Pi-hole更新Gravity时出现Libuv错误代码-126的排查与解决
2025-05-01 13:03:11作者:申梦珏Efrain
问题现象
在Raspberry Pi 5设备上运行64位Raspberry Pi OS(Debian 12 Bullseye)时,使用Pi-hole更新Gravity数据库时出现异常。具体表现为在执行pihole -g或通过Web界面更新时,控制台输出大量错误信息:
netmgr/uverr2result.c:98:isc___nm_uverr2result(): unable to convert libuv error code in udp_send_cb (netmgr/udp.c:804) to isc_result: -126: Unknown system error -126
虽然最终Gravity更新能够完成,但这些错误信息表明系统存在潜在的网络配置问题。
技术背景
Libuv是一个跨平台的异步I/O库,Node.js等许多项目都使用它来处理网络请求。错误代码-126是一个相对罕见的系统错误,通常表示底层网络通信存在问题。
在Pi-hole的上下文中,更新Gravity时需要从多个远程源获取广告列表数据,这个过程依赖于系统的DNS解析能力。当DNS解析出现问题时,就会触发这类网络层错误。
排查过程
-
验证DNS解析功能:使用
dig命令测试对raw.githubusercontent.com的解析能力,发现同样出现错误代码-126,确认问题与DNS解析相关。 -
检查网络配置:发现系统通过私有网络连接,其配置文件中DNS设置存在问题:
- 错误配置:DNS指向了不存在的客户端IP(10.0.0.2)
- 正确配置:应该指向Pi-hole本机IP(10.0.0.1)
-
验证解决方案:修改网络配置后,DNS解析恢复正常,Pi-hole的Gravity更新也不再出现错误。
问题根源
这个问题的根本原因在于网络配置不当导致的DNS解析失败。具体表现为:
- 网络配置错误地将DNS服务器指向了不存在的IP地址
- 系统尝试使用这个无效的DNS服务器进行解析
- 底层网络库(libuv)在遇到这种特殊网络状况时,返回了不常见的错误代码-126
- Pi-hole在更新过程中依赖DNS解析,因此触发了这个错误
解决方案
-
修正网络配置:
- 编辑网络配置文件
- 确保DNS设置指向有效的DNS服务器(如Pi-hole本机IP)
- 重启网络服务使配置生效
-
验证DNS功能:
dig raw.githubusercontent.com确认命令能正常返回解析结果而不报错
-
测试Pi-hole功能:
pihole -g确认Gravity更新过程不再出现错误信息
经验总结
- 网络配置错误可能导致各种看似不相关的系统问题
- 当遇到libuv错误代码-126时,应优先检查DNS和网络配置
- Pi-hole的正常运行依赖于正确的DNS解析能力
- 网络配置中的DNS设置需要特别注意,错误的配置会影响整个系统的网络功能
预防措施
- 在修改网络配置后,立即使用简单命令(如dig或nslookup)验证DNS解析功能
- 对于使用特殊网络连接的系统,要特别注意配置文件中的DNS设置
- 定期检查系统日志,及时发现并解决潜在的网络问题
- 在Pi-hole环境中,建议将DNS明确设置为已知可用的服务器(如本机Pi-hole实例或可靠的公共DNS)
通过这次问题的排查和解决,我们不仅修复了Pi-hole的Gravity更新问题,更重要的是理解了网络配置对系统功能的影响机制,为今后处理类似问题积累了宝贵经验。
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
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217