sam build files on xgboost-inference-arm64-docker-lambda
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 25/100
- Issue-Typ
- Bug
- Klarheit
- Muss geklärt werden
- Aktivitätsstatus
- Veraltet
- Tech-Stack
- aws, docker, python
- Bereich
- build-system, cloud, devops
Rechercherichtung
Beginne damit, den sauberen Build für XGBoostInferenceArm64Function auf dem gemeldeten x86_64 Ubuntu-Host mit dem in der Fehlermeldung gezeigten requirements.txt-Schritt zu reproduzieren. Untersuche die Docker- und AWS SAM-Build-Konfiguration der Funktion; abgeschlossen ist die Aufgabe, wenn das arm64-Image ohne den exec format error erfolgreich gebaut wird.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
clean build fails as shown below -- basically blocks ability to develop/deploy arm64/graviton functions
Status: Downloaded newer image for public.ecr.aws/lambda/python:3.8-arm64 ---> f7892dec0f19
Step 2/7 : COPY requirements.txt ./
---> f326d820d212
Step 3/7 : RUN python3.8 -m pip install -r requirements.txt -t .
---> [Warning] The requested image's platform (linux/arm64/v8) does not match the detected host platform (linux/amd64/v3) and no specific platform was requested
---> Running in 18c403fbd949
exec /bin/sh: exec format error
Build Failed
Error: XGBoostInferenceArm64Function failed to build: The command '/bin/sh -c python3.8 -m pip install -r requirements.txt -t .' returned a non-zero code: 1
system info:
$ uname -a
Linux ### 5.19.0-42-generic #43~22.04.1-Ubuntu SMP PREEMPT_DYNAMIC Fri Apr 21 16:51:08 UTC 2 x86_64 x86_64 x86_64 GNU/Linux
- Vorherrschende Sprache
- Jupyter Notebook
- Sterne
- 101
- Forks
- 19
- PR-Merge-Kennzahlen
- Keine gemergten PRs in 30 T.
Entwicklungsumgebung
- Kein Dockerfile und keine Docker-Compose-Datei
- Keine Pull-Request-Vorlage
- Beitragsleitfaden lesen
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus aws-samples/aws-lambda-docker-serverless-inference
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 45/100
Alle Issues in aws-samples/aws-lambda-docker-serverless-inference
Ähnliche Issues
-
kind/bug
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 88/100
Maintainer antworten meist innerhalb von 7 Tagen
-
[Bug] @deck.gl/arcgis dist import resolves to unpublished @deck.gl/core source path (9.3.11, 9.4.0)Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
Maintainer antworten meist innerhalb von 1 Tag
-
agent-research-finding agent-research-recommend chore ready-for-agent
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 85/100
jordansmall/spindrift#4068 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 84/100
Urigo/accounter-fullstack#4583 ·
Maintainer antworten meist innerhalb von 2 Tagen
-
- P3: minor bug pkg: astro triage: fix pending
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 88/100
withastro/astro#18170 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag