博客
关于我
【Linux】Linux用户和用户组管理——用户组管理命令
阅读量:633 次
发布时间:2019-03-14

本文共 988 字,大约阅读时间需要 3 分钟。

用户组管理命令详解

一、添加用户组(groupadd)

添加用户组是通过`groupadd`命令完成的。这是一个简单而高效的命令,主要用于创建新的用户组。

**语法**: `groupadd 【参数】组名`

**参数说明**:

- `-g GID`: 指定组ID。当不指定此选项时,系统会自动分配一个唯一的组ID。- 组名: 需要输入的组名,组名必须唯一,不能与已有的组名重复。

示例:

groupadd admin
groupadd -g 1000 users

添加组之后,新组会被创建,用户可以使用`groupadd -G`或`groupmod`将用户加入该组。

二、修改用户组(groupmod)

`groupmod`命令用于修改现有的用户组信息,常用于更改组名或组ID。操作前请确保你有权限管理该组。

**语法**: `groupmod 【参数】 组名`

**参数说明**:

- `-g GID`: 修改组的ID。- `-n newName`: 修改组名,需替换原组名。

示例:

groupmod -n "系统管理员" admin
groupmod -g 2000 existing_group

修改组ID或名后,相关用户需要重新登录才能反映这个更改,部分系统可能需要重新加载权限配置。

三、删除用户组(groupdel)

**语法**: `groupdel 组名`

**注意事项**:

- 组名必须存在,并且操作用户必须拥有管理权限。- 删除组会同时移除组内的所有用户。

示例:

groupdel users
groupdel -gid 1000 group1

删除组后,相关用户可能需要从其他位置移除,确保系统权限配置正确无误。

四、添加或删除用户组成员(gpasswd)

管理用户组成员的标准命令是`gpasswd`,支持添加或删除用户到/from 组中。

**语法**: `gpasswd 【参数】 组名`

**参数说明**:

- `-a userName`: 将指定用户添加到组中。- `-d userName`: 从组中删除指定用户。

示例:

gpasswd -a john admin_group
gpasswd -d mary users_group

添加用户时,请确保用户已经存在,删除用户则需确认权限。此命令默认不会提示,操作完成后请妥善确认结果。

转载地址:http://zuloz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
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>>