我正在从dockerfile创建一个lambda层,它将python包安装到一个目录中,并对结果进行压缩
FROM amazonlinux
WORKDIR /
RUN yum update -y
# Install Python 3.7
RUN yum install python3 zip -y
RUN pip3.7 install --upgrade pip
# Install Python packages
RUN mkdir /packages
RUN echo "opencv-python" >> /packages/requirements.txt
RUN mkdir -p /packages/opencv-python-3.7/python/lib/python3.7/site-packages
RUN pip3.7 install -r /packages/requirements.txt -t /packages/opencv-python-3.7/python/lib/python3.7/site-packages
# Create zip files for Lambda Layer deployment
WORKDIR /packages/opencv-python-3.7/
RUN zip -r9 /packages/cv2-python37.zip .
WORKDIR /packages/
RUN rm -rf /packages/opencv-python-3.7/
对于此Dockerfile,我可以成功部署。
现在我想添加更多库,但尽管docker构建和上载成功,但在执行lambda函数时出现错误(找不到numpy)。
我想要一种比更改Docker文件、构建、提取和上传zip文件以及在AWS管理控制台中按“test”更简单的调试方法
我尝试在本地运行docker容器,然后在那里安装软件包,看看是否可以在python shell中导入所有内容,但我甚至无法以这种方式重新创建原始文件:
bash-4.2# pip3.7 install opencv-python
Collecting opencv-python
Using cached opencv_python-4.4.0.42-cp37-cp37m-manylinux2014_x86_64.whl (49.4 MB)
Collecting numpy>=1.14.5
Using cached numpy-1.19.1-cp37-cp37m-manylinux2010_x86_64.whl (14.5 MB)
Installing collected packages: numpy, opencv-python
Successfully installed numpy-1.19.1 opencv-python-4.4.0.42
bash-4.2# python3.7
Python 3.7.8 (default, Jul 24 2020, 20:26:49)
[GCC 7.3.1 20180712 (Red Hat 7.3.1-9)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib64/python3.7/site-packages/cv2/__init__.py", line 5, in <module>
from .cv2 import *
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
如何在本地计算机上找出正确的依赖关系
我让它与下面的版本一起工作,但是知道如何在本地测试它仍然很有趣
我特别想要以下软件包:
opencv-python==3.4.3.18
scipy==1.4.1
scikit-learn==0.22.2.post1
我能够通过以下方法使用
scikit-learn
和cv2
的最新版本,从而自动化部署过程,并通过删除不必要的文件**/*.py[c|o], **/__pycache__*, **/*.dist-info*
自动减小包的大小:我必须打包
cv2
和scipy
,在这两种情况下,包的大小是一个巨大的问题,最后我找到了以下解决方案在Serverless上使用
serverless-python-requirements
包有助于我简化整个过程并减小包的大小。我绝对建议你去看看This is the guide that I followed
Serverless python-requirements plugin
确保将
strip
标志保留为false
,以避免剥离二进制文件,从而导致“ELF load命令地址/偏移量未正确对齐”的问题这就是我最后的
serverless.yml
,它给了我想要将sklearn+cv2打包为一个层的结果:requirements.txt:
这里的问题是,当安装opencv时,它的依赖项不会安装到
-t
目标位置。它们将被安装到Docker映像中的默认pip安装位置<somewhere>/site-packages/
因此,当您压缩目标位置时,您将丢失所有依赖项。我将通过而不是在安装opencv时为pip提供一个目标来解决这个问题。像安装任何其他软件包一样安装它
从Docker映像内调用
python -m site user-site
以获取pip安装位置在安装opencv后,修改Docker命令以压缩整个目录,然后将其用于压缩到Lambda
相关问题 更多 >
编程相关推荐