Nodesource项目在Amazon Linux 2023上安装Node.js 20.x的GPG验证问题解析
问题背景
在使用Amazon Linux 2023操作系统时,用户通过Nodesource提供的RPM包安装Node.js 20.x版本时遇到了GPG验证失败的问题。具体表现为在执行dnf install nodejs命令时,系统提示"GPG check FAILED"错误,导致安装过程中断。
错误现象
当用户尝试使用以下命令安装Node.js时:
dnf install https://rpm.nodesource.com/pub_20.x/nodistro/repo/nodesource-release-nodistro-1.noarch.rpm -y
dnf install nodejs -y --setopt=nodesource-nodejs.module_hotfixes=1
系统会返回如下错误信息:
Public key for nodejs-20.10.0-1nodesource.x86_64.rpm is not installed
Error: GPG check FAILED
问题原因分析
-
GPG密钥验证机制:Linux系统在安装软件包时,会验证软件包的GPG签名以确保软件包的完整性和来源可信。Nodesource项目使用特定的GPG密钥对发布的软件包进行签名。
-
密钥不匹配:错误信息表明系统无法验证软件包的签名,可能是因为Nodesource更新了他们的GPG密钥,而旧版本的安装方法没有正确导入新的密钥。
-
安装方法变更:Nodesource可能已经改变了他们的软件包分发和验证机制,导致旧的直接安装RPM包的方法不再适用。
解决方案
经过验证,以下方法可以成功在Amazon Linux 2023上安装Node.js:
curl -fsSL https://rpm.nodesource.com/setup_20.x | bash -
dnf install -y nodejs
方法说明
-
使用官方安装脚本:
setup_20.x脚本会自动处理所有必要的配置,包括:- 添加正确的软件源
- 导入最新的GPG密钥
- 设置适当的仓库配置
-
使用dnf而非yum:在Amazon Linux 2023中,推荐使用dnf作为包管理器,因为它是yum的下一代替代品,提供了更好的性能和功能。
最佳实践建议
-
版本选择:如果需要特定版本的Node.js,可以在安装脚本中指定版本号,例如
setup_18.x或setup_21.x。 -
系统兼容性:这种方法不仅适用于Amazon Linux 2023,也适用于其他基于RPM的Linux发行版,如Rocky Linux和CentOS。
-
生产环境建议:在生产环境中,建议固定Node.js的具体版本号以避免意外升级带来的兼容性问题。
技术背景知识
-
GPG验证:GPG(GNU Privacy Guard)是一种加密软件,用于验证软件包的完整性和真实性。当软件包发布时,开发者会用私钥对软件包进行签名,用户则用对应的公钥验证签名。
-
dnf与yum:dnf是新一代的RPM包管理器,解决了yum的一些性能问题并提供了更好的依赖解析算法。Amazon Linux 2023默认使用dnf作为包管理工具。
-
Nodesource分发:Nodesource是一个提供Node.js二进制分发的项目,为各种Linux发行版提供预编译的Node.js包,简化了Node.js在Linux系统上的安装过程。
通过理解这些技术背景和采用正确的安装方法,开发者可以避免GPG验证失败的问题,顺利在Amazon Linux 2023及其他类似系统上安装所需的Node.js版本。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00