[英]Using moviepy, scipy and numpy in amazon lambda
我想使用AWS Lambda
功能生成視頻。
我現在有以下過程來構建我的Lambda
function:
啟動一個Amazon Linux EC2
實例並以 root 身份運行它:
#! /usr/bin/env bash
# Install the SciPy stack on Amazon Linux and prepare it for AWS Lambda
yum -y update
yum -y groupinstall "Development Tools"
yum -y install blas --enablerepo=epel
yum -y install lapack --enablerepo=epel
yum -y install atlas-sse3-devel --enablerepo=epel
yum -y install Cython --enablerepo=epel
yum -y install python27
yum -y install python27-numpy.x86_64
yum -y install python27-numpy-f2py.x86_64
yum -y install python27-scipy.x86_64
/usr/local/bin/pip install --upgrade pip
mkdir -p /home/ec2-user/stack
/usr/local/bin/pip install moviepy -t /home/ec2-user/stack
cp -R /usr/lib64/python2.7/dist-packages/numpy /home/ec2-user/stack/numpy
cp -R /usr/lib64/python2.7/dist-packages/scipy /home/ec2-user/stack/scipy
tar -czvf stack.tgz /home/ec2-user/stack/*
我將生成的 tarball scp 到我的筆記本電腦。 然后運行此腳本以構建 zip 存檔。
#! /usr/bin/env bash
mkdir tmp
rm lambda.zip
tar -xzf stack.tgz -C tmp
zip -9 lambda.zip process_movie.py
zip -r9 lambda.zip *.ttf
cd tmp/home/ec2-user/stack/
zip -r9 ../../../../lambda.zip *
process_movie.py
腳本目前只是一個測試,看看堆棧是否正常:
def make_movie(event, context):
import os
print(os.listdir('.'))
print(os.listdir('numpy'))
try:
import scipy
except ImportError:
print('can not import scipy')
try:
import numpy
except ImportError:
print('can not import numpy')
try:
import moviepy
except ImportError:
print('can not import moviepy')
然后我將生成的存檔上傳到 S3 作為我的lambda
function 的來源。當我測試 function 時,我得到以下callstack
:
START RequestId: 36c62b93-b94f-11e5-9da7-83f24fc4b7ca Version: $LATEST
['tqdm', 'imageio-1.4.egg-info', 'decorator.pyc', 'process_movie.py', 'decorator-4.0.6.dist-info', 'imageio', 'moviepy', 'tqdm-3.4.0.dist-info', 'scipy', 'numpy', 'OpenSans-Regular.ttf', 'decorator.py', 'moviepy-0.2.2.11.egg-info']
['add_newdocs.pyo', 'numarray', '__init__.py', '__config__.pyc', '_import_tools.py', 'setup.pyo', '_import_tools.pyc', 'doc', 'setupscons.py', '__init__.pyc', 'setup.py', 'version.py', 'add_newdocs.py', 'random', 'dual.pyo', 'version.pyo', 'ctypeslib.pyc', 'version.pyc', 'testing', 'dual.pyc', 'polynomial', '__config__.pyo', 'f2py', 'core', 'linalg', 'distutils', 'matlib.pyo', 'tests', 'matlib.pyc', 'setupscons.pyc', 'setup.pyc', 'ctypeslib.py', 'numpy', '__config__.py', 'matrixlib', 'dual.py', 'lib', 'ma', '_import_tools.pyo', 'ctypeslib.pyo', 'add_newdocs.pyc', 'fft', 'matlib.py', 'setupscons.pyo', '__init__.pyo', 'oldnumeric', 'compat']
can not import scipy
'module' object has no attribute 'core': AttributeError
Traceback (most recent call last):
File "/var/task/process_movie.py", line 91, in make_movie
import numpy
File "/var/task/numpy/__init__.py", line 122, in <module>
from numpy.__config__ import show as show_config
File "/var/task/numpy/numpy/__init__.py", line 137, in <module>
import add_newdocs
File "/var/task/numpy/numpy/add_newdocs.py", line 9, in <module>
from numpy.lib import add_newdoc
File "/var/task/numpy/lib/__init__.py", line 13, in <module>
from polynomial import *
File "/var/task/numpy/lib/polynomial.py", line 11, in <module>
import numpy.core.numeric as NX
AttributeError: 'module' object has no attribute 'core'
END RequestId: 36c62b93-b94f-11e5-9da7-83f24fc4b7ca
REPORT RequestId: 36c62b93-b94f-11e5-9da7-83f24fc4b7ca Duration: 112.49 ms Billed Duration: 200 ms Memory Size: 1536 MB Max Memory Used: 14 MB
我不明白為什么 python 找不到文件夾結構中存在的核心目錄。
編輯:
按照@jarmod 的建議,我將lambda
function 減少為:
def make_movie(event, context):
print('running make movie')
import numpy
我現在有以下錯誤:
START RequestId: 6abd7ef6-b9de-11e5-8aee-918ac0a06113 Version: $LATEST
running make movie
Error importing numpy: you should not try to import numpy from
its source directory; please exit the numpy source tree, and relaunch
your python intepreter from there.: ImportError
Traceback (most recent call last):
File "/var/task/process_movie.py", line 3, in make_movie
import numpy
File "/var/task/numpy/__init__.py", line 127, in <module>
raise ImportError(msg)
ImportError: Error importing numpy: you should not try to import numpy from
its source directory; please exit the numpy source tree, and relaunch
your python intepreter from there.
