注:为什么使用这个工具,我这边主要因为esxi6.5自身bug导致web导出镜像会失败

一、下载VMware-ovftool到本地系统

(根据你的操作系统版本到官网下载安装,此处略)

以下内容默认将VMware-ovftool安装到windows 本地系统为例。

二、关闭Esxi主机上的虚拟机电源

只有关闭电源才可以进行该虚拟机导出操作。

三、本地系统以管理员身份运行windows命令行工具并切换到

VMware-ovftool安装目录

默认安装路径为:C:\Program Files\VMware\VMware OVF Tool

四、接着在此路径下运行命令示例:

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

命令示例说明:在这个命令示例中,将从IP地址为“192.168.0.160”的Esxi主机上导出名为“test-vm”的虚拟机到本地系统的”H:\”路径下。” test-vm”虚拟机的名秒就是你可以在vsphere web client中看见的虚拟机名称。

五、执行命令后安提示输入esxi主机的管理员账号和密码

如果出现报错如下:

Username: root

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

Error: Could not lookup host: root

Completed with errors

这个错误很有意思,造成的原因是我密码中有两个特殊字符#$

如果你的密码有特殊字符,不能直接用这个命令,要把用户名密码都带到命令中,而且还要转换特殊字符的编码变成url编码,比如我的密码中#的编码就是%23,$的编码是%24

六、然后就是等待命令执行完成,根据你的VM占用硬盘空间大小,时间不定。

导出的文件可以用于虚拟机备份,也可以用于以此虚拟机为模板创建更多的虚拟机。

七、导入镜像

打开cmd窗口,切换到ovftool这个目录里面。然后执行如下命令:

导入ovf模板的命令(以管理员命令运行cmd),导入虚拟机会比导出快几倍:
ovftool.exe -ds=D-10.12.12.223 -dm=thin -n=000win7test "D:\win7OVF\win7prox64-ovf.ovf" vi://root@10.12.12.223
-ds是存储目录的名称。
-dm=thin是新虚拟机的硬盘采用精简置备的模式。

--net:'Network 1=VM Network':指定虚拟机网络的配置
-n是新主机的名字。
后面的是d盘下面的ovf文件系统(vmdk文件程序会自动调用导入至主机中,我们无需理会一定是ovftool导出的才行,有的浏览器导出的少了个mf文件,这样会失败)。
最后的是root账户以及exsi主机的ip地址。

当然你也可以直接拖入到web浏览器那个ovf安装模式

备注:有些目录带空格,而命令不支持空格时,某些系统可以把目录加英文状态的双引号以解决问题。

注意事项:1、虚拟机需处于关机状态 2、虚拟机删除光驱设备 3、虚拟机删除添加的PCI设备(直通网卡等)

需满足上面三项,否则虚拟机无法正常导出!!!

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.pswp.cn/diannao/92401.shtml
繁体地址,请注明出处:http://hk.pswp.cn/diannao/92401.shtml
英文地址,请注明出处:http://en.pswp.cn/diannao/92401.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ES 踩坑记:Set Processor 字段更新引发的 _source 污染

问题背景 社区的一个伙伴想对一个 integer 的字段类型添加一个 keyword 类型的子字段,然后进行精确匹配的查询优化,提高查询的速度。 整个索引数据量不大,并不想进行 reindex 这样的复杂操作,就想到了使用 update_by_query 的存量…

如何彻底搞定 PyCharm 中 pip install 报错 ModuleNotFoundError: No module named ‘requests’ 的问题

如何彻底搞定 PyCharm 中 pip install 报错 ModuleNotFoundError: No module named ‘requests’ 的问题 在使用 PyCharm 开发 Python 项目时,ModuleNotFoundError: No module named requests 是一个常见但令人头疼的问题。本篇博文将从环境配置、原因分析到多种解…

powerquery如何实现表的拼接主键

在做表过程中,有时候没有基表,这个时候就要构造完整的主键,这样才可以使之后匹配的数据不会因为主键不全而丢失数据 我的处理方法是吧多个表的主键拼在一起然后去重,构造一个单单之后之间的表作为基表去匹配数据 所以就哟啊用到自…

今日Github热门仓库推荐 第八期

今日Github热门仓库推荐2025-07-22 如果让AI分别扮演 后端开发人员和前端开发人员,然后看看他们分别对github每天的trending仓库感兴趣的有哪些,并且给出他感兴趣的理由,那会发生什么呢? 本内容通过Python AI生成,项…

Dify-13: 文本生成API端点

本文档提供了有关 Dify 中与文本生成相关的 API 端点的全面信息。文本生成 API 支持无会话持久性的单次请求文本生成,使其适用于翻译、摘要、文章写作等非对话式人工智能应用场景。 概述 文本生成 API 端点允许开发人员将 Dify 的文本生成功能集成到不需要维护对话上…

Leetcode 3620. Network Recovery Pathways

Leetcode 3620. Network Recovery Pathways 1. 解题思路2. 代码实现 题目链接:3620. Network Recovery Pathways 1. 解题思路 这一题我最开始想的是遍历一下所有的网络路径,不过遇到了超时的情况。因此后来调整了一下处理思路,使用二分法的…

