Distrobox在WSL 2中挂载问题的解决方案
2025-05-22 06:09:03作者:江焘钦
在Ubuntu 22.04 WSL 2环境中使用Distrobox创建容器时,用户可能会遇到一个常见的挂载错误。这个错误表现为当尝试进入容器时,系统提示"/tmp目录挂载在根目录下但不是共享或从属挂载"的错误信息。
问题现象
当用户执行以下命令时:
distrobox create --image ubuntu:22.04 --name ubuntu-teste
distrobox-enter --name ubuntu-teste
系统会返回错误:
Error response from daemon: path /tmp is mounted on / but it is not a shared or slave mount
Error: failed to start containers: ubuntu-teste
问题原因
这个问题的根本原因在于WSL 2的挂载机制与常规Linux系统有所不同。在WSL 2环境中,默认情况下挂载点不具备共享挂载(shared mount)或从属挂载(slave mount)的特性,而Docker容器运行时需要这些特性才能正常工作。
解决方案
要解决这个问题,需要在WSL 2环境中重新挂载根目录为共享挂载。具体操作步骤如下:
- 首先确认当前挂载点的属性:
findmnt -o PROPAGATION /
- 如果输出显示不是"shared",则需要执行以下命令重新挂载:
sudo mount --make-rshared /
- 为了确保每次WSL启动时自动设置,可以将此命令添加到
.bashrc或.profile文件中。
技术背景
在Linux系统中,挂载传播(mount propagation)控制着挂载点事件的传播方式。共有四种传播类型:
- 私有挂载(private):挂载事件不会传播到其他挂载点
- 共享挂载(shared):挂载事件会双向传播
- 从属挂载(slave):挂载事件只能单向传播
- 不可绑定挂载(unbindable):防止挂载点被绑定挂载
Docker容器需要共享挂载或从属挂载才能正确工作,因为它依赖于挂载传播来管理容器内的文件系统。
注意事项
- 修改挂载传播类型需要root权限
- 在WSL环境中,这种修改不是永久性的,每次重启WSL后需要重新设置
- 如果使用systemd管理的WSL发行版,可以考虑通过systemd服务来自动化这个过程
通过以上解决方案,用户应该能够在WSL 2环境中顺利使用Distrobox创建和管理容器。这个问题的解决不仅适用于Ubuntu 22.04,也适用于其他基于WSL 2的Linux发行版。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
780
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (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
1.06 K
615
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
759
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++
634
232