END RequestId: 6abd7ef6-b9de-11e5-8aee-918ac0a06113
REPORT RequestId: 6abd7ef6-b9de-11e5-8aee-918ac0a06113 Duration: 105.95 ms Billed Duration: 200 ms Memory Size: 1536 MB Max Memory Used: 14 MB
我也在關注你的第一個鏈接並設法以這種方式在Lambda函數中導入numpy和pandas (在Windows上):
嘗試使用您使用的相同命令和亞馬遜文章推薦的命令 :
sudo yum -y update sudo yum -y upgrade sudo yum -y groupinstall "Development Tools" sudo yum -y install blas --enablerepo=epel sudo yum -y install lapack --enablerepo=epel sudo yum -y install Cython --enablerepo=epel sudo yum install python27-devel python27-pip gcc
創建虛擬環境 :
virtualenv ~/env source ~/env/bin/activate
安裝包 :
sudo ~/env/bin/pip2.7 install numpy sudo ~/env/bin/pip2.7 install pandas
然后,使用WinSCP,我從/home/ec2-user/env/lib/python2.7/dist-packages
登錄並下載了所有內容(除了_markerlib,pip *,pkg_resources,setuptools *和easyinstall *),以及來自/home/ec2-user/env/lib64/python2.7/site-packages
所有內容來自EC2實例的/home/ec2-user/env/lib64/python2.7/site-packages
。
我將所有這些文件夾和文件放在一個zip中 ,以及包含Lambda函數的.py文件。 復制的所有文件的插圖
因為這個.zip大於10 MB,所以我創建了一個S3存儲桶來存儲文件。 我從那里復制了文件的鏈接並粘貼在Lambda函數的“從Amazon S3上傳一個.ZIP”。
可以關閉 EC2實例,不再需要它。
有了這個,我可以導入numpy和pandas。 我不熟悉moviepy,但scipy可能已經很棘手,因為Lambda對解壓縮的部署包大小限制為262 144 000字節。 我害怕numpy和scipy已經結束了。
在這個帖子的所有帖子的幫助下,這里是記錄的解決方案:
要實現這一點,您需要:
使用至少2GO RAM啟動EC2
實例(以便能夠編譯NumPy
和SciPy
)
安裝所需的依賴項
sudo yum -y update sudo yum -y upgrade sudo yum -y groupinstall "Development Tools" sudo yum -y install blas --enablerepo=epel sudo yum -y install lapack --enablerepo=epel sudo yum -y install Cython --enablerepo=epel sudo yum install python27-devel python27-pip gcc virtualenv ~/env source ~/env/bin/activate pip install scipy pip install numpy pip install moviepy
復制到您的語言環境的機器目錄的所有內容(除_markerlib,PIP *,通過pkg_resources,setuptools的*和* easyinstall)在stack
的文件夾:
home/ec2-user/env/lib/python2.7/dist-packages
home/ec2-user/env/lib64/python2.7/dist-packages
從您的EC2
實例獲取所有必需的共享庫:
libatlas.so.3
libf77blas.so.3
liblapack.so.3
libptf77blas.so.3
libcblas.so.3
libgfortran.so.3
libptcblas.so.3
libquadmath.so.0
將它們放在stack
文件夾的lib
子文件夾中
imageio
是imageio
的依賴moviepy
,你需要下載它的依賴項的一些二進制版本: libfreeimage
和ffmpeg
; 他們可以在這里找到。 將它們放在堆棧文件夾的根目錄下,並將libfreeimage-3.16.0-linux64.so
重命名為libfreeimage.so
您現在應該有一個stack
文件夾包含:
lib
子文件夾中的所有共享庫 ffmpeg
二進制文件 libfreeimage.so
在root 壓縮此文件夾: zip -r9 stack.zip . -x ".*" -x "*/.*"
zip -r9 stack.zip . -x ".*" -x "*/.*"
使用以下lambda_function.py
作為lambda
的入口點
from __future__ import print_function import os import subprocess SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__)) LIB_DIR = os.path.join(SCRIPT_DIR, 'lib') FFMPEG_BINARY = os.path.join(SCRIPT_DIR, 'ffmpeg') def lambda_handler(event, context): command = 'LD_LIBRARY_PATH={} IMAGEIO_FFMPEG_EXE={} python movie_maker.py'.format( LIB_DIR, FFMPEG_BINARY, ) try: output = subprocess.check_output(command, shell=True) print(output) except subprocess.CalledProcessError as e: print(e.output)
寫一個movie_maker.py
腳本,它依賴於moviepy
, numpy
,...
