RVM 在 AlmaLinux/RHEL 8 上安装 Ruby 3.3 时 Psych 组件问题的解决方案
在 AlmaLinux 8 或 RHEL 8 系统上使用 RVM 安装 Ruby 3.3 版本时,开发者可能会遇到一个常见问题:Psych 组件无法正常加载。这个问题表现为运行 Ruby 程序或使用 gem 命令时出现"cannot load such file -- psych"的错误提示。
问题现象
当用户在 AlmaLinux 8 或 RHEL 8 系统上通过 RVM 安装 Ruby 3.3.x 版本后,尝试运行任何需要 Psych 组件的操作时,系统会抛出加载错误。典型的表现包括:
- 使用 gem 命令安装软件包时失败
- 直接运行
ruby -e "require 'psych'"命令时出现错误 - 使用 Bundler 等依赖 YAML 解析的工具时崩溃
问题根源
这个问题的根本原因在于 Ruby 3.3 版本不再内置 libyaml 的源代码,而是依赖于系统提供的 libyaml 开发库。在 RHEL 8 及其衍生发行版(如 AlmaLinux)中,libyaml-devel 软件包默认不在基础仓库中提供。
解决方案
要解决这个问题,需要执行以下步骤:
- 启用系统的附加软件仓库(PowerTools/CRB)
- 安装 libyaml-devel 开发包
- 重新安装 Ruby 3.3
具体操作如下:
1. 启用 PowerTools/CRB 仓库
以 root 用户身份执行:
dnf config-manager --set-enabled powertools # 对于 AlmaLinux/CentOS/RockyLinux
# 或者对于 RHEL 8:
dnf config-manager --set-enabled codeready-builder-for-rhel-8-x86_64-rpms
2. 安装 libyaml-devel
继续以 root 用户执行:
dnf install libyaml-devel
3. 重新安装 Ruby
切换回普通用户,执行:
rvm remove ruby-3.3
rvm install ruby-3.3.6
验证解决方案
安装完成后,可以通过以下命令验证问题是否已解决:
ruby -e "require 'psych'"
如果命令执行后没有输出任何错误信息,则表示 Psych 组件已能正常加载。
技术背景
Psych 是 Ruby 的 YAML 解析器实现,它依赖于 libyaml 库。从 Ruby 3.3 版本开始,Ruby 不再自带 libyaml 的源代码,而是完全依赖系统提供的 libyaml 开发包。这一变化导致在缺少 libyaml-devel 的系统上安装 Ruby 时,Psych 组件无法正确编译和安装。
RHEL 8 及其衍生发行版将 libyaml-devel 移到了 PowerTools/CRB 仓库中,这是为了减少基础系统的软件包数量。因此,在默认配置下,系统虽然安装了 libyaml 运行时库,但缺少开发头文件,导致 Ruby 无法正确编译 Psych 扩展。
总结
对于在 RHEL 8 系列发行版上使用 RVM 安装 Ruby 3.3 的用户,确保启用 PowerTools/CRB 仓库并安装 libyaml-devel 是必要的步骤。这一解决方案不仅适用于 AlmaLinux,也同样适用于 CentOS、RockyLinux 和 RHEL 本身。通过理解 Ruby 依赖关系的变化和系统仓库的管理策略,开发者可以更好地处理类似的环境配置问题。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C043
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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