Pigsty在Anolis OS 8.9虚拟机单节点安装问题解析与解决方案
2025-06-18 22:03:11作者:宣利权Counsellor
背景介绍
Pigsty是一款开源的PostgreSQL数据库管理平台,提供自动化部署、监控和管理功能。在实际部署过程中,用户可能会遇到操作系统兼容性问题。本文针对在Anolis OS 8.9虚拟机环境中安装Pigsty时遇到的依赖冲突问题进行分析,并提供解决方案。
问题现象
用户在Anolis OS 8.9虚拟机环境中执行Pigsty安装时,在安装PostgreSQL相关包阶段出现依赖冲突错误。主要报错信息显示:
- 缺少python3-click >= 4.1依赖
- 缺少libssh2.so.1库文件
- patroni和pgbackrest包之间存在依赖冲突
问题分析
经过对报错信息的深入分析,可以确定问题根源在于:
- 初始安装时未使用
-k参数执行bootstrap脚本,导致系统尝试从默认仓库而非本地仓库获取依赖包 - Anolis OS 8.9的基础软件仓库可能缺少某些Pigsty所需的特定依赖版本
- 包管理器在解析依赖关系时遇到冲突,特别是patroni和pgbackrest之间的版本兼容性问题
解决方案
通过以下步骤可以成功解决问题:
-
恢复干净系统环境:建议使用虚拟机快照恢复到初始状态,确保没有残留的安装文件或配置
-
使用正确的bootstrap命令:
curl -fsSL https://repo.pigsty.io/get | bash
cd ~/pigsty
./bootstrap -k
- 完成后续安装步骤:
./configure
./install.yml
关键点在于使用-k参数执行bootstrap脚本,该参数会强制使用本地仓库而非系统默认仓库,避免依赖冲突。
技术原理
bootstrap -k命令的特殊之处在于:
- 它会优先使用Pigsty提供的本地软件仓库
- 跳过系统默认仓库的依赖检查
- 确保所有组件使用经过测试的兼容版本
在Anolis OS这类RHEL衍生发行版上,系统默认仓库的包版本可能与Pigsty要求的特定版本不兼容,因此使用本地仓库是更可靠的选择。
最佳实践建议
- 在Anolis OS等RHEL衍生系统上安装Pigsty时,始终使用
bootstrap -k - 安装前确保系统环境干净,没有残留的PostgreSQL或其他数据库组件
- 建议在虚拟机环境中先进行测试安装
- 保持Pigsty版本与操作系统版本的兼容性检查
总结
通过使用正确的安装参数和方法,Pigsty可以顺利在Anolis OS 8.9环境中完成部署。这个问题提醒我们,在特殊Linux发行版上部署软件时,需要特别注意依赖管理和安装参数的差异。掌握这些技巧后,用户可以更加顺利地在各类环境中部署Pigsty数据库管理平台。
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 StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
564
693
Claude 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 Started
Rust
542
98
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++
957
954
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
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
150
177
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
140
221