將那些腳本添加到你的stack.zip文件zip -r9 lambda.zip *.py
將zip上傳到S3
並將其用作lambda
的源
你也可以在這里下載stack.zip
。
這里的帖子幫助我找到一種方法來靜態編譯NumPy,其中包含可以包含在AWS Lambda Deployment包中的庫文件。 此解決方案不依賴於@ rouk1解決方案中的LD_LIBRARY_PATH值。
編譯的NumPy庫可以從https://github.com/vitolimandibhrata/aws-lambda-numpy下載
以下是自定義編譯NumPy的步驟
使用AWS Linux准備新的AWS EC實例。
安裝編譯器依賴項
sudo yum -y install python-devel
sudo yum -y install gcc-c++
sudo yum -y install gcc-gfortran
sudo yum -y install libgfortran
安裝NumPy依賴項
sudo yum -y install blas
sudo yum -y install lapack
sudo yum -y install atlas-sse3-devel
創建/ var / task / lib以包含運行時庫
mkdir -p /var/task/lib
/ var / task是您的代碼將駐留在AWS Lambda中的根目錄,因此我們需要在一個眾所周知的文件夾中靜態鏈接所需的庫文件,在本例中為/ var / task / lib
將以下庫文件復制到/ var / task / lib
cp /usr/lib64/atlas-sse3/liblapack.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libptf77blas.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libf77blas.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libptcblas.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libcblas.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libatlas.so.3 /var/task/lib/.
cp /usr/lib64/atlas-sse3/libptf77blas.so.3 /var/task/lib/.
cp /usr/lib64/libgfortran.so.3 /var/task/lib/.
cp /usr/lib64/libquadmath.so.0 /var/task/lib/.
從http://sourceforge.net/projects/numpy/files/NumPy/獲取最新的numpy源代碼
轉到numpy源代碼文件夾,例如numpy-1.10.4使用以下條目創建site.cfg文件
[atlas]
libraries=lapack,f77blas,cblas,atlas
search_static_first=true
runtime_library_dirs = /var/task/lib
extra_link_args = -lgfortran -lquadmath
-lgfortran -lquadmath標志是將gfortran和quadmath庫與runtime_library_dirs中定義的文件靜態鏈接所必需的
建立NumPy
python setup.py build
安裝NumPy
python setup.py install
檢查庫是否鏈接到/ var / task / lib中的文件
ldd $PYTHON_HOME/lib64/python2.7/site-packages/numpy/linalg/lapack_lite.so
你應該看到
linux-vdso.so.1 => (0x00007ffe0dd2d000)
liblapack.so.3 => /var/task/lib/liblapack.so.3 (0x00007ffad6be5000)
libptf77blas.so.3 => /var/task/lib/libptf77blas.so.3 (0x00007ffad69c7000)
libptcblas.so.3 => /var/task/lib/libptcblas.so.3 (0x00007ffad67a7000)
libatlas.so.3 => /var/task/lib/libatlas.so.3 (0x00007ffad6174000)
libf77blas.so.3 => /var/task/lib/libf77blas.so.3 (0x00007ffad5f56000)
libcblas.so.3 => /var/task/lib/libcblas.so.3 (0x00007ffad5d36000)
