Pigsty在Ubuntu 22.04.4 Server上安装Node模块失败的解决方案
2025-06-18 00:54:59作者:余洋婵Anita
问题背景
Pigsty是一款开源的PostgreSQL数据库管理平台,在Ubuntu 22.04.4 LTS服务器上安装时,用户可能会遇到Node模块安装失败的问题。具体表现为执行install.yml时出现依赖冲突错误:
libc6-dev : Depends: libc6 (= 2.35-0ubuntu3.7) but 2.35-0ubuntu3.8 is to be installed
问题分析
这个错误源于Ubuntu 22.04.4 LTS系统的最新小版本更新与Pigsty预构建的离线包之间存在APT依赖冲突。Ubuntu系统自动更新了libc6到2.35-0ubuntu3.8版本,而Pigsty的离线安装包依赖的是较早的2.35-0ubuntu3.7版本。
解决方案
针对这一问题,有两种可行的解决方法:
方法一:在线安装模式
- 运行Pigsty的bootstrap脚本时,不选择离线安装模式(即不输入'y')
- 让安装程序直接从互联网获取最新依赖包
这种方式的优势在于:
- 自动适配系统当前版本
- 获取最新的软件包
- 避免版本冲突
方法二:手动解决依赖冲突
对于必须使用离线安装的场景,可以尝试以下步骤:
- 检查系统当前安装的libc6版本
- 从Ubuntu官方仓库下载兼容版本的libc6-dev包
- 手动安装所需依赖
最佳实践建议
- 在生产环境中,建议优先考虑在线安装方式
- 如果网络环境受限必须使用离线安装,建议在干净的Ubuntu 22.04 LTS基础系统上安装
- 安装前可以先执行系统更新,确保基础依赖处于最新状态
- 对于关键业务系统,建议先在测试环境验证安装过程
总结
Pigsty在Ubuntu 22.04.4上的安装问题主要是由系统小版本更新引起的依赖冲突。通过切换到在线安装模式可以很好地解决这一问题,这也是目前推荐的做法。理解这类依赖问题的本质有助于我们在使用开源软件时更好地应对各种环境适配问题。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218