RedHat离线安装python3.9

本文详细介绍了在Red Hat Enterprise Linux 7.9环境下,如何离线安装Python 3.9,包括前置条件、依赖包安装、Python的安装步骤以及虚拟环境的创建。提供了多个参考资料,帮助解决安装过程中可能遇到的问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

RedHat离线安装python3.9及虚拟环境

linux服务器生产环境离线安装python很费劲,目前使用方案如下:1、在联网环境下安装python3;2、将python文件夹复制到生产环境,建立相应软链接即可;3、对于具体的项目使用不同python包的情况,采用 virtualenv 虚拟环境。4、对于虚拟环境也可以用文件夹复制到生产环境的方式处理

本文先将python安装过程,虚拟环境搭建过程,虚拟环境包的更新替换等过程写完。后续将写如何将包安装到非联网生产环境,即拷贝文件夹的方式。最终目标是通过形成shell脚本,直接可以全部执行python的安装,虚拟环境安装。

1、LINUX环境说明

Red Hat Enterprise Linux 7.9 下载后(见参考1),vmware安装虚拟机

[root@localhost /]# cat /etc/redhat-release
Red Hat Enterprise Linux Server release 7.9 (Maipo)
[root@localhost /]#  cat /proc/version
Linux version 3.10.0-1160.el7.x86_64 (mockbuild@x86-vm-26.build.eng.bos.redhat.com) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-39) (GCC) ) #1 SMP Tue Aug 18 14:50:17 EDT 2020

2、python安装

1.1 版本:Python-3.9.6.tgz

前置条件:需要安装好yum软件和yum包 1、redhat下载,安装好虚拟环境 2、https://www.cnblogs.com/Rcsec/p/10246995.html Redhat7配置yum源(本地源和网络源)

python下载路径:https://www.python.org/ftp/python/3.9.6/

step1:安装python
1、yum包安装依赖
yum install -y zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel 

# 遇到报错ssl module没有的问题
# 参考 https://zhuanlan.zhihu.com/p/336907257 解决 python3 “No module named '_ssl'”
yum install -y openssl libssl-dev

2、python包安装(根据项目建目录/opt/findig/PYTHON)
# 选用包Python-3.9.6.tgz,进入/opt/findig/PYTHON目录
# 解压python包至目标目录
tar -zxvf Python-3.9.6.tgz -C /opt/findig/PYTHON
cd Python-3.9.6
# 指定python安装路径 /usr/local/python3.9
/opt/findig/PYTHON/Python-3.9.6/configure --prefix=/usr/local/python3.9 --with-ssl
# --with-ssl是为了解决ssl module不存在的问题
# --prefix=/usr/local/python3.9 是指定python安装目录,其中/usr/local/python3.9是指定路径,可以替换为自己想在的目录,之所以这样处理是因为软件就会安装在单一目录下,跨服务器搬运软件即可,具体可参见网址https://blog.youkuaiyun.com/qq_27825451/article/details/100034135 linux下安装python3完整教程(依赖环境gcc,make,cmake,configure等详细解释)
make
make install
ln -s /usr/local/python3.9/bin/python3.9 /usr/bin/python3
ln -s /usr/local/python3.9/bin/pip3.9 /usr/bin/pip3

python3 -V # 验证python安装版本 Python 3.9.6,安装成功

3、虚拟环境安装及python基础必要包的安装

pip3 install pandas
pip3 install virtualenv
ln -s /usr/local/python3.9/bin/virtualenv /usr/bin/virtualenv
# 用virtualenv命令创建虚拟环境,在自己选择的文件夹下(/opt/findig/PYTHON)创建虚拟环境,虚拟环境名字可自定义,如venv1
virtualenv /opt/findig/PYTHON/venv1
# 使虚拟环境生效(激活虚拟环境)
source /opt/findig/PYTHON/venv1/bin/activate
# 激活虚拟环境后,可在该环境下pip3 install安装python包,/opt/findig/PYTHON/venv1/lib/python3.9/site-packages,该文件夹移动即相当于离线安装包。
pip3 install [package name]
#关闭虚拟环境
deactivate

具体linux环境安装过程

### Kylin OS V10 中 Stable Diffusion WebUI 的离线安装与配置 #### 准备工作 为了成功完成 Stable Diffusion WebUI 的离线部署,需提前准备必要的依赖项和组件。考虑到网络环境可能受限,在有互联网连接的机器上预先下载所需文件是明智的选择。 #### 下载 Python 和虚拟环境工具 由于 Stable Diffusion WebUI 主要基于 Python 构建,因此需要先获取适用于目标系统的 Python 版本及其开发库。对于 Kylin OS V10 (通常基于 Debian 或 RedHat),建议采用 Python 3.x 系列版本。此外,还需准备好 `virtualenv` 工具来创建隔离的工作区[^1]。 ```bash wget https://www.python.org/ftp/python/3.9.7/Python-3.9.7.tgz tar -xf Python-3.9.7.tgz && cd Python-3.9.7/ ./configure --prefix=/usr/local/python39 make && make install /usr/local/python39/bin/pip3 install virtualenv ``` #### 获取 PyTorch 及其依赖 Stable Diffusion 使用了 PyTorch 深度学习框架作为核心计算引擎之一。鉴于离线场景的要求,应事先从官方资源或其他可信源处下载适合 CPU/GPU 平台对应的预编译二进制包以及相关依赖项,并将其打包成 tarball 文件以便后续传输至无网环境中使用[^2]。 ```bash # 假设已知目标硬件架构为 x86_64 wget https://download.pytorch.org/whl/cpu/torch-1.10.0%2Bcpu-cp39-cp39-linux_x86_64.whl \ -O torch_cpu_whl.tar.gz ``` #### 安装 Git 和其他基础软件包 Git 是管理项目代码的重要工具;同时还需要一些辅助性的命令行实用程序如 curl、unzip 等用于解压归档文件或执行 HTTP 请求操作。这些都可以通过 RPM 包管理系统进行批量处理并导出清单供离线重放之用[^3]。 ```bash yumdownloader git-core unzip wget curl rpm -ivh *.rpm ``` #### 配置 Anaconda 虚拟环境 Anaconda 提供了一个便捷的方式来管理和切换不同版本的 Python 解释器及第三方扩展模块集合。可以考虑将整个 Miniconda 发行版作为一个整体来进行迁移,从而简化后期维护成本和技术难度。 ```bash curl -o miniconda.sh https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh bash miniconda.sh -bfp /opt/miniconda3 export PATH="/opt/miniconda3/bin:$PATH" conda create --name sdwebui python=3.9 source activate sdwebui pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple ``` #### 导入预训练模型权重和其他静态资产 最后一步就是把由社区贡献者分享出来的预训练参数集连同前端界面素材一并迁移到本地磁盘位置。这一步骤同样可以通过压缩打包的方式实现高效转移。 ```bash mkdir models checkpoints webui_extensions cd models; wget ... ; cd .. cd checkpoints; wget ... ; cd .. cd webui_extensions; git clone ... ``` #### 启动服务端口监听 当所有准备工作就绪之后,就可以按照官方文档指示启动应用程序实例啦! ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui python launch.py --listen --port 7860 ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值