Lima虚拟机中CentOS Stream 9的软件包升级问题分析
2025-05-13 11:30:19作者:郦嵘贵Just
问题背景
在使用Lima虚拟机的CentOS Stream 9模板时,用户尝试通过sudo dnf upgrade命令升级系统软件包时遇到了依赖冲突问题。这个问题主要涉及iptables-legacy和iptables-libs两个软件包之间的版本不兼容。
问题现象
执行升级命令后,系统报告了以下错误:
iptables-legacy-1.8.10-4.1.el9.x86_64要求iptables-libs的版本为1.8.10-4.el9或1.8.10-4.el9_4- 但系统无法同时安装来自baseos仓库的
iptables-libs-1.8.10-5.el9.x86_64和已安装的iptables-libs-1.8.10-4.el9.x86_64
根本原因分析
这个问题源于EPEL(Extra Packages for Enterprise Linux)仓库和CentOS Stream 9基础仓库(baseos)之间的软件包版本冲突:
-
软件包来源:
iptables-legacy和iptables-legacy-libs来自EPEL仓库iptables-libs来自baseos基础仓库
-
安装过程问题:
- 在初始安装时,系统错误地将EPEL仓库的
iptables-legacy系列软件包与baseos仓库的标准iptables-libs混合安装 - 这导致了版本依赖关系的混乱,特别是当baseos仓库中的
iptables-libs有更新版本时,系统无法正确处理升级路径
- 在初始安装时,系统错误地将EPEL仓库的
解决方案建议
对于遇到此问题的用户,可以考虑以下几种解决方案:
-
使用--allowerasing选项:
sudo dnf upgrade --allowerasing这个选项允许dnf删除冲突的软件包以解决依赖问题。
-
明确指定软件包来源:
sudo dnf upgrade --disablerepo=epel临时禁用EPEL仓库进行升级,避免仓库间的冲突。
-
完全移除冲突软件包:
sudo dnf remove iptables-legacy iptables-legacy-libs sudo dnf upgrade先移除EPEL来源的软件包,再进行系统升级。
预防措施
为避免类似问题,建议:
- 在安装软件包时明确指定仓库来源
- 避免混合安装来自不同仓库的同一软件系列的不同版本
- 定期检查系统已安装软件包的来源和依赖关系
- 在启用第三方仓库(如EPEL)时,注意可能存在的与基础系统的兼容性问题
技术细节
iptables是Linux系统中用于配置IPv4数据包过滤规则的工具,在CentOS Stream 9中:
- 基础系统提供
iptables-libs作为核心依赖 - EPEL仓库提供了
iptables-legacy系列软件包,通常用于需要保持旧版本兼容性的场景 - 当两个版本的库文件同时存在时,会导致动态链接和依赖解析的混乱
理解这些底层机制有助于系统管理员更好地处理类似的软件包冲突问题。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0116
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220