WSL2 + Ubuntu 22.04 全流程安装与避坑指南(适配 D 盘)

WSL2 + Ubuntu 22.04 全流程安装与避坑指南(适配 D 盘)
适用于:Windows 10/11 用户 目标:在 D 盘上部署完整可联网的 Ubuntu 22.04 + GPU 支持的开发环境 作者:jiahao(实际踩坑实践) 更新时间:2025-10

📋 一、前置条件检查

  • Windows 已升级到 21H2 或更高版本;
  • 已安装 NVIDIA 显卡驱动 ≥ 510(支持 CUDA 12);
  • Windows 已安装 PowerShell 7+;
  • 本机具备管理员权限;
  • 可联网。

🧹 二、彻底清理旧版 WSL 环境

很多用户安装不干净是因为旧版本遗留。执行以下命令可完全重置。

1️⃣ 查看已安装发行版

wsl --list --all

如果看到:

Ubuntu Ubuntu-20.04 docker-desktop

说明旧版本仍存在。

如果没有直接跳转到3.2

2️⃣ 注销所有旧发行版

wsl --unregister Ubuntu wsl --unregister Ubuntu-20.04 wsl --unregister docker-desktop wsl --unregister docker-desktop-data

3️⃣ 卸载系统组件(可选彻底清理)

wsl --shutdown dism.exe /online /disable-feature /featurename:Microsoft-Windows-Subsystem-Linux /norestart dism.exe /online /disable-feature /featurename:VirtualMachinePlatform /norestart

在“应用和功能”中卸载:

  • Windows Subsystem for Linux Update
  • Ubuntu
  • Docker Desktop

⚙️ 三、重新启用并安装 WSL2

1️⃣ 启用系统组件

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

重启电脑:

shutdown /r /t 0

2️⃣ 安装 WSL 内核

wsl --install --no-distribution

3️⃣ 设置默认版本

wsl --set-default-version 2

💾 四、在 D 盘安装 Ubuntu 22.04

默认情况下,WSL 会安装在 C 盘。我们将其导出迁移到 D 盘,释放空间。

1️⃣ 安装 Ubuntu 22.04

wsl --install -d Ubuntu-22.04

首次启动后根据提示创建用户(如 jiahao)。如果提示:“wsl: 检测到 localhost 配置,但未镜像到 WSL。NAT 模式下的 WSL 不支持 localhost。”这是正常的不用管他。

2️⃣ 导出系统镜像

wsl --shutdown wsl --export Ubuntu-22.04 D:\WSL\ubuntu.tar

3️⃣ 注销旧系统

wsl --unregister Ubuntu-22.04

4️⃣ 导入到 D 盘

wsl --import Ubuntu-22.04 D:\WSL\Ubuntu D:\WSL\ubuntu.tar --version 2

5️⃣          

del D:\WSL\ubuntu.tar

验证迁移:

wsl --list --verbose

应显示:

Ubuntu-22.04 Stopped 2

🐧 五、首次进入系统与基础配置

启动:

wsl -d Ubuntu-22.04

更新系统:

sudo apt update && sudo apt upgrade -y sudo apt install -y build-essential git curl wget vim python3.11 python3.11-venv

🧠 六、解决无法联网

⚠️ 默认 WSL 网络为 NAT 模式,不能自动继承 Windows  daili。 你会遇到 curl 卡住、apt update timeout 的问题。

1️⃣ 在 Windows 的🐱中启用 LAN

进入🐱设置 → 开启局域网

确认配置中有:

allow-lan: true bind-address: 0.0.0.0 mixed-port: 7897

重点是第二行:bind-address: 0.0.0.0,这一步很关键,🐱的配置文件是config.yaml,同时需要注意端口没错。

然后重启🐱。

2️⃣ 在 PowerShell 验证端口监听

我们需要得到两条信息:WSL的内网ip和🐱的转发端口(第一步已经得到了)

netstat -ano | findstr 7897

✅ 期望输出:

TCP 0.0.0.0:7897 0.0.0.0:0 LISTENING ……

3️⃣ 在 WSL 中获取主机 IP

cat /etc/resolv.conf | grep nameserver

输出示例:

nameserver 172.19.48.1

测试是否连通,在WSL里面执行:

nc -zv 172.19.48.1 7897

如果输出:

Connection to 172.19.48.1 7897 port [tcp/*] succeeded! 

