Drake项目在Amazon Linux 2023上的Pip安装支持探索
2025-06-20 16:40:46作者:裘晴惠Vivianne
背景与挑战
在云计算服务中,AWS Lambda作为无服务器计算服务广受欢迎,其运行环境基于Amazon Linux 2023(AL2023)操作系统。然而,Drake项目当前提供的Python wheel包对系统库版本存在硬性要求——需要glibc 2.35及以上版本,而AL2023默认仅提供glibc 2.34。这一兼容性问题导致用户无法直接在Lambda服务中部署基于Drake的应用。
技术解决方案演进
初始方案调研
项目团队最初考虑利用PyPA提供的manylinux_2_34基础镜像构建wheel包。该镜像基于AlmaLinux系统,其glibc版本与AL2023一致,理论上可解决基础依赖兼容性问题。但深入测试发现两个关键障碍:
- manylinux镜像预置的Python环境(3.9/3.11/3.12)存在版本缺失问题,特别是缺少3.10版本支持
- 预装Python环境未包含开发库文件,导致无法直接用于Drake的编译构建
构建策略优化
针对上述问题,技术团队提出分阶段实施方案:
-
Python环境定制化构建:放弃依赖系统预置Python,改为全版本源码编译。这种方式虽然增加构建时间,但能确保:
- 各版本Python环境一致性
- 开发头文件完整可用
- 避免与发行版特定修改产生兼容性问题
-
构建容器迁移:将原Ubuntu-based构建环境迁移至AlmaLinux基础镜像,同步调整:
- 包管理工具从apt切换为dnf
- 清理Ubuntu特有依赖项
- 保持测试环境仍在Ubuntu容器中运行
-
依赖项精简:通过分析现有依赖清单,确认X11和glib等核心组件在manylinux镜像中已预置,进一步简化构建配置。
实施效果与未来展望
当前方案已通过基础功能验证,后续将重点关注:
- 构建过程稳定性测试
- 跨Python版本的兼容性验证
- 性能基准对比(与Ubuntu构建版本)
这种标准化构建流程不仅解决AL2023兼容性问题,还为未来支持更多Linux发行版奠定基础。技术团队将持续监控实际部署效果,必要时可回退到使用发行版预置Python的方案作为备选。
技术启示
本案例展示了开源项目跨平台支持中的典型挑战和解决思路:
- 基础库版本兼容性是跨平台部署的首要障碍
- 构建环境标准化能显著降低维护成本
- 在可控范围内,自建工具链比适配不同发行版特性更具长期优势 这些经验对于其他需要支持多云环境的开源项目具有重要参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
631
143
React Native鸿蒙化仓库
JavaScript
243
316
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
110
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211