当前位置: 首页 > article >正文

服务器数据迁移

写在前面:为满足业务需求,我们采购了一台新的高性能服务器,现在想把旧服务器中的用户文件以及conda环境等迁移到新服务器中去。为了保证迁移过程尽可能不出错,并且迁移后新的服务器可以直接使用,以下方案提供一个稳健、可复用、最小出错概率的迁移方案,适用于:

  • ✅ 将用户的数据文件环境配置(zsh, conda等)分开迁移

  • ✅ 保留 .zshrc.oh-my-zsh/ 配置

  • ✅ 保留 ~/.cache/torch/hub/checkpoints/ 下的模型权重

  • ✅ 明确控制每类数据迁移的位置

迁移的内容可以这样分类:

类别路径内容示例是否需要迁移建议方式
数据类文件~/projects/, ~/data/代码、实验结果、文档独立打包或 rsync
Conda 环境~/miniconda3/ or ~/anaconda3/所有环境✅(“导出重建”方/conda-pack打包)环境导出 + 重建
环境配置文件~/.zshrc, ~/.bashrc, ~/.condarcshell配置、conda配置rsync 迁移即可
权重文件~/.cache/torch/hub/checkpoints/模型 .pth 文件rsync

一、用户文件和配置文件的迁移

✅ 1、迁移用户项目目录 1_project_documents/

把以下指令的username替换为真实的用户名称,newserver替换为新服务器的真实IP地址;

rsync -aP /home/username/1_project_documents/ username@newserver:/home/username/1_project_documents/

注意:

(1)/home/username/(末尾有 /):表示复制目录内部内容,而非整个文件夹层级;

(2)模拟执行测试:在不真正执行复制操作的情况下,模拟将旧服务器 /home/username/ 目录下的1_project_documents文件传输到新服务器 username@newserver/home/username/ 目录下,并显示会传输的文件列表。

rsync -aP --dry-run /home/username/.zshrc* username@newserver:/home/username/
组件含义
rsync用于远程同步文件和目录的工具
-a归档模式,保留所有权限、软链接、时间戳、用户组等
-P显示进度 + 支持断点续传(等同于 --progress --partial
--dry-run模拟执行,不实际复制文件,只显示会复制哪些文件

✅ 2、迁移 .cache/torch/ 模型缓存

rsync -aP /home/username/.cache/torch/ username@newserver:/home/username/.cache/torch/

✅ 3、迁移 .zshrc, .zshrc.*, .zsh_history

rsync -aP /home/username/.zshrc* username@newserver:/home/username/
rsync -aP /home/username/.zsh_history username@newserver:/home/username/

✅ 4、 迁移 .oh-my-zsh/ 插件主题目录

rsync -aP /home/zhanghejian/.oh-my-zsh/ user@newserver:/home/zhanghejian/.oh-my-zsh/

 注意:从旧服务器 rsync 迁移过来的文件,所属用户/用户组和你新服务器本地自己创建的文件不一致,执行以下指令,

sudo chown -R username:username /home/username
  • -R: 递归修改整个 home 目录下所有文件夹和文件;

  • username:username: 将 user 和 group 都设置为当前用户;

二、conda环境的迁移

✅ 1、首先,在新的服务器中安装与旧服务器相同版本的miniconda包
bash Miniconda3-latest-Linux-x86_64.sh
✅ 2、配置conda国内镜像(中科大)
channels:- https://mirrors.ustc.edu.cn/anaconda/cloud/pytorch/- https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/- https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/- https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/- https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/- https://mirrors.ustc.edu.cn/anaconda/pkgs/free/- https://mirrors.ustc.edu.cn/anaconda/pkgs/main/- https://repo.anaconda.com/pkgs/main- https://repo.anaconda.com/pkgs/r
show_channel_urls: true
✅ 3、旧服务器的conda环境进行打包

(1)在旧服务器中的base环境中安装conda-pack包;

conda activate base
conda install -c conda-forge conda-pack

(2)在 base 环境下打包目标环境,这里以catapro为例;

# -n catapro 表示打包名为 catapro 的环境, -o 参数指定打包路径和名称
conda-pack -n catapro -o catapro-packed.tar.gz

(3)将打包文件传到新服务器上;

scp catapro-packed.tar.gz username@newserver:/home/username/conda_envs_packed

(4)在新服务器上解压并修复环境;

# 创建在miniconda的envs目录下创建环境文件夹
mkdir -p ~/miniconda/envs/catapro# 解压(假设打包前环境名为 myenv)
tar -xzf catapro-packed.tar.gz -C ~/miniconda/envs/catapro# 进入新环境目录(根据打包时的名字)
cd ~/miniconda/envs/catapro# 修复路径
./bin/conda-unpack

注意:

1)conda-unpack的作用是:修复Conda环境中硬编码的原始路径,解决“路径失效”问题;

2)当你使用 conda-pack 打包一个环境时,它会记录原服务器上环境路径(比如 /home/username/miniconda3/envs/catapro),解压到新服务器时路径变了,很多包(特别是 .pth.so 文件)里的路径可能无法正确引用;

3)执行 ./bin/conda-unpack 该指令之后,它会:替换掉旧路径、重建软链接、清除缓存路径信息、修复 bin/python 等引用问题;

⚠️ 如果你不运行这步,环境激活可能会失败或行为异常

完成以上,基本上新的服务器就可以正常使用了,使用起来跟以前一样丝滑流畅!

http://www.lryc.cn/news/2387321.html

相关文章:

  • VB.NET与SQL连接问题解决方案
  • 商用密码 vs 普通密码:安全加密的核心区别
  • MYSQL中的分库分表及产生的分布式问题
  • 拥塞控制算法cubic 和bbr
  • 投影机三色光源和单色光源实拍对比:一场视觉体验的终极较量
  • 电子电气架构 --- 下一代汽车电子电气架构中的连接性
  • 解析极限编程-拥抱变化(第2版)笔记
  • 手写Tomcat(一)
  • 【机器学习基础】机器学习入门核心算法:支持向量机(SVM)
  • 定时清理流媒体服务器录像自动化bash脚本
  • Logi鼠标切换桌面失效
  • Go语言之匿名字段与组合 -《Go语言实战指南》
  • Linux 进阶命令篇
  • OpenCV CUDA模块图像处理------颜色空间处理之拜耳模式去马赛克函数demosaicing()
  • 2025年全国青少年信息素养大赛复赛C++集训(15):因子问题(题目及解析)
  • 如何通过仿真软件优化丝杆升降机设计
  • Vue3进阶教程:1.初次了解vue
  • WordPress免费网站模板下载
  • 【深度学习新浪潮】以图搜地点是如何实现的?(含大模型方案)
  • element的el-table翻页选中功能
  • Python打卡训练营学习记录Day38
  • deepseek开源资料汇总
  • CollUtil详解
  • Elasticsearch的运维
  • Linux编辑器——vim的使用
  • 线性回归原理推导与应用(八):逻辑回归二分类乳腺癌数据分类
  • Jenkins分配对应项目权限与用户管理
  • Mate桌面环境系统与终端模拟器参数配置
  • fabric 是一个开源框架,用于使用 AI 增强人类能力。它提供了一个模块化框架,用于使用一组可在任何地方使用的众包人工智能提示来解决特定问题
  • 基于PDF流式渲染的Word文档在线预览技术