• 从Windows Server 2008 迁移VisualSVN到CentOS 6.8


    参考链接

    http://www.cnblogs.com/lidabo/p/4633152.html

    http://www.cnblogs.com/vijayfly/p/5711962.html

    http://blog.csdn.net/testcs_dn/article/details/45395645

    一、备份VisualSVN项目

    1. 现在要使用Linux作为svn服务器,之前是在windows Server 2008上的,用的是VisualSVN, 如下图所示。

    2. 现在svn中有一个项目fpp,需要将fpp这个项目导出到linux环境下。运行cmd,输入命令 svnadmin dump E:Repositoriesfpp > e:svnbakfpp.dump将项目导出到e:svnbak目录下。运行结果如下:

    3. 可见命令会导出每个版本的详细信息,保证了之前的历史信息不会丢失。现在我们便得出备份文件fpp.dump,如下:

    4. 利用批处理实现项目的批量导出,编写svnbak.bat, 双击运行,会一次性导出所有项目,结果如下图:

    二、上传备份文件到Linux

    1. 利用Samba,ftp, ssh等工具将fpp.dump文件传输到Linux服务器上;

    三、Linux下SVN的安装与配置

    1. Linux下安装svn,这里直接利用yum命令进行安装。yum install subversion完成subversion的安装。

    2. 建立版本库目录svn

    mkdir /opt/svn/repos/svn

    svnserve -d -r /opt/svn/repos/svn #启动svn,设置版本库目录为/svndata

    killall svnserve #关闭svn

    3. 建立项目库

    svnadmin create /opt/svn/repos/svn/fpp

    4. 配置用户访问权限

    cd /opt/svn/repos/svn/fpp/conf

    vi svnserve.conf

    释放如下几行的注释

    anon-access=none

    auth-access=write

    password-db=passwd

    authz-db = authz

    5. vi passwd 增加访问用户,格式为(username = password),等号两边要加空格,否则无效。 

    vi authz(添加权限):

    [svn1:/]
    user1 = rw
    user2 = rw

    #svn1是具体版本库的标签

    四、导入备份文件

    1. 输入命令:svnadmin load /opt/svn/repos/svn/fpp < /root/fpp.dump 

    2. 启动svn:svnserve -d -r /opt/svn/repos/svn

    设置开机启动:

    vi /etc/rc.d/rc.local

    添加命令:/usr/bin/svnserve -d -r /home/svn

     whereis svnserve查找svn路径

    五、客户端进行代码的检出

    1.windows端安装TortoiseSVN, 右键svn checkout

    2. 在打开的对话框中,输入svn库的地址,确定便可以同步项目。地址如下,ip地址加项目名称,如图:

    3. svn提示检出成功,在目录下可以找到检出的项目。 

    4. 对于以前的项目,重定向到新的svn服务器,右键->TortoiseSVN->Relocate,在弹出的对话框中填写新的地址,TortoiseSVN会提示修改成功,之后,就可以使用新的svn了。

    5. linux下若使用svn命令的话,形式如下:

    svn switch --relocate (Old Repository Root) (New Repository Root)

  • 相关阅读:
    资源 | TensorFlow推出新工具Seedbank:即刻使用的预训练模型库【转】
    Vim 基本設置 – 使用Vim-plug管理插件 (3)【转】
    Linux kernel 编译问题记录【转】
    深度学习(四)卷积神经网络入门学习(1)【转】
    深度学习:Keras入门(二)之卷积神经网络(CNN)【转】
    深度学习:Keras入门(一)之基础篇【转】
    CNN笔记:通俗理解卷积神经网络【转】
    [Deep Learning] 神经网络基础【转】
    一文弄懂神经网络中的反向传播法——BackPropagation【转】
    Testin
  • 原文地址:https://www.cnblogs.com/cutelinux/p/6052950.html
Copyright © 2020-2023  润新知