libpython2.7.so.1.0 => /usr/lib64/libpython2.7.so.1.0 (0x00007ffad596d000)
libgfortran.so.3 => /var/task/lib/libgfortran.so.3 (0x00007ffad5654000)
libm.so.6 => /lib64/libm.so.6 (0x00007ffad5352000)
libquadmath.so.0 => /var/task/lib/libquadmath.so.0 (0x00007ffad5117000)
libgcc_s.so.1 => /lib64/libgcc_s.so.1 (0x00007ffad4f00000)
libc.so.6 => /lib64/libc.so.6 (0x00007ffad4b3e000)
libpthread.so.0 => /lib64/libpthread.so.0 (0x00007ffad4922000)
libdl.so.2 => /lib64/libdl.so.2 (0x00007ffad471d000)
libutil.so.1 => /lib64/libutil.so.1 (0x00007ffad451a000)
/lib64/ld-linux-x86-64.so.2 (0x000055cfc3ab8000)
截至2017年,NumPy和SciPy擁有適用於Lambda的輪子(這些軟件包包括預編譯的libgfortran
和libopenblas
)。 據我所知,MoviePy是一個純Python模塊,所以基本上你可以這樣做:
pip2 install -t lambda moviepy scipy
然后將處理程序復制到lambda
目錄並壓縮它。 除此之外,您最有可能超過50/250 MB的大小限制。 有幾件事可以幫助:
這是一個自動執行上述要點的示例腳本 。
另一種非常簡單的方法是使用LambCI用於模仿Lambda的令人敬畏的docker容器來構建: https : //github.com/lambci/docker-lambda
lambci/lambda:build
容器類似於AWS Lambda,增加了一個大部分完整的構建環境。 要在其中啟動shell會話:
docker run -v "$PWD":/var/task -it lambci/lambda:build bash
會議內部:
export share=/var/task
easy_install pip
pip install -t $share numpy
或者,使用virtualenv:
export share=/var/task
export PS1="[\u@\h:\w]\$ " # required by virtualenv
easy_install pip
pip install virtualenv
# ... make the venv, install numpy, and copy it to $share
稍后您可以使用主lambci / lambda容器來測試您的構建。
截至2018年,在AWS EC2上的Python3中安裝外部模塊的步驟:
在Amazon Linux AMI 201709上啟動EC2。
使用私鑰和公鑰使用putty進行ssh並成為超級用戶。
安裝Python 3並創建虛擬環境,然后將其設為默認值
yum install python36 python36-virtualenv python36-pip virtualenv -p python3.6 /tmp/my_python_lib source /tmp/my_python_lib/bin/activate which python --to check which version s installed pip3 install numpy
使用winscp將站點包和dist包下的文件復制到本地machhine中。
要查找實際位置,請使用grep命令---
grep -r dist-packages *.
這些包可以在lib和lib64中。
Site和dist包將在以下位置:
/tmp/my_python_lib/lib64/python3.6, /tmp/my_python_lib/lib/python3.6
將這些包與您的腳本文件一起壓縮並上傳到S3,可以在lambda中訪問。而不是壓縮根文件夾,您必須選擇所有文件並壓縮或發送到壓縮文件夾。
其他提示:
如果要在一個目錄下安裝所有軟件包,可以使用命令:
pip install --upgrade --target=/tmp/my_python_lib/lib/python3.6/dist-packages pandas
截至2018年8月,最簡單的方法可能是啟動新的AWS Cloud9環境 。 然后在環境中創建一個Lambda函數。 接下來將其運行到Cloud9命令行:
cd YourApplicationName
/venv/bin/pip install scipy -t .
/venv/bin/pip install numpy -t .
/venv/bin/pip install moviepy -t .
