当前位置:首页 > 文章列表 > 文章 > linux > Linux下搭建RubyonRails环境教程

Linux下搭建RubyonRails环境教程

2026-05-07 19:34:56 0浏览 收藏
本文深入剖析了在Linux系统上搭建Ruby on Rails开发环境的常见陷阱与最佳实践,明确指出直接使用系统包管理器安装Ruby和Rails极易因版本过旧、ABI不兼容、权限混乱及缺失编译依赖而导致`rails new`失败、`bin/dev`启动报错或`bundler/setup`加载异常;文章强烈推荐采用`rbenv + ruby-build`方案安全安装Ruby 3.2.2(当前与Rails 7.1+兼容性最稳定),并强调Node.js ≥18.0.0与Yarn v1为Rails 7硬性依赖,同时给出从系统依赖安装、rbenv配置、Ruby版本验证到JS工具链初始化的完整、可复现操作链,助开发者一步避开90%的环境配置坑。

Linux怎么安装Ruby on Rails Linux Web开发环境搭建详解

直接用系统包管理器装 Ruby 和 Rails 会出什么问题

Ubuntu/Debian 的 sudo apt install ruby-full 默认装的是 3.0.x 或更老版本,Rails 7.1+ 要求 Ruby ≥ 3.1.0;CentOS/RHEL 的仓库 Ruby 更旧,甚至不带 gem 的完整功能。装完跑 rails new 很可能报错:incompatible library version 或 cannot load such file -- bundler/setup。

这不是配置问题,是底层 ABI 不匹配。系统包为稳定性牺牲更新节奏,不适合 Rails 开发——尤其你打算用 Hotwire、Import Maps 或 jsbundling-rails 这类新特性时。

  • Ruby 版本太低 → rails new 失败或生成项目后 bin/dev 启动报错
  • 系统级 gem 权限混乱 → 安装 bundler 或 rails 时提示 Permission denied
  • 缺少编译依赖(如 libssl-dev、zlib1g-dev)→ rbenv install 卡在 configure 阶段

rbenv + ruby-build 是当前最稳妥的安装路径

rbenv 不改系统 Ruby,所有版本装在用户目录下,切换干净、无副作用;ruby-build 插件让源码编译自动化,比手动 ./configure && make && sudo make install 少踩 80% 的坑。

关键步骤顺序不能乱:

  • 先装系统依赖:sudo apt install -y git curl autoconf bison build-essential libssl-dev libyaml-dev libreadline6-dev zlib1g-dev libncurses5-dev libffi-dev libgdbm6 libgdbm-dev libdb-dev
  • 再克隆 rbenv:git clone https://github.com/rbenv/rbenv.git ~/.rbenv
  • 必须装 ruby-build 插件:git clone https://github.com/rbenv/ruby-build.git ~/.rbenv/plugins/ruby-build(没它,rbenv install 命令根本不存在)
  • 初始化要写进 ~/.bashrc 或 ~/.zshrc:echo 'eval "$(rbenv init -)"' >> ~/.bashrc,然后 source ~/.bashrc
  • 装完 Ruby 后立刻执行:rbenv rehash(否则 ruby、gem 命令找不到)

安装哪个 Ruby 版本才真正兼容 Rails 7.1+

别只看官网写的 “Ruby ≥ 3.1.0”。实际测试中,ruby-3.2.2 是目前最稳的选择:它通过了 Rails 7.1.x 全系列 CI,且 openssl、zlib 扩展默认启用,不会在 bundle install 时因 SSL 验证失败卡住。

避开这些坑:

  • rbenv install 3.3.0 → 目前(2026年4月)Rails 7.1.x 尚未完全适配 3.3 的 GC 变更,部分 gem 编译报 undefined symbol: rb_gc_mark_movable
  • rbenv install 3.1.4 → 可用,但某些原生扩展(如 nokogiri)需额外指定 --use-system-libraries,否则编译慢且易失败
  • 用 rbenv global 3.2.2 后,务必验证:ruby -v 输出含 3.2.2,且 which ruby 指向 ~/.rbenv/versions/3.2.2/bin/ruby

Node.js 和 Yarn 不是可选项,而是 Rails 7 的硬性依赖

Rails 7 默认启用 importmap-rails,但它仍需要 node 解析 package.json 并启动开发服务器;如果选 jsbundling-rails(推荐),那 yarn 就是构建链路起点——没有它,rails server 启动后访问页面会 500,日志里全是 ExecJS::RuntimeUnavailable。

操作要点:

  • Node.js 必须 ≥ 18.0.0:curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash - && sudo apt-get install -y nodejs(别用 apt install nodejs,Ubuntu 仓库版本太旧)
  • Yarn 要装经典版(v1):npm install -g yarn(不是 yarn set version berry,Rails 7 的 yarn:install Rake 任务不认 v4)
  • 验证:node -v 输出 v18.20.2 或更高,yarn -v 输出 1.22.19 类似格式

最容易被忽略的是:装完 Ruby、Rails、Node、Yarn 后,新建项目必须加 --skip-javascript 以外的参数才能触发 JS 工具链初始化。例如 rails new blog --javascript esbuild,否则 app/javascript 目录压根不会生成,后续加功能会反复掉坑。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

极速安检通道位置及查询方法极速安检通道位置及查询方法
上一篇
极速安检通道位置及查询方法
Java流计算均值技巧分享
下一篇
Java流计算均值技巧分享
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。
    256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。
    299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。
    275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。
    254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。
    61次使用