当前位置:首页 > 文章列表 > 文章 > linux > Linux下Maven安装与环境配置教程

Linux下Maven安装与环境配置教程

2026-03-24 16:35:48 0浏览 收藏
本文详细讲解了在Linux系统中安装与配置Apache Maven的实战方法,涵盖快速检测预装状态、规避系统包管理器(如apt/dnf)带来的版本滞后和兼容性陷阱,并重点推荐使用SDKMAN!实现多版本Maven的便捷安装与灵活切换;同时提供了手动解压安装的完整步骤(含路径规范、环境变量配置及权限处理),以及关键的阿里云镜像源配置技巧,帮助开发者彻底解决首次构建卡顿、依赖解析失败、IDE与命令行行为不一致等高频痛点——真正厘清Maven、JDK、镜像源与开发工具之间的隐式耦合关系,让配置一次到位、项目开箱即用。

linux怎么安装maven_linux配置项目构建工具【实战】

检查系统是否已预装 Maven

很多 Linux 发行版(尤其是 Ubuntu/Debian 的某些桌面镜像或开发环境)会自带 mvn,但版本往往过旧(比如 3.6.x),甚至只是 maven 包的空壳,实际没装 mvn 命令。直接运行 mvn -v,如果报 command not found,说明没装;如果输出版本但低于 3.8.0,大概率不兼容较新项目的 pom.xml(比如用了 中的 BOM 导入方式时会失败)。

实操建议:

  • 先执行 which mvn 和 mvn -v 确认是否存在、路径在哪、版本号是多少
  • Ubuntu/Debian 用户别急着 sudo apt install maven —— 官方源的 maven 包通常滞后 2~3 个大版本,且依赖 OpenJDK 11,和你本地 JDK 17/21 可能冲突
  • CentOS/RHEL 8+ 用户注意:dnf install maven 装的是 maven-local,它不提供 mvn 全局命令,而是用于构建 RPM 包的内部工具,不是你要的 Apache Maven

用 SDKMAN! 安装并管理多个 Maven 版本

这是最省心、最贴近 Java 开发者真实工作流的方式。SDKMAN! 不仅能装 maven,还能同时共存 maven 3.8.8、3.9.6、4.0.0-alpha-5,并一键切换,避免项目间因 Maven 版本差异导致的 Could not resolve dependencies 或 Unknown lifecycle phase "package" 错误。

实操建议:

  • 运行 curl -s "https://get.sdkman.io" | bash,然后 source "$HOME/.sdkman/bin/sdkman-init.sh"
  • 执行 sdk list maven 查看可用版本(带 * 的是推荐稳定版,如 3.9.6)
  • 装指定版本:sdk install maven 3.9.6,之后 mvn -v 就能确认生效
  • 若需临时切版本(比如调试老项目),用 sdk use maven 3.8.8,退出终端即恢复默认

手动解压安装(适合离线/受限环境)

当无法联网或公司内网禁止外部包管理器时,这是唯一可靠方式。关键不是“下载完解压就行”,而是路径、权限和环境变量三者必须对齐,否则 mvn 找不到 tools.jar 或报 JAVA_HOME not set(即使 java -version 正常)。

实操建议:

  • 从 Maven 官网 下载 apache-maven-3.9.6-bin.tar.gz(别下 -src 或 -zip)
  • 解压到非用户主目录的统一位置,例如 /opt/maven:sudo tar -xzf apache-maven-3.9.6-bin.tar.gz -C /opt/ && sudo ln -sf /opt/apache-maven-3.9.6 /opt/maven
  • 在 /etc/profile.d/maven.sh 中写入:
    export MAVEN_HOME=/opt/maven
    export PATH=$MAVEN_HOME/bin:$PATH
    ,然后 source /etc/profile.d/maven.sh
  • 验证:运行 mvn -v,输出中 Maven home 必须显示 /opt/maven,且 Java version 和你 $JAVA_HOME 一致

配置 settings.xml 避免首次构建卡住

刚装好的 Maven 第一次跑 mvn clean compile 会卡在 Downloading from central,不是网络慢,而是默认中央仓库(https://repo.maven.apache.org/maven2/)在国内直连极慢,且没配镜像源。更隐蔽的问题是:如果你用 IDE(如 IntelliJ)导入项目,它可能读取的是 ~/.m2/settings.xml,而命令行用的是 $MAVEN_HOME/conf/settings.xml,两者不一致会导致依赖解析行为不一致。

实操建议:

  • 优先修改全局配置:sudo cp $MAVEN_HOME/conf/settings.xml /opt/maven/conf/settings.xml,再编辑该文件,在 标签下插入阿里云镜像:

  aliyunmaven
  *
  Aliyun Maven
  https://maven.aliyun.com/repository/public
  • 确认 ~/.m2/settings.xml 不存在,或软链到全局配置:ln -sf /opt/maven/conf/settings.xml ~/.m2/settings.xml
  • 删掉 ~/.m2/repository(第一次配置后可选),让 Maven 重新拉取索引和依赖,验证是否提速
Maven 的麻烦不在安装本身,而在版本、JDK、镜像源、IDE 配置这四者的隐式耦合——改其中一项,其他三项都可能跟着出问题。动手前先 echo $JAVA_HOME 和 mvn -v 对齐,比重装十遍都管用。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

豆包如何模仿名人语气?技巧拆解全攻略豆包如何模仿名人语气?技巧拆解全攻略
上一篇
豆包如何模仿名人语气?技巧拆解全攻略
PhpStorm导入PHP框架项目步骤详解
下一篇
PhpStorm导入PHP框架项目步骤详解
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。
    286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。
    340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。
    341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。
    306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。
    129次使用