博客
关于我
详解linux的initrd
阅读量:326 次
发布时间:2019-03-04

本文共 1416 字,大约阅读时间需要 4 分钟。

作者: easylife

在Linux操作系统中,内核支持初始化内存盘(INITRD)技术,同时也支持压缩的文件系统映像。通过这两项功能,我们可以实现从小型内存盘启动Linux系统,并利用系统内存的一部分作为根文件系统挂载。

Ramdisk是将内存的一部分作为硬盘使用的功能。在编译内核时,需要在块设备中选择Ramdisk的支持选项。其中,default number of RAM disks默认设置为16,default RAM disk size (kbytes)默认为4096k。如果需要使用initrd功能,还需在内核配置中选择相应的支持。

内核配置路径如下:

Linux Kernel Configuration > Device Drivers > Block devices > RAM block device support

在编译内核时,可以通过以下命令行参数配置Ramdisk的大小:ramdisk_sizeramdisk,默认块大小为1024字节。当Ramdisk以模块形式加载时,可以通过模块参数rd_sizerd_blocksize进行设置。

在启动时,如果Ramdisk直接编译进内核,可通过grub配置文件设置参数如ramdisk=8192来指定Ramdisk大小。例如,设置为8M时,可在grub.conf中添加相应配置。若Ramdisk以模块形式加载,则需在etc/modules.conf中添加参数options rd rd_size=8192,并在加载时使用insmod rd rd_size=8192

创建initrd ramdisk映像需要先格式化Ramdisk并加载文件系统。以ext2文件系统为例,可通过以下步骤制作initrd:

1. 格式化Ramdisk:mkfs.ext2 /dev/ram0

2. 挂载并复制文件:mount /dev/ram0 /mnt/rdcp /your/files /mnt/rd

3. 将Ramdisk内容备份到文件:dd if=/dev/ram0 of=/tmp/initrd

4. 压缩initrd文件:gzip -9 /tmp/initrd

或者通过loop设备制作initrd:

1. 创建空白文件:dd if=/dev/zero of=/tmp/initrd bs=1024 count=4096

2. 映射到loop设备:losetup /dev/loop0 /tmp/initrd

3. 格式化文件系统:mkfs.ext2 /dev/loop0

4. 挂载并复制文件:mount /dev/loop0 /mnt/rdcp /your/files /mnt/rd

5. 卸载并删除loop设备:umount /mnt/rdlosetup -d /dev/loop0

6. 压缩initrd文件:gzip -9 /tmp/initrd

此外,还可以使用cpio格式制作initrd。通过以下命令可以实现:

cd /path/to

find . |cpio -o -H newc |gzip -c > ../initrd.gz

以上方法均可生成适合内核启动的initrd映像。通过合理配置Ramdisk大小和文件系统类型,可以根据实际需求优化系统性能。例如,当需要更大容量的Ramdisk时,可以通过修改内核配置或模块参数实现。

转载地址:http://tjpq.baihongyu.com/

你可能感兴趣的文章
Opencv——模块介绍
查看>>
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
查看>>
OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>