当前位置:首页 > 文章列表 > 文章 > linux > Linux用dnf安装软件方法详解

Linux用dnf安装软件方法详解

2026-05-14 20:19:40 0浏览 收藏
本文深入解析了在Linux系统中使用dnf install安装软件的关键要点与常见陷阱,强调成功与否并非取决于命令本身是否正确,而主要受系统版本兼容性(如CentOS 7需手动启用EPEL或安装dnf,RHEL/CentOS 8+才原生支持)、仓库配置(如AppStream、BaseOS、EPEL是否启用及可达)以及网络源质量(推荐切换为阿里云、清华等国内镜像源)三重因素影响;同时澄清了本地RPM安装的规范做法(必须用dnf install ./xxx.rpm而非rpm -ivh或已废弃的dnf localinstall)、GPG校验与依赖自动解决机制,并指出dnf看似“慢”的本质是更严谨的依赖求解与元数据校验——通过dnf makecache预加载和合理配置仓库,即可大幅提升效率和成功率。

Linux如何使用dnf安装软件_Linux dnf安装软件方案

dnf install 是最直接的方式,但实际执行时是否成功,取决于系统版本、仓库配置和网络源——不是所有 CentOS/RHEL 7 系统都预装 dnf,也不是所有 dnf install 命令都能立刻跑通。

确认系统是否支持 dnf

CentOS 7 默认不带 dnf,强行运行 dnf --version 会报 command not found;而 CentOS 8+、Fedora、RHEL 8+ 才默认启用。
如果在 CentOS 7 上看到 No package dnf available,说明 EPEL 仓库没启用或源已失效:

  • 先运行 yum install epel-release -y(确保 EPEL 已启用)
  • 再试 yum install dnf;若仍失败,需手动下载 RPM 安装(参考 springdale.math.ias.edu 提供的 python-dnf 和 dnf 包)
  • 安装后建议运行 dnf makecache 刷新元数据,否则 dnf install 可能查不到包

dnf install 常见失败原因

即使 dnf 命令存在,dnf install nginx 也可能卡住或报错,核心问题通常出在仓库状态或包名不匹配:

  • Failed to synchronize cache for repo 'baseos':说明某个仓库 URL 不可达,可临时禁用:dnf --disablerepo=baseos install nginx
  • No match for argument: nginx:不是软件不存在,而是没启用 AppStream 仓库(RHEL/CentOS 8+ 中 nginx 在 AppStream 而非 BaseOS)
  • 使用 dnf search nginx 查到的是 nginx-all-modules 或 nginx-mod-* ,真正要装的是 nginx(主程序包),但必须确保 AppStream 启用
  • 某些包如 htop、jq 在 EPEL 中,未启用 EPEL 就搜不到

安装本地 RPM 文件的正确写法

从官网下载了 docker-ce-26.1.4-1.el8.x86_64.rpm 这类包,别用 rpm -ivh 硬装——它不自动解决依赖。应交给 dnf 处理:

  • 直接运行 dnf install ./docker-ce-26.1.4-1.el8.x86_64.rpm(路径必须带 ./ 或绝对路径)
  • 若提示 GPG 签名错误,加 --nogpgcheck(仅限可信来源)
  • 若提示依赖缺失(如 containerd.io),dnf 会列出缺失项并询问是否从仓库补全——选 y 即可
  • 不要用 dnf localinstall:这个子命令在 dnf 4+ 中已被废弃,仅兼容旧脚本

为什么有时候 dnf install 比 yum install 慢?

这不是 bug,是设计取舍:dnf 默认启用更严格的依赖解析和元数据校验。首次运行或仓库元数据过期时,dnf install 会花几秒做 solv 计算,而 yum 可能跳过部分检查直接报错。

  • 加速方法:运行 dnf makecache --timer 后,后续安装会快很多
  • 若确定环境干净,可加 --setopt=skip_if_unavailable=True 跳过不可达仓库
  • 注意:禁用校验(如 --nogpgcheck)不会提升速度,只绕过签名验证
  • 真正拖慢安装的,往往是镜像源响应慢——换阿里云、清华源后,dnf install 的等待时间通常能从 20s 降到 2s 内

真实场景里,dnf install 成不成功,80% 取决于仓库有没有配对、有没有启用对应 repo,而不是命令本身写得对不对。很多人卡在第一步,却反复检查拼写——其实该先敲 dnf repolist 看一眼哪些仓库是 enabled。

好了,本文到此结束,带大家了解了《Linux用dnf安装软件方法详解》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

HTML实现记住密码通常通过表单的 autocomplete 属性和 localStorage 或 cookie 存储用户输入的账号密码。对于登录状态的保持,一般使用 cookie 或 token(如 JWT)来实现。一、HTML 实现“记住密码”功能在 HTML 表单中,可以通过以下方式实现“记住密码”:<form>
  <label>用户名:</label>
  <input type=HTML实现记住密码通常通过表单的 autocomplete 属性和 localStorage 或 cookie 存储用户输入的账号密码。对于登录状态的保持,一般使用 cookie 或 token(如 JWT)来实现。一、HTML 实现“记住密码”功能在 HTML 表单中,可以通过以下方式实现“记住密码”:
上一篇
HTML实现记住密码通常通过表单的 autocomplete 属性和 localStorage 或 cookie 存储用户输入的账号密码。对于登录状态的保持,一般使用 cookie 或 token(如 JWT)来实现。一、HTML 实现“记住密码”功能在 HTML 表单中,可以通过以下方式实现“记住密码”: Win11激活失败原因及解决方法
下一篇
Win11激活失败原因及解决方法
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。
    296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。
    350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。
    353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。
    316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。
    136次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码