RHEL7(RedHat红帽)软件安装教程

news/2024/9/23 17:59:21/

目录

1、下载RHEL7镜像

 2、安装RedHat7


注:如果以下教程不想看,可以远程控制安装V:OYH-Cx330

【风险告知】

  • 本人及本篇博文不为任何人及任何行为的任何风险承担责任,图解仅供参考,请悉知!
  • 本次安装图解是在一个全新的演示环境下进行的,演示环境中没有任何有价值的数据,但这并不代表摆在你面前的环境也是如此。
  • 生产环境全新安装或者自行测试都可放心参考该安装图解,该教程是完全模拟实际生产环境硬件及常规配置的(业务厂商有特殊要求的除外)。
  • 操作系统平刷、升级、类型更换等非全新安装操作,需要全面评估并且备份有价值数据后再进行。因为任何操作都是有丢失数据风险的可能,比如说误操作覆盖或者格式化有价值数据的磁盘驱动器或者分区的操作都无异于删库,无论是你是否即将跑路!

1、下载RHEL7镜像

【名称】:RHEL7

【语言】:简体中文  

【安装环境】:Windows

【下载链接】:
链接:https://pan.baidu.com/s/1lUpdhv9GtzygHmmfKVR0_A?pwd=kea0 
提取码:kea0


注:建议先新建两个文件夹如图所示

        RHEL7用于存放VMware Workstation中新建的虚拟机

        RHELIOS用于存放RedHat的镜像,便于后续使用的时候查找

上面下载的镜像解压缩存放在上述RHELIOS文件夹中

在步骤【安装RedHat】中的第6点中的安装位置就可以存放在此处新建的文件夹RHEL7中


 2、安装RedHat7

 1. 打开【VMware Workstation】 ,点击【创建新的虚拟机】

2. 选择【自定义】,点击【下一步】

3.  点击【下一步】

4. 选择【稍后安装操作系统】,点击【下一步】

5. 选择【Linux】,再点击下角的【V】,找到【Red Hat Eterprise】,点击【下一步】

 6. 自行更改安装位置 (不建议放在C盘, 建议放在磁盘空间大的地方),更改后点击【下一步】

7.  参数可以改,也可以默认,然后点击【下一步】

8. 参数默认 点击【下一步】

9. 点击【自定义硬件】

 10.  选择【新CD/DVD(SATA)】后选择【使用ISO镜像文件】,点击【浏览】找到并选择解压后【RHEL7】文件夹里面的【RHEL-server-7.0】这个镜像

 11. 选中【USB控制器】,点击【移除】,选中【打印机】,点击【移除】然后点击【关闭】

 12. 点击【完成】

 

13. 选中【RHEL 7 64位】,点击【开启此虚拟机】

14. 用键盘上的上下箭头,选择【InstallRed Hat Enterprise Linux 7.0】 

15.  正在加载镜像

16. 选择【中文】,点击【继续】(示范选择中文便于你们理解,你们使用建议英文)

17.  点击【软件选择】

18.  选择【带GUI的服务器】,点击【完成】 

19. 点击【网络和主机名】之后,打开右上角的按钮,再点击【完成】

20. 点击【安装位置】 

21. 不做修改,点击【完成】

22. 点击【开始安装】 

23. 点击【Root密码】

24. 输入Root密码,然后点击“完成”温馨提示:如果输入的密码较弱需要点击两次“完成”。

25.  RHEL 7安装中 

26. 点击【结束配置】 

27. 安装完成,点击【重启】 

28. 重启后不要有任何操作

图片

29. 点击【许可信息】

图片

30. 勾选【我同意许可协议】,点击【完成】

图片

31. 点击【完成配置】

图片

32. 点击【前进】

33. 勾选【不,我想以后注册】,点击【完成】

图片

34. 选择【汉语(中国)】,点击【前进】(示范选择中文便于你们理解,你们使用建议英文)

图片

35. 点击【前进】

36. 建立【本地用户】,点击【前进】

37. 时区选择【shanghai】,点击【前进】

图片

38.  点击【Start using Red HatEnterprise Linux Server】

39. RHEL系统安装完成


http://www.ppmy.cn/news/1529433.html

相关文章

【人工智能学习之卷积神经网络发展简述】

【人工智能学习之卷积神经网络发展简述】 早期探索(1960s-1980s)初步发展(1990s-2000s)快速增长(2010s)当前进展(2010s末-2020s)未来趋势总结 卷积神经网络(Convolutiona…

[论文笔记]MRRNET

这是一篇河大的论文 感觉跟SANET很像 摘要 摘要:随着物联网(IoT)的大规模部署,道路场景中实时感知和环境理解的需求变得越来越迫切。 同时,语义分割作为像素级场景解析得到了广泛的研究。 然而,资源有限…

解决 TortoiseGitPlink Fatal Error:深入解析

解决 TortoiseGitPlink Fatal Error:深入解析 在 Windows 平台上,开发者使用 Git 和 TortoiseGit 进行版本控制时,有时会遇到 TortoiseGitPlink Fatal Error。该错误通常是在推送/拉取代码时,客户端未能提供正确的 SSH 密钥。 1…

11年408考研真题解析-计算机网络

第一题: 解析:网络层虚电路服务和数据报服务 传输服务只有:有连接可靠和无连接不可靠两种,直接排除BC。 网络层指的是IP协议,由图二可知:运输层,网际层,网络接口层唯一有连接可靠的协…

开放标准如何破解企业数字化与可持续发展的困境:The Open Group引领生态系统架构创新

应对数字化与可持续发展的双重挑战,开放标准是关键 在当今快速变化的商业环境中,企业不仅需要通过数字化转型提升竞争力,还面临日益严格的可持续发展要求。开放标准正在成为企业破解这一双重挑战的核心工具。The Open Group 2024生态系统架构…

某省公共资源交易电子平台爬虫逆向

目标网站 aHR0cHM6Ly9nZ3p5ZncuZnVqaWFuLmdvdi5jbi9pbmRleC9uZXc 一、抓包分析 1、请求参数加密 二、逆向分析 搜索定位加密参数位置 这里生成,扣取响应代码到本地即可 2、响应数据加密解密 xhr断点 向下跟栈,直到出现加密数据 解密函数 本地获取数据…

【QT】系统-下

欢迎来到Cefler的博客😁 🕌博客主页:折纸花满衣 🏠个人专栏:QT 目录 👉🏻QTheadrun() 👉🏻QMutex👉🏻QWaitCondition👉🏻Q…

机器学习查漏补缺(3)

[E] Why does an ML model’s performance degrade in production? There are several reasons why a machine learning models performance might degrade in production: Data drift: The distribution of the input data changes over time (e.g., customer behavior, ma…