当前位置:首页 > 文章列表 > 文章 > linux > Linux更换YUM源教程:国内镜像加速方法

Linux更换YUM源教程:国内镜像加速方法

2026-03-11 11:24:42 0浏览 收藏
本文详细讲解了如何通过更换国内YUM镜像源(如阿里云、清华源、华为云)来显著提升Linux系统中YUM包管理器的下载速度与稳定性,特别针对官方源响应慢、连接超时等常见痛点,提供了从备份原配置、分步骤配置各主流镜像源到最终验证生效的一站式实操指南,兼顾不同发行版(CentOS 7/8、AlmaLinux、Rocky Linux等)和架构适配,让运维人员和Linux用户轻松实现高效、可靠的软件包管理。

Linux怎么配置YUM源_Linux更换国内镜像源教程【加速】

如果您在Linux系统中使用YUM包管理器时遇到下载缓慢或连接超时问题,则很可能是默认的官方源服务器响应慢或网络路径不佳。以下是更换为国内镜像源以提升软件包下载速度的具体操作步骤:

一、备份原有YUM源配置文件

为防止误操作导致系统无法正常更新,需先将原始repo文件备份,便于后续恢复。

1、执行命令创建备份目录:sudo mkdir -p /etc/yum.repos.d/backup

2、将当前所有.repo文件移入备份目录:sudo mv /etc/yum.repos.d/*.repo /etc/yum.repos.d/backup/

3、确认原目录已清空:ls /etc/yum.repos.d/

二、配置阿里云YUM源

阿里云镜像站提供稳定、高速且与CentOS/RHEL/AlmaLinux等主流发行版完全兼容的镜像,适配性广。

1、根据系统版本选择对应repo文件:CentOS 7用户执行sudo curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo

2、CentOS 8用户执行:sudo curl -o /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-8.repo

3、AlmaLinux 8用户执行:sudo curl -o /etc/yum.repos.d/almalinux.repo https://mirrors.aliyun.com/almalinux/8/BaseOS/x86_64/os/repodata/repomd.xml(需配合手动编写repo内容)

4、生成缓存并验证:sudo yum clean all && sudo yum makecache

三、配置清华源YUM镜像

清华大学开源软件镜像站对Fedora、CentOS Stream及Rocky Linux等新版本支持及时,DNS解析快,适合教育网及北方地区用户。

1、获取清华源基础配置:sudo curl -o /etc/yum.repos.d/base.repo https://mirrors.tuna.tsinghua.edu.cn/help/centos/(注意:该URL返回HTML页面,需改用实际repo地址)

2、正确写入CentOS 7清华源:sudo sed -e 's|^baseurl=.*|baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/7/BaseOS/$basearch/os/|g' -e 's|^#baseurl=.*|baseurl=https://mirrors.tuna.tsinghua.edu.cn/centos/7/BaseOS/$basearch/os/|g' /etc/yum.repos.d/CentOS-Base.repo > /tmp/centos-base-tuna.repo && sudo mv /tmp/centos-base-tuna.repo /etc/yum.repos.d/CentOS-Base.repo

3、启用EPEL扩展源(可选):sudo yum install epel-release -y && sudo sed -i 's|^mirrorlist=|#mirrorlist=|g; s|^#baseurl=https://|baseurl=https://|g' /etc/yum.repos.d/epel.repo

4、刷新元数据:sudo yum clean all && sudo yum makecache

四、配置华为云YUM源

华为云镜像站针对ARM64架构和openEuler生态优化明显,同时兼容x86_64 CentOS系统,延迟低、带宽充足。

1、下载华为云CentOS 7 Base源:sudo curl -o /etc/yum.repos.d/CentOS-Base.repo https://repo.huaweicloud.com/repository/conf/CentOS-7-reg.repo

2、替换baseurl中的域名部分:sudo sed -i 's|http://repo.huaweicloud.com|https://repo.huaweicloud.com|g' /etc/yum.repos.d/CentOS-Base.repo

3、启用updates源(如需):sudo sed -i '/^\[updates\]$/,/^$/s|^enabled=0|enabled=1|' /etc/yum.repos.d/CentOS-Base.repo

4、重建YUM缓存:sudo yum clean all && sudo yum makecache

五、验证源配置是否生效

通过列出可用仓库及其状态,确认新配置的镜像源已被识别且启用,避免因语法错误或路径失效导致后续安装失败。

1、显示所有启用的仓库:yum repolist enabled

2、查看某仓库详细信息(例如base):yum repoinfo base

3、测试安装一个轻量包(如wget):sudo yum install wget -y

4、检查下载URL是否指向国内域名:yum --showduplicates list wget | grep -A5 "Available Packages"(观察输出中Repository列是否含tuna、aliyun或huaweicloud)

到这里,我们也就讲完了《Linux更换YUM源教程:国内镜像加速方法》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

PHP清理logs文件名技巧分享PHP清理logs文件名技巧分享
上一篇
PHP清理logs文件名技巧分享
千问AI识图写诗教程|拍照生成诗意攻略
下一篇
千问AI识图写诗教程|拍照生成诗意攻略
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    268次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    318次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    304次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    276次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    97次使用