链路备份技术(链路聚合、RSTP)

一、链路聚合!链路备份技术之一-----链路聚合(Link Aggregation)被视为链路备份技术,核心原因在于它能通过多条物理链路的捆绑,实现 “一条链路故障时,其他链路自动接管流量” 的冗余备份效果,同…

PyTorch新手实操 安装

PyTorch简介 PyTorch 是一个基于 Python 的开源深度学习框架,由 Meta AI(原 Facebook AI)主导开发,以动态计算图(Define-by-Run)为核心,支持灵活构建和训练神经网络模型。其设计理念高度契合科…

Element Plus Table 组件扩展:表尾合计功能详解

前言在现代数据驱动的社会中,数据分析和统计成为了非常重要的任务。为了更有效地分析数据和展示统计结果,前端开发人员可以使用Vue框架和Element Plus组件库来实现数据的统计和分析功能。以下是一个关于如何在 Element Plus 的 el-table 组件中实现行汇总…

神经网络 非线性激活层 正则化层 线性层

神经网络 非线性激活层 作用:增强模型的非线性拟合能力 非线性激活层网络: 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进阶学习笔记】组件通信专题精讲

目录前言props 父传子原理说明使用场景代码示例父组件 PropsTest.vue子组件 Child.vue自定义事件 $emit 子传父原理说明使用场景代码示例父组件 EventTest.vue子组件 Event2.vueEvent Bus 兄弟/跨层通信原理说明使用场景代码示例事件总线 bus/index.ts兄弟组件通信示例Child2.v…

【PTA数据结构 | C语言版】求最小生成树的Prim算法

本专栏持续输出数据结构题目集,欢迎订阅。 文章目录题目代码题目 请编写程序,实现在带权的无向图中求最小生成树的 Prim 算法。 注意:当多个待收录顶点到当前点集的距离等长时,按编号升序进行收录。 输入格式: 输入首…

【加解密与C】Rot系列(四)RotSpecial

RotSpecial 函数解析RotSpecial 是一个自定义函数,通常用于处理特定的旋转操作,尤其在图形变换或数据处理中。该函数可能涉及欧拉角、四元数或其他旋转表示方法,具体行为取决于实现上下文。以下是关于该函数的通用解释和可能的使用方法&#…

【机器学习深度学习】LLaMAFactory中的精度训练选择——bf16、fp16、fp32与pure_bf16深度解析

目录 前言 一、 为什么精度如此重要?—— 内存、速度与稳定性的三角博弈 二、 四大精度/模式详解: bf16, fp16, fp32, pure_bf16 三、 关键特性对比表 ▲四大计算类型核心对比表 ▲ 显存占用对比示例(175B参数模型) ▲LLa…

C# 基于halcon的视觉工作流-章21-点查找

C# 基于halcon的视觉工作流-章21-点查找 本章目标: 一、检测显著点; 二、Harris检测兴趣点; 三、Harris二项式检测兴趣点; 四、Sojka运算符检测角点; 五、Lepetit算子检测兴趣点;一、检测显著点 halcon算子…

(11)机器学习小白入门YOLOv:YOLOv8-cls epochs与数据量的关系

YOLOv8-cls epochs与数据量的关系 (1)机器学习小白入门YOLOv :从概念到实践 (2)机器学习小白入门 YOLOv:从模块优化到工程部署 (3)机器学习小白入门 YOLOv: 解锁图片分类新技能 (4)机器学习小白入门YOLOv :图片标注实操手册 (5)机…

Grafana | 如何将 11.x 升级快速到最新 12.x 版本?

[ 知识是人生的灯塔,只有不断学习,才能照亮前行的道路 ]📢 大家好,我是 WeiyiGeek,一名深耕安全运维开发(SecOpsDev)领域的技术从业者,致力于探索DevOps与安全的融合(Dev…

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

Dubbo Spring Boot Zookeeper 快速搭建分布式服务 本文将详细介绍如何基于 Dubbo、Spring Boot 和 Zookeeper 快速搭建一个简单的分布式服务调用场景,包含服务提供者(Provider)、服务消费者(Consumer)及公共接口&…

五分钟掌握 TDengine 数据文件的工作原理

小 T 导读:今天我们来探讨一下——TDengine中的时序数据到底是如何存储的? 在上一期的文章《五分钟掌握 TDengine 时序数据的保留策略》中,我们知道了TDengine是如何按照时间段对数据进行分区来管理数据的。 接下来,我们和大家一起…

Python爬虫实战:研究http-parser库相关技术

一、研究背景与意义 在当今数字化时代,网络数据蕴含着巨大的价值。从商业决策、学术研究到社会治理,对海量网络信息的有效采集与分析至关重要。网络爬虫作为数据获取的核心工具,其性能与稳定性直接影响数据质量。然而,随着互联网技术的发展,网站反爬机制不断升级,传统爬…