SCOM 2012知识分享-25:命令行代理安装

适应平台:System Center 2012 RTM/SP1

------------------------------------------------------------------------------------------------------

你可以通过命令行使用 MOMAgent.msi 部署 System Center 2012 – Operations Manager 代理。 通过命令行部署代理也称为手动安装。

开始部署之前,请确保满足以下条件:

  1. 用来运行 MOMAgent.msi 的帐户必须对要安装代理的计算机具有管理特权。 

  2. 必须将管理组(或单一管理服务器)配置为接受使用 MOMAgent.msi 安装的代理,否则这些代理将自动被拒绝,不会在操作控制台中显示。 如果将管理组或服务器配置为接受手动安装的代理,则在手动安装代理大约一小时之后,代理将显示在控制台中。

  3. 如果向域控制器手动部署了代理,并且后来部署了 Active Directory 管理包,则在部署管理包过程中可能发生错误。 要在部署 Active Directory 管理包之前防止发生错误,或者要从已经发生的错误恢复,你需要通过在受影响的域控制器上运行文件 OomADs.msi 来部署“Active Directory 管理包”帮助程序对象。 文件 OomADs.msi 在托管代理的计算机上的 C:\Program Files\System Center Operations Manager\Agent\HelperObjects 中。 在向域控制器手动部署了代理之后,找到 OomADs.msi,然后双击该文件以安装“Active Directory 管理包”帮助程序对象。 在使用发现向导部署代理时,会自动安装“Active Directory 管理包”帮助程序对象。 

  4. 必须为管理组批准使用 MOMAgent.msi 安装的每个代理。

MOMAgent.msi 可以在 Operations Manager 安装媒体和管理服务器安装目录中找到。

下面是使用本地系统账户进行代理安装的命令行参数。

msiexec.exe /i path\Directory\MOMAgent.msi /qn /l*v %temp%\MOMAgentinstall.log USE_SETTINGS_FROM_AD=0 MANAGEMENT_GROUP=<MG_Name> MANAGEMENT_SERVER_DNS=<MSDNSName> MANAGEMENT_SERVER_AD_NAME=<MSDNSName> ACTIONS_USE_COMPUTER_ACCOUNT=1 USE_MANUALLY_SPECIFIED_SETTINGS=1

更多的命令实例可以参考:http://technet.microsoft.com/zh-cn/library/hh212927.aspx

上面命令的详细参数解释如下:

clipboard

下面是一个实际安装的例子。

首先我们把安装文件拷贝到目标服务器上,如图。

截图01

然后执行下面的命令进行安装,这里使用的账户是本地系统账户。关于相关参数的详细解释,可以参考上面的表格。

截图02

安装完成后,我们回到SCOM管理服务器,可以看到手动代理安装处于挂起的状态,如图。

截图03

手动在管理服务器上批准代理的安装,如图。

截图04

批准完成后,可以在代理管理里面看到server.demo.com这台服务器的代理信息。

截图05

我们需要等待一段时间之后,才能看到代理处于正常的状态,如图。

=============================================================

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值