pgBackRest离线环境依赖安装解决方案详解
2025-06-27 20:42:44作者:伍希望
背景与挑战
在CentOS 7等RHEL系操作系统上部署pgBackRest时,常会遇到目标服务器无法连接互联网的情况。由于pgBackRest依赖bzip2、libssh2、openssl等多个开发库,传统yum安装方式无法使用,而直接使用rpm命令处理依赖关系又极其复杂。本文将系统性地介绍两种有效的离线依赖解决方案。
方案一:YUM本地缓存迁移法
该方法通过搭建同构环境的中间机完成依赖收集:
-
配置YUM缓存 修改/etc/yum.conf关键参数:
cachedir=/app/yum # 自定义缓存目录 keepcache=1 # 启用缓存保留 -
批量下载依赖
sudo yum install -y bzip2-devel libssh2-devel libxml2-devel libyaml-devel \ libzstd-devel lz4-devel openssl-devel postgresql postgresql-devel postgresql-libs zstd lz4 -
离线安装 将/app/yum目录下的rpm包迁移至目标服务器后执行:
sudo rpm -ihv --force depend/* # 强制安装所有依赖
技术要点:
- 需确保中间机与目标机的系统版本、架构完全一致
--force参数可解决部分依赖冲突问题- 建议按依赖顺序分批次安装关键组件
方案二:编译时静态链接方案
对于安全要求更高的环境,可采用静态编译方案:
-
基础环境准备
# 在可联网环境预下载源码包 wget https://example.com/openssl-1.1.1.tar.gz wget https://example.com/libssh2-1.10.0.tar.gz -
静态编译关键库
./configure --prefix=/opt/staticlibs --enable-static make && make install -
配置pgBackRest编译参数
./configure --with-openssl=/opt/staticlibs \ --with-libssh2=/opt/staticlibs \ LDFLAGS="-static"
优势对比:
| 方案 | 部署复杂度 | 维护成本 | 安全性 |
|---|---|---|---|
| YUM缓存迁移 | 中 | 较高 | 一般 |
| 静态编译 | 高 | 低 | 高 |
生产环境建议
- 建立内部YUM镜像仓库是长期解决方案
- 对于EOL系统(如CentOS 7),应考虑升级基础环境
- 关键组件建议进行签名校验
- 可结合Ansible等工具实现批量部署
常见问题处理
- 依赖冲突:使用
rpm -e卸载冲突包后重试 - 架构不符:确认下载的rpm包与uname -m输出一致
- 符号链接缺失:手动创建/lib64到/usr/lib64的软链接
通过上述方案,可有效解决pgBackRest在隔离环境中的部署难题。建议根据实际安全要求和运维能力选择合适的实施路径。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
197
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
311
React Native鸿蒙化仓库
JavaScript
285
331
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++
845
424
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
10
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
1.26 K
693
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120