Linux下RPM包管理

概述

一种用于互联网下载包的打包及安装工具,它包含在某些linux分发版中。它生成具有.RPM扩展名的文件。RPMRedhat Package ManagerRedhat软件包管理工具)的缩写。这一文件格式虽然打上了Redhat的标志,但是其原始设计理念是开放式的,现在包括OpenLinuxS.u.S.E.以及Turbo LinuxLinux的分发版本都有采用。可以算是公认的行业标准了。

 

RPM包的名称格式

apache-1.3.23-11.i386.rpm

- “apache”:软件名称

- “1.3.23-11”:软件的版本号,主版本和此版本

- “i386”:是软件所运行的硬件平台

- “rpm”:文件扩展名,代表RPM

 

RPM常用命令

- rpm ‐qa:查询所安装的所有rpm软件包

- rpm ‐qa | more

- rpm ‐qa | grep X

- rpm ‐q 软件包名:查询软件包是否安装

- rpm ‐q xinetd

- rpm ‐q foo

- rpm ‐qi 软件包名:查询软件包信息

- rpm ‐qi file

- rpm ‐ql 软件包名:查询软件包中的文件

- rpm ‐ql file

- rpm ‐ql jdk

- rpm ‐qf 文件全路径名:查询文件所属的软件包

- rpm ‐qf /etc/passwd

- rpm ‐qf /root/install.log

- rpm ‐qp 包文件名:查询包的信息对这个软件包的介绍

- rpm ‐qp jdk-1_5_0-linux-i586.rpm

- rpm ‐qpi jdk-1_5_0-linux-i586.rpm

- rpm ‐qpl jdk-1_5_0-linux-i586.rpm

 

安装RPM

rpm ‐ivh RPM包全路径名称:安装包到当前系统

- i=install,安装

- v=verbose,提示,即有提示信息

- h=hash,进度条

 

删除RPM

rpm ‐e RPM包的名称

【案例】rpm ‐e jdk

如果其它软件包依赖于您要卸载的软件包,卸载时则会产生错误信息,如:

【案例】rpm ‐e foo

removing these packages would break dependenciesfoo is needed by bar-1.0-1

若让RPM忽略这个错误继续卸载,请使用‐‐nodeps命令行选项

【案例】rpm ‐e ‐‐nodeps foo

 

升级RPM

rpm ‐U RPM包全路径名

【案例】rpm ‐U cvs-1.11.2-10.i386.rpm

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值