说明端口没被挡住。如果失败,则管理员权限单开一个Powershell,然后输入(注意替换端口):

这条命令会让 Windows 接受来自 WSL 的请求访问端口 7897。

之后再回到 WSL 执行:

nc -zv 172.19.48.1 7897 

应当返回 succeeded ✅。

4️⃣ 手动设置

export http_proxy="http://172.19.48.1:7897" export https_proxy="http://172.19.48.1:7897"

验证:

curl -I https://www.google.com

返回 HTTP/2 200 即表示成功。

然后执行:

echo 'Acquire { HTTP::proxy "http://172.19.48.1:7897"; HTTPS::proxy "http://172.19.48.1:7897"; };' | \ sudo tee /etc/apt/apt.conf.d/proxy.conf 

能更新包列表就说明 apt 已走DL。

5️⃣ 永久生效(添加到 .bashrc)

编辑:

nano ~/.bashrc

添加(注意端口需要替换成自己的🐱实际端口):

win_ip=$(grep nameserver /etc/resolv.conf | awk '{print $2}') export http_proxy="http://$win_ip:7897" export https_proxy="http://$win_ip:7897" export HTTP_PROXY=$http_proxy export HTTPS_PROXY=$https_proxy echo "[WSL] Proxy set to $http_proxy"

保存并执行:

source ~/.bashrc

👤 七、恢复默认登录用户(迁移后变 root 的修复)

迁移导入后 WSL 默认用 root 登录。

1️⃣ 查看用户

ls /home

例如看到:

jiahao

2️⃣ 切换回用户

su - jiahao

3️⃣ 设置默认启动用户

在 PowerShell 中:

Ubuntu-22.04.exe config --default-user jiahao

下次启动 WSL 就会自动进入你的账户。


🧰 八、测试 GPU / CUDA(可选)

确保驱动版本 ≥ 510:

nvidia-smi

输出显示显卡信息即代表 GPU 直通成功。


🧩 九、安装开发依赖(可选)

创建 Python 环境:

python3 -m venv ~/venv source ~/venv/bin/activate pip install -U pip

常见依赖:

pip install fastapi uvicorn faiss-cpu qdrant-client pymupdf transformers sentence-transformers

🧱 十、常见问题与解决

问题

原因

解决方案

curl

卡住

🐱未 Allow LAN

打开 Allow LAN 并设置

bind-address: 0.0.0.0

Connection refused

Windows 阻挡

PowerShell:

默认进入 root

WSL 导入时未保存默认用户

Ubuntu-22.04.exe config --default-user jiahao

.bashrc

无daili配置

修改了 root 的 .bashrc

编辑

/home//.bashrc

无法访问网络

🐱仅监听 127.0.0.1

在配置文件添加

bind-address: 0.0.0.0

GPU 不生效

驱动或 CUDA 版本过低

更新至 NVIDIA ≥510,CUDA 12+


🧾 十一、最终结构验证

查看系统

cat /etc/os-release

确认代理

echo $http_proxy

确认 GPU

nvidia-smi

确认挂载路径(应在 D 盘)

df -h | grep /

输出路径指向:

/mnt/d/WSL/Ubuntu/

✅ 十二、总结

模块

说明

系统

WSL2 + Ubuntu 22.04

安装位置

D:\WSL\Ubuntu

默认用户

jiahao

网络设置

🐱(Allow LAN + 0.0.0.0:7897)

GPU 支持

CUDA 12.6 + A800 / 4060

验证命令

curl -I https://www.google.com

nvidia-smi

推荐开发工具

VSCode + Remote WSL 插件


如果测试过程中有任何问题欢迎沟通交流!

