Pi-hole在RHEL 9系统上的安装与SELinux配置指南
2025-05-01 05:06:54作者:苗圣禹Peter
背景概述
Pi-hole作为一款流行的网络广告拦截工具,官方主要支持Debian/Ubuntu和Fedora等Linux发行版。然而在企业环境中广泛使用的RHEL(Red Hat Enterprise Linux)9系统并未被官方直接支持,这给需要在RHEL环境部署Pi-hole的用户带来了挑战。本文将详细介绍在RHEL 9上成功安装Pi-hole的完整方案,并特别说明SELinux安全模块的兼容性处理。
核心安装方案
绕过系统检测
由于RHEL不在Pi-hole官方支持列表中,安装时需要设置特殊环境变量跳过OS检测:
curl -sSL https://install.pi-hole.net | PIHOLE_SKIP_OS_CHECK=true sudo -E bash
SELinux处理策略
RHEL默认启用的SELinux安全模块会与Pi-hole产生兼容性问题,推荐采用以下两种方案之一:
-
临时方案(测试环境适用)
将SELinux切换为宽容模式:setenforce 0 -
持久化方案(生产环境推荐)
保持SELinux强制模式的同时创建自定义策略:setsebool -P httpd_can_network_connect 1 ausearch -c 'php-cgi' --raw | audit2allow -M my-phpcgi semodule -X 300 -i my-phpcgi.pp /sbin/restorecon -v /var/www/html/admin/scripts/pi-hole/php/
进阶配置建议
端口与代理配置
当Pi-hole与现有Web服务(如Apache)共存时:
- 修改Pi-hole的lighttpd服务端口为8080
- 配置Apache反向代理规则:
ProxyPreserveHost On ProxyRequests Off ProxyPass /admin/ http://localhost:8080/admin/ ProxyPassReverse /admin/ http://localhost:8080/admin/
防火墙设置
确保放行必要端口:
- DNS服务:53/TCP&UDP
- Web管理界面:80/TCP(HTTP)或443/TCP(HTTPS)
技术原理深度解析
兼容性限制原因
Pi-hole对RHEL支持不足主要源于:
- 开发团队资源有限,优先保障主流社区发行版
- SELinux在强制模式下会严格限制网络服务和文件访问
- RHEL的软件包管理机制与Debian系存在差异
未来版本展望
正在开发中的Pi-hole v6版本对SELinux的兼容性有显著改进,正式发布后有望简化在RHEL系统的部署流程。
注意事项
- 生产环境部署前建议创建系统快照
- 定期检查SELinux日志(/var/log/audit/audit.log)排查权限问题
- 建议配合unbound等递归DNS服务器使用,提升隐私保护
通过本文提供的技术方案,用户可以在保持RHEL系统安全特性的前提下,成功部署Pi-hole广告拦截解决方案。对于企业用户而言,这种配置方式既满足了安全合规要求,又获得了Pi-hole的强大功能。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
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
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
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
470
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
364
3.03 K