EMBA项目安装过程中MongoDB仓库签名问题的解决方案
2025-06-28 12:44:51作者:戚魁泉Nursing
问题背景
在安装EMBA(嵌入式Linux分析器)项目时,部分用户可能会遇到与MongoDB相关的APT仓库签名验证问题。虽然EMBA项目本身已不再依赖MongoDB,但系统中残留的旧版MongoDB仓库配置仍可能导致安装失败。
典型错误表现
安装过程中系统会报告以下关键错误信息:
- 提示MongoDB 3.2 Release仓库未签名
- 指出密钥存储在旧的trusted.gpg密钥环中
- 报告签名无效(EXPKEYSIG错误)
- 最终导致APT无法安全更新该仓库
根本原因分析
此问题通常由以下因素共同导致:
- 系统中存在过时的MongoDB仓库配置
- MongoDB 3.2版本的签名密钥已过期
- 密钥管理方式不符合现代APT的安全要求
- 虽然EMBA不再需要MongoDB,但残留配置仍干扰安装过程
详细解决方案
第一步:清理现有MongoDB相关组件
执行以下命令彻底移除可能存在的MongoDB组件:
sudo systemctl stop mongod
sudo apt-get purge mongodb-org* -y
第二步:移除过时的仓库配置
删除所有MongoDB相关的APT源列表文件:
sudo rm /etc/apt/sources.list.d/mongodb*.list
第三步:更新APT缓存
清理并重建APT缓存:
sudo apt-get clean
sudo rm -rf /var/lib/apt/lists/*
sudo apt-get update
第四步:处理遗留的GPG密钥
对于旧式存储的GPG密钥,执行以下操作:
- 列出所有旧式存储的密钥:
sudo apt-key list
-
找到MongoDB相关的密钥ID(通常以"D68FA50FEA312927"等形式出现)
-
删除特定密钥:
sudo apt-key del <密钥ID>
或者删除所有旧式存储的密钥(谨慎操作):
sudo rm /etc/apt/trusted.gpg
预防措施
为避免类似问题再次发生,建议:
- 定期检查系统中的APT源配置
- 及时移除不再使用的软件仓库
- 使用现代方式管理GPG密钥(如将密钥放入/etc/apt/trusted.gpg.d/目录)
- 在添加新仓库时,确保使用当前有效的签名密钥
技术深度解析
现代Linux发行版(如Ubuntu)对软件包安全性要求日益严格。APT工具现在会:
- 验证仓库签名密钥的有效期
- 检查密钥存储位置是否符合当前安全标准
- 拒绝使用过期或存储不当的密钥
MongoDB 3.2版本已停止维护多年,其签名密钥自然过期,导致验证失败。虽然EMBA项目已移除对MongoDB的依赖,但系统中残留的配置仍会干扰APT的正常运作。
通过上述解决方案,不仅可以解决EMBA安装问题,还能帮助系统恢复到更干净、更安全的状态,为后续的软件安装和系统维护打下良好基础。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219