現在我可以在lambda_handler函數中導入模塊了。
2018年11月 。 嗨朋友們,這篇文章對我非常有幫助。 但是,到目前為止答案並不是很自動化。 我在這里編寫了一個Python腳本和教程https://gist.github.com/steinwaywhw/6a6a25d594cc07146c60af943f74c16f,以便在EC2上使用pip
和virtualenv
自動創建編譯的Python包。 一切都是Python(Boto3),沒有bash腳本,沒有Web控制台,沒有awscli
。
除了自動化之外還有另外一個變化,我認為這是一種改進。 我從EC2下載了整個Python虛擬環境,保留了它的文件夾結構,而不是將lib
和lib64
包合並在一起。 我永遠不會理解合並這兩個文件夾的意圖。 如果某些包覆蓋其他包,該怎么辦? 偽裝成官方虛擬環境絕對不是一種更安全的方式,而不是滾動自己的方式。
為了使下載的虛擬環境起作用,Lambda函數的源代碼添加了一些樣板代碼,以使用sys.path
更新Python搜索路徑。 可以通過以下方式找到Python虛擬環境的預期sys.path
import sys
后執行print(sys.path)
。 您可以從那里開始並根據需要進行修改。 下面粘貼了一個樣板代碼片段,用於為Lambda函數添加以便從我的打包虛擬環境中加載numpy
和其他包。 就我而言,我加載了pandas_datareader
,它依賴於numpy
。
import os
import sys
# https://docs.aws.amazon.com/lambda/latest/dg/current-supported-versions.html
workdir = os.getenv('LAMBDA_TASK_ROOT')
version = f'{sys.version_info[0]}.{sys.version_info[1]}'
additionals = [f'{workdir}/venv/lib64/python{version}/site-packages',
f'{workdir}/venv/lib64/python{version}/lib-dynload',
f'{workdir}/venv/lib64/python{version}/dist-packages',
f'{workdir}/venv/lib/python{version}/dist-packages',
f'{workdir}/venv/lib/python{version}/site-packages']
sys.path = additionals + sys.path
import pandas_datareader as pdr
我可以確認@ attila-tanyi發布的步驟在Amazon Linux下正常工作。 我只想補充說,不需要使用EC2,因為默認存儲庫中有一個Amazon Linux docker容器。
docker pull amazonlinux && docker run -it amazonlinux
# Follow @attila-tanyi steps
# Note - sudo is not necessary here
我使用嵌入在我的應用程序中的Dockerfile來構建和部署到Lambda。
我喜歡@Vito Limandibhrata的答案,但我認為用numpy == 1.11.1中的runtime_library_dirs構建numpy是不夠的。 如果有人認為site-cfg被忽略,請執行以下操作:
cp /usr/lib64/atlas-sse3/*.a /var/task/lib/
* .atlas-sse3下的.a文件需要構建numpy。 此外,您可能需要運行以下命令:
python setup.py config
檢查numpy配置。 如果需要更多內容,您將看到以下消息:
atlas_threads_info:
Setting PTATLAS=ATLAS libraries ptf77blas,ptcblas,atlas not found in /root/Envs/skl/lib
libraries lapack_atlas not found in /root/Envs/skl/lib
libraries ptf77blas,ptcblas,atlas not found in /usr/local/lib64
libraries lapack_atlas not found in /usr/local/lib64
libraries ptf77blas,ptcblas,atlas not found in /usr/local/lib
libraries lapack_atlas not found in /usr/local/lib
libraries lapack_atlas not found in /usr/lib64/atlas-sse3
<class 'numpy.distutils.system_info.atlas_threads_info'>
Setting PTATLAS=ATLAS
Setting PTATLAS=ATLAS
Setting PTATLAS=ATLAS
Setting PTATLAS=ATLAS
libraries lapack not found in ['/var/task/lib']
Runtime library lapack was not found. Ignoring
libraries f77blas not found in ['/var/task/lib']
Runtime library f77blas was not found. Ignoring
libraries cblas not found in ['/var/task/lib']
Runtime library cblas was not found. Ignoring
libraries atlas not found in ['/var/task/lib']
Runtime library atlas was not found. Ignoring
FOUND:
extra_link_args = ['-lgfortran -lquadmath']
define_macros = [('NO_ATLAS_INFO', -1)]
language = f77
libraries = ['lapack', 'ptf77blas', 'ptcblas', 'atlas', 'lapack', 'f77blas', 'cblas', 'atlas']
library_dirs = ['/usr/lib64/atlas-sse3']
include_dirs = ['/usr/include']
那么site-cfg將被忽略。
提示:如果pip用於使用runtime_library_dirs構建numpy,則最好創建~/.numpy-site.cfg
並添加以下內容:
[atlas]
libraries = lapack,f77blas,cblas,atlas
search_static_first = true
runtime_library_dirs = /var/task/lib
extra_link_args = -lgfortran -lquadmath
然后numpy識別.numpy-site.cfg文件。 這是非常簡單和容易的方式。
您可以在任何操作系統上使用 scipy、numpy、moviepy 和 pandas 為 lambda 創建 zip 文件。
https://pypi.org/project/scipy/#files
pypi 有適用於不同操作系統的 wheel 文件,你可以下載 manylinux whl 文件並解壓。 之后刪除 dist-info 和 pyc 文件以及 zip 全部。 最終的zip文件可以上傳到S3然后轉換成lambda層。
本教程有助於深入理解它。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.