全,响应更迅速:AutoGLM-Phone-9B本地化优势实测

隐私更安全,响应更迅速:AutoGLM-Phone-9B本地化优势实测 随着边缘智能的快速发展,大语言模型(LLM)正从云端向终端设备迁移。AutoGLM-Phone-9B作为一款专为移动端优化的多模态大语言模型,凭借其轻量化设计与…

bert-base-chinese实战:企业级中文NLP解决方案部署

bert-base-chinese实战:企业级中文NLP解决方案部署 1. 引言 随着自然语言处理技术的快速发展,预训练语言模型已成为构建高效中文NLP系统的基石。在众多模型中,bert-base-chinese 因其出色的语义理解能力和广泛的适用性,成为工业…

不懂Linux怎么用AutoGen?图形界面+云端GPU轻松上手

不懂Linux怎么用AutoGen?图形界面云端GPU轻松上手 你是不是也遇到过这种情况:听说AutoGen这个AI智能体框架特别强大,能让你的AI团队自动协作完成复杂任务,比如写代码、做数据分析、甚至帮你运营自媒体账号。但一打开教程&#xf…

Sambert实时合成:流式处理架构设计

Sambert实时合成:流式处理架构设计 1. 引言 1.1 多情感中文语音合成的工业需求 随着智能客服、虚拟主播、有声阅读等应用场景的快速发展,高质量、多情感的中文语音合成(Text-to-Speech, TTS)已成为AI落地的关键能力之一。传统T…

通义千问2.5-0.5B多平台部署:手机树莓派跨设备实战案例

通义千问2.5-0.5B多平台部署:手机树莓派跨设备实战案例 1. 引言:为什么需要轻量级大模型? 随着生成式AI技术的快速演进,大模型正从云端向终端迁移。然而,主流大模型动辄数十GB显存需求,难以在边缘设备上运…

通义千问2.5-7B显存占用高?Q4_K_M量化部署优化实战

通义千问2.5-7B显存占用高?Q4_K_M量化部署优化实战 1. 背景与问题提出 在当前大模型快速发展的背景下,通义千问2.5-7B-Instruct 凭借其出色的综合性能和商用友好性,成为中等规模场景下的热门选择。该模型于2024年9月发布,参数量…

十分钟完成大模型微调?Qwen2.5-7B真实体验报告

十分钟完成大模型微调?Qwen2.5-7B真实体验报告 1. 引言:轻量微调的时代已经到来 随着大语言模型(LLM)在自然语言处理领域的广泛应用,如何高效、低成本地对模型进行个性化定制成为开发者关注的核心问题。传统全参数微…

高效处理扫描版PDF|基于PDF-Extract-Kit镜像的OCR实践

高效处理扫描版PDF|基于PDF-Extract-Kit镜像的OCR实践 1. 引言 在日常办公、学术研究和文档管理中,我们经常需要处理大量扫描版PDF文件。这类文件本质上是图像,无法直接复制文字或进行文本分析,给信息提取带来了巨大挑战。传统的…

中文ITN转换技术指南|使用科哥开发的FST ITN-ZH WebUI镜像

中文ITN转换技术指南|使用科哥开发的FST ITN-ZH WebUI镜像 在语音识别、自然语言处理和智能对话系统中,原始输出常包含大量非标准化表达。例如,“二零零八年八月八日”或“早上八点半”这类口语化中文文本,若不进行规范化处理&am…

快速理解Realtek驱动与常见音频控制器的匹配规则

深入理解Realtek音频驱动与控制器的匹配机制:从ALC887到ALC4080的实战解析你有没有遇到过这样的情况?刚装完系统,插上耳机却发现没声音;或者升级主板后,原来的驱动还能用,但新硬件就是“不认”;…

AutoGen Studio应用案例:Qwen3-4B-Instruct-2507在金融分析中的实践

AutoGen Studio应用案例:Qwen3-4B-Instruct-2507在金融分析中的实践 1. 引言 随着人工智能技术的快速发展,大模型在垂直领域的落地需求日益增长。金融行业因其对信息处理效率、逻辑推理能力与风险控制的高要求,成为AI代理系统的重要应用场景…

超详细版WinDbg下载流程,适配最新Win11更新

从零搭建Win11调试环境:手把手教你安全下载并配置 WinDbg(告别蓝屏无解时代)你有没有遇到过这样的场景?电脑突然蓝屏,重启后只留下一个MEMORY.DMP文件,系统日志里一堆看不懂的代码——0x0000007E、PAGE_FAU…

FSMN VAD部署教程:3步完成WebUI环境搭建

FSMN VAD部署教程:3步完成WebUI环境搭建 1. 引言 1.1 技术背景与应用场景 语音活动检测(Voice Activity Detection, VAD)是语音信号处理中的关键预处理步骤,广泛应用于语音识别、会议转录、电话录音分析和音频质量检测等场景。…

GPEN人脸修复性能优化:显存占用降低50%的部署实战教程

GPEN人脸修复性能优化:显存占用降低50%的部署实战教程 1. 背景与挑战 1.1 GPEN人像修复增强模型镜像 本镜像基于 GPEN人像修复增强模型 构建,预装了完整的深度学习开发环境,集成了推理及评估所需的所有依赖,开箱即用。 GPEN&a…

Qwen2.5-7B-Instruct代码生成实战:云端GPU 5分钟跑通Demo

Qwen2.5-7B-Instruct代码生成实战:云端GPU 5分钟跑通Demo 你是不是也遇到过这种情况:想试试最新的大模型做代码生成,比如阿里刚开源的 Qwen2.5-7B-Instruct,结果发现公司电脑显卡太老,根本带不动?本地部署…