Read more

VSCode Java项目JDK配置全攻略(JDK版本切换不求人)

第一章:VSCode Java项目JDK配置全攻略(JDK版本切换不求人) 在Java开发中,不同项目可能依赖不同版本的JDK,合理配置VSCode中的JDK环境至关重要。通过灵活设置,可实现多版本JDK无缝切换,提升开发效率。 安装与管理多个JDK版本 推荐使用工具如 SDKMAN!(Linux/macOS)或手动下载Oracle/OpenJDK安装包(Windows),集中管理多个JDK版本。安装后,确保各JDK路径清晰,例如: * /usr/lib/jvm/openjdk-11 * /usr/lib/jvm/openjdk-17 * C:\Program Files\Java\jdk-21 配置VSCode中的JDK路径 打开VSCode,在Java项目根目录下创建或修改 .vscode/settings.json文件,指定JDK路径: { // 指定当前项目使用的JDK路径 "java.home": "/usr/lib/

By Ne0inhk
飞算JavaAI全链路实战:智能构建高可用电商系统核心架构

飞算JavaAI全链路实战:智能构建高可用电商系统核心架构

飞算JavaAI全链路实战:智能构建高可用电商系统核心架构 前言:AI编程新时代的电商系统开发范式变革 最近学习人工智能时遇到一个好用的网站给大家分享一下 人工智能学习 在当今数字经济时代,电商系统作为企业数字化转型的核心载体,其复杂度和技术要求与日俱增。一个完整的电商系统不仅需要处理商品、订单、用户等基础业务,还要应对高并发、分布式事务、数据一致性等复杂技术挑战。传统开发模式下,从需求分析到系统上线往往需要耗费大量人力和时间成本。 本次我通过飞算JavaAI平台,深入探索"电商系统核心功能模块"这一实战赛道,全面体验了从需求分析到代码生成的全链路开发过程。本文将完整呈现如何借助AI辅助开发工具,高效构建一个包含用户管理、商品系统、订单流程、支付集成等核心模块的电商平台,严格遵循"需求分析-开发实录-优化调试-成果总结"的四大核心框架,为开发者提供一份AI辅助全栈开发的完整实践指南。 一、需求分析与规划:构建电商系统的业务架构蓝图 在启动飞算JavaAI之前,需要进行全面的业务需求梳理和系统架构设计,这是确保AI生成代码符合预期的基础。 1.(理解需求)系统核心模块与

By Ne0inhk
飞算JavaAI家庭药品管理系统:从药品收纳到健康守护的全链路解决方案

飞算JavaAI家庭药品管理系统:从药品收纳到健康守护的全链路解决方案

目录 * 一、家庭药品管理系统核心模块搭建 * 1.1 药品信息管理模块:让药品“有迹可循” * 1.2 药品状态监测与提醒模块:让风险“提前预警” * 1.3 用药安全与指导模块:让用药“有据可依” * 二、系统技术架构与部署方案 * 2.1 技术架构设计 * 2.2 部署方案 * 结语:技术守护家庭健康的“隐形防线” 在家庭生活中,“药品安全存储”与“便捷取用”的平衡、“过期预警”与“合理用药”的协同始终是家庭健康管理的痛点。传统家庭药品管理常面临“过期遗漏”“存放散乱”“用药混淆”等问题。所以我打算用飞算JavaAI针对家庭场景特性,构建了从药品收纳到健康提醒的轻量级管理系统,实现药品全生命周期可视化管理,过期预警准确率达100%,为家庭健康保驾护航。本文聚焦家庭药品管理系统的技术实现,解析如何通过技术简化家庭药品管理流程。

By Ne0inhk
Java 大视界 -- Java 大数据机器学习模型在自然语言处理中的少样本学习与迁移学习融合

Java 大视界 -- Java 大数据机器学习模型在自然语言处理中的少样本学习与迁移学习融合

Java 大视界 -- Java 大数据机器学习模型在自然语言处理中的少样本学习与迁移学习融合 * 引言:从虚拟偶像情感计算到语言智能的 “显微镜” 革命 * 正文:从理论架构到工业落地的全链条创新 * 一、NLP 领域的 “数据贫困” 困境与破局逻辑 * 1.1 少样本场景的核心挑战 * 1.2 Java 大数据的 “三维穿透” 技术架构 * 二、工业级融合模型的技术实现与代码解析 * 2.1 预训练模型迁移优化(BERT 医疗领域深度微调) * 2.2 原型网络(Prototypical Network)少样本分类 * 三、实战案例:从医疗语义分析到跨境电商智能客服 * 3.1 医疗场景:罕见病实体识别的 “样本逆袭” * 3.2 跨境电商:阿拉伯语商品类目分类的

By Ne0inhk