2017-10-09 22 views
0

J'ai un Pod de travail pour un déploiement dans Openshift 3 Starter. Ceci est basé sur un flux d'image à partir d'une image Docker. Cependant, je ne peux pas l'obtenir pour construire dans Openshift avec le S2I intégré.Obtenir le conteneur Openshift 3 pour installer numpy et scipy

L'option Docker n'est pas bonne car je ne trouve aucun paramètre permettant de mettre à jour un flux d'images et de provoquer un redéploiement.

J'ai essayé de le configurer pour qu'un webhook déclenche une Builds de Openshift, mais le serveur a besoin de python 3 avec numpy et scipy, ce qui rend la compilation bloquée. Le mieux que je pourrais faire est d'obtenir inlegantly une installation de cartouche Python 3 numpy basée sur requirements.txt et le reste via setup.py, mais cela reste coincé. J'ai un webhook en cours d'exécution pour une application différente qui fonctionne essentiellement sur la même barre de mise en page pour les besoins (Python3 Pyramid avec serveuse).

MISE À JOUR J'ai fait un modèle Openshift pyramid starter.

Répondre

1

Je suggérerais d'abord d'utiliser le constructeur Python S2I intégré. Si vous faites quelque chose avec numpy/pandas, vous devrez augmenter la quantité de mémoire disponible pendant la phase de construction de votre application car le compilateur manque de mémoire lors de la construction de ces paquets. Voir:

voir si cela aide et le cas échéant peut regarder ce que vos autres options utilisent autour d'une image de conteneur externe intégré.

+0

Ah. J'ai lutté avec Pandas avec v2 pour des raisons de mémoire. Je peux augmenter la limite de ressources de 512 Mo (par défaut) à 1 Go. Je ne peux pas aller plus haut que 1 Go car je suis un utilisateur académique et ils n'ont pas encore publié de subventions. Je vais essayer ça. Merci –

+0

Je n'ai vu personne ayant des problèmes avec besoin de plus de mémoire pour quand l'application est en cours d'exécution, c'est juste la construction de l'application. Les paquets sont compilés avec les optimisations activées, ce qui nécessite beaucoup de mémoire. Assurez-vous donc de changer la mémoire dans la configuration de construction, et non dans la configuration de déploiement. –

+0

Donc ce n'est pas un problème de mémoire. J'ai essayé ce qui suit: * tout sur le fichier requirements.txt -suple fois * tout dans setup.py avec test_requirements = '' -numéro vomit du code C++ mais dit que c'est bien * numpy dans les conditions, scipy dans la configuration .py-scipy ne peut pas trouver numpy En parallèle Docker utilisant avec centos/python-36-centos7 fonctionne pour tous les cas. –