只需使用python anaconda，无需连接互联网

我希望在无法访问internet的生产服务器上部署python环境

我发现了PythonAnaconda发行版，并安装了它来尝试一下。 安装目录是1.6GB，我可以在

pkgs

目录中看到很多库

但是，当我尝试安装环境时，

conda

不会在本地目录中查找

conda create --offline --use-local --dry-run  --name pandas_etl python
Using Anaconda Cloud api site https://api.anaconda.org
Fetching package metadata:
Solving package specifications:
Error:  Package missing in current linux-64 channels:
  - python

那么，如果

conda

需要从在线存储库中获取这些库，那么捆绑所有这些库有什么意义呢？也许我错过了什么

我正在寻找一种“包括python在内的大量电池”，以方便部署

---

注意：我使用Linux系统并安装了常规的anaconda，而不是miniconda。好吧，在阅读了法比奥·内利的《Python数据分析》一书中的熊猫后，我意识到熊猫是多么棒的一个库。 所以，我一直在和水蟒合作，让它在我的环境中工作

1-下载并安装Anaconda安装程序（我想miniconda就足够了）

2-通过镜像anaconda存储库的（部分）创建本地频道

不要试图在工作站上下载单个软件包以将其推送到脱机服务器。事实上，依赖关系不会得到满足。 包需要包含在通道中，并在元数据文件（repodata.json和repodata.json.bz2）中建立索引，才能正确地“粘合”在一起

我使用wget镜像了anaconda存储库的一部分： 为了不下载整个回购协议，我使用了类似的方法来过滤软件包：

wget -r --no-parent -R --regex-type pcre --reject-regex '(.*py2[67].*)|(.*py[34].*)' https://repo.continuum.io/pkgs/free/linux-64/

注意，不要使用类似“仅py35”的软件包。实际上，repo中的许多包的名称中没有版本字符串；你会因为依赖而错过它们

嗯，我想你可以更准确地过滤。我得到了大约6GB的软件包

！！！！不要从刚下载的存储库部分构建自定义频道（蟒蛇自定义频道） 我一开始尝试了这个方法，但出现了一个异常：“RecursionError:调用Python对象时超过了最大递归深度”。 这是一个已知的pb： ==>维护人员讨论了这一点：repodata.json和repodata.json.bz2中维护的元数据不反映单个pkg中的元数据。他们选择只编辑repo元数据来修复问题，而不是编辑每个包元数据。 因此，如果从包中重建通道元数据，则会丢失

==>所以：不要重建通道元数据，只保留存储库元数据（repodata.json和repodata.json.bz2包含在官方anaconda存储库中）。 即使整个回购协议不在您的新渠道中，它也会起作用（至少，如果您在镜像时没有过多过滤；-））

3-测试并使用新频道

conda search -c file://Path_to_your_channel/repo.continuum.io/pkgs/free/ --override-channels

注意：不要在路径中包含您的平台体系结构。 示例：您的频道树可能是：/Path\u to\u您的频道/repo.continuum.io/pkgs/free/linux-64 只需省略您的arch（在我的例子中是linux-64）。康达会发现的

更新：

conda update  -c file://resto/anaconda_repo/repo.continuum.io/pkgs/free/ --override-channels --all

等等。。。 我想，您可以使用系统用户的conda conf文件强制使用这个本地通道

希望能有帮助

---

纪尧姆

我也遇到了类似的情况，并提出了不同的解决方案——可能不那么“Pythonic”（“Condaic”），但非常方便。它有一些假设，但这可能是一种常见情况，甚至在您的情况下也可能有用；）

情况/假设：

生产服务器和我的机器都使用Linux、anaconda3，它们是相同的体系结构（在我的例子中是x86_64）

生产服务器没有Internet

用于部署的计算机具有Internet和SSH到生产环境（隧道、VPN等）

使用我的conda 4.3的诀窍是使用

sshfs

将目标环境作为您自己的环境之一装载：

# prepare and enter the env 'remotely'
me@development:~/$ mkdir anaconda3/envs/production
me@development:~/$ sshfs prod_user@production.example.com:anaconda3/envs/production anaconda3/envs/production
me@development:~/$ source ~/anaconda3/bin/activate production

# do the work
(production) me@development:~/$ conda install pandas 

# do the cleanup
(production) me@development:~/$ source deactivate
me@development:~/$ fusermount -u anaconda3/envs/production

当您想要使用根环境时，问题就出现了。这毕竟是

anaconda3

目录，需要特别处理（例如，envs仅将

conda

符号链接，

激活
和
停用
bin/
子目录中的可执行文件）。然后您可以“全部进入”并装载整个
anaconda3
目录，但是有一个警告-您机器上的路径必须与生产相匹配

# prepare and enter anaconda root 'remotely'
me@development:~/$ sudo ln -s /home/me /home/prod_user
me@development:~/$ mv anaconda3 my_anaconda
me@development:~/$ mkdir anaconda3
me@development:~/$ sshfs prod_user@production.example.com:anaconda3 anaconda3

# activate the root
me@development:~/$ source ~/anaconda3/bin/activate 

# do the work
(root) me@development:~/$ conda install pandas 

# do the cleanup
(root) me@development:~/$ source deactivate
me@development:~/$ fusermount -u anaconda3
me@development:~/$ rmdir anaconda3
me@development:~/$ mv my_anaconda anaconda3

这对我来说是可行的，但我建议您在进行这样的试验之前对生产环境进行备份。
另一个选择是使用。

从：

在源计算机上

将环境my_env打包到my_env.tar.gz中

$conda pack-我的环境

将环境my_env打包到out_name.tar.gz中

$conda pack-n my_env-o out_name.tar.gz

将位于my_env.tar.gz显式路径的环境打包

$conda pack-p/explicit/path/to/my_env


在目标机器上

将环境解压缩到目录
my_env


$mkdir-p我的环境

$tar-xzf my_env.tar.gz-C my_env

在不激活或修复前缀的情况下使用python。

大多数python库都可以正常工作，但需要前缀清理
将失败。

$./my_env/bin/python

激活环境。这会将
my_env/bin
添加到您的路径

$source my_env/bin/activate

在环境中从运行python

（my_env）$python

清除活动环境中的前缀

请注意，此命令也可以在不激活环境的情况下运行
只要机器上已经安装了python的某些版本。

（my_env）$conda解包

在这一点上，环境就像您安装