博客
关于我
GRUB2基本操作
阅读量:503 次
发布时间:2019-03-06

本文共 1343 字,大约阅读时间需要 4 分钟。

过会儿优化后的内容

修改默认启动项

默认启动项目的配置位于 /etc/default/grub 文件中。默认情况下,GRUB_DEFAULT 值为 0,表示使用系统中第一个可启动的项目。你可以根据需要修改这个值即可。

例如,如果你希望系统默认启动第三项项目,需要将 GRUB_DEFAULT 修改为 2。

修改完成后,运行以下命令更新 Grub 描述:

sudo update-grub

这样设置才能生效。

修改启动时分辨率

除了默认启动项目的设置,你还可以自定义启动界面的分辨率。同样需要修改 /etc/default/grub 文件中的 GRUB_GFXMODE 参数。

默认情况下,这项参数通常是注释掉的。你需要将其从注释状态取消,并配置适合你的分辨率,比如 1920x1080。需要注意的是,两个数字之间需要包含一个字母 'x'。例如:

GRUB_GFXMODE="1920x1080"

完成后,再次运行 sudo update-grub 命令,让设置生效。

调整安装界面显示

在某些情况下,安装时可能会有问题导致无法正常显示安装界面。例如,在安装 Ubuntu 的时候,如果你遇到这一问题,可能需要进入 Grub 配置界面进行调整。

在安装时,如果开始界面无法显示正常,按下 Esc 键进入 boot menu。当你看到 Grub 菜单时,使用 arrow key 瀨选安装选项,从中选择进入编辑界面。然后使用 e 键编辑当前启动项目的参数。在 quiet splash -- 的基础上,替换为 nomodeset,这样系统启动时就可以正常显示安装界面。此时,按下 F10 键进入系统安装。

安装完成后,记得重启系统,这样 Grub just序列会恢复正常。

基于 UUID 硬件识别

从 Ubuntu 16.04 开始,默认会根据 UUID 来识别 root 设备。这种方式在镜像复制或迁移系统时会遇到问题,因为不同的硬盘或 U 盘 UUID 不同。这种方法可能导致问题出现。

不过,你可以修改 /etc/default/grub 文件中的相关参数,恢复基于设备文件符号的识别方式。例如:

echo '/dev/sdx1' >> /etc/default/grub

完成后运行 sudo update-grub 命令,使修改生效。这样的设置会让系统基于设备文件符号 /dev/sdx 来识别根设备。不过需要注意,如果你的系统有多个硬盘设备,默认情况下可能会选择错误设备,请根据具体环境处理。

设置 GRUB boot menu 超时

在某些情况下,系统启动时会暂停 30 秒,进入 Grub 菜单等待用户选择。这种情况通常发生在系统启动失败时。如果你希望抵消这个超时,可以在 /etc/default/grub 文件中添加 GRUB_RECORDFAIL_TIME 参数,并指定你需要的超时时间。例如:

GRUB_RECORDFAIL_TIME=5

默认的值是 30 秒。值越小,超时时间越短。

修改完成后,运行:

sudo update-grub

这样设置后,系统启动时就不会再显示 Grub 菜单。如果之前遇到系统启动问题,但想直接跳过超时等待,可以通过这个方法来突破。

转载地址:http://ubodz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>