在Unraid中使用Virtual-DSM配置额外磁盘和网络共享的指南
2025-06-26 00:15:52作者:瞿蔚英Wynne
Virtual-DSM是一个强大的容器化解决方案,允许用户在非Synology硬件上运行DSM系统。本文将详细介绍如何在Unraid环境中为Virtual-DSM配置额外存储空间和网络共享功能。
准备工作
在开始配置前,请确保已在Unraid上成功部署Virtual-DSM容器。建议先备份现有数据,以防配置过程中出现意外情况。
配置额外存储空间
为Virtual-DSM添加额外磁盘有两种主要方法:
方法一:通过环境变量添加虚拟磁盘
- 停止当前运行的Virtual-DSM容器
- 编辑docker-compose.yml文件,添加以下配置项:
environment:
DISK2_SIZE: "32G" # 可根据需要调整大小
DISK3_SIZE: "64G" # 可根据需要调整大小
volumes:
- /mnt/user/your_share:/storage2 # 指定存储路径
- /mnt/user/another_share:/storage3
- 保存文件并重新部署容器
方法二:直接挂载物理磁盘
虽然技术上可行,但不推荐直接将物理磁盘传递给Virtual-DSM,因为这会限制Unraid本身对磁盘的管理能力。更好的做法是通过Unraid管理存储,然后以共享文件夹形式提供给Virtual-DSM。
网络共享配置
要在Windows中访问Virtual-DSM作为网络驱动器,需要配置SMB共享:
- 确保Virtual-DSM容器可以访问445端口(SMB默认端口)
- 在docker-compose.yml中添加端口映射:
ports:
- 445:445
注意:如果Unraid本身已使用445端口,则需要修改Virtual-DSM使用其他端口(如4445),然后在Windows连接时指定端口号。
网络配置建议
-
在路由器中为Virtual-DSM容器分配静态IP:
- 获取容器的MAC地址
- 在路由器DHCP设置中为其分配固定IP
-
或者通过docker-compose配置固定IP:
networks:
default:
ipv4_address: 192.168.1.100 # 替换为你的局域网IP
常见问题解决
- 容器名称冲突:确保docker-compose.yml中的容器名称与现有容器不冲突
- 语法错误:YAML文件对缩进敏感,必须使用空格而非制表符
- 端口冲突:检查所需端口是否已被其他服务占用
最佳实践
- 使用docker-compose管理容器配置,便于版本控制和迁移
- 为不同服务分配不同的存储路径,便于管理
- 定期备份容器配置和数据
- 监控资源使用情况,特别是当配置多个虚拟磁盘时
通过以上配置,您可以在Unraid上获得一个功能完善的Virtual-DSM实例,具备多磁盘支持和网络共享能力。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217