首页
/ Drake项目在Amazon Linux 2023上的Pip安装支持探索

Drake项目在Amazon Linux 2023上的Pip安装支持探索

2025-06-20 13:55:30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:

  1. 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
  2. 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:

  1. 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
  2. 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
  3. 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:

  1. 基础库版本兼容性是跨平台部署的首要障碍
  2. 构建环境标准化能显著降低维护成本
  3. 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

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
docsdocs
暂无描述
Markdown
852
5.68 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
ops-mathops-math
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++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410