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 12:17:21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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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