Windows下MLflow Docker构建失败：gcc命令出错解决方案咨询

问题描述 #

我在Windows系统中尝试基于MLflow托管模型构建Docker容器，执行官方指令中的命令：f"mlflow models build-docker --model-uri {logged_model} --name {container_name}"。依赖安装过程看似顺利，但最终因gcc命令执行失败报错，提示需运行sudo apt-get install gcc。现咨询：

1. 如何将安装gcc的修复步骤集成到构建流水线中？
2. 在Windows上构建时，Docker运行Linux命令是否属于正常情况（是否运行在虚拟机中），或是需要调整相关设置？

关键错误信息：

error: command 'gcc' failed: No such file or directory
ERROR: Failed building wheel for psutil
Exception: Failed to install model dependencies.
RuntimeError: Docker build failed.

解决方案 #

1. 集成gcc安装到构建流水线 #

有两种可靠方案：

• 自定义Docker模板文件：
  编写包含gcc安装步骤的Docker模板，通过MLflow的--docker-template参数指定使用该模板。
  示例模板内容（保存为custom_docker_template）：

  FROM python:3.9-slim
  
  # 安装gcc及编译依赖，清理apt缓存减小镜像体积
  RUN apt-get update && apt-get install -y --no-install-recommends gcc build-essential \
      && rm -rf /var/lib/apt/lists/*
  
  # 保留MLflow默认的模板变量，确保后续逻辑正常执行
  {{ install_deps }}
  {{ copy_model }}
  {{ serve_cmd }}
  

  执行构建命令时添加模板参数：

  mlflow models build-docker --model-uri {logged_model} --name {container_name} --docker-template ./custom_docker_template
  

• 通过conda环境配置添加系统依赖：
  若模型使用conda管理依赖，可在conda.yaml中添加Linux编译工具包：

  dependencies:
    - python=3.9
    - pip:
        - psutil
        - mlflow
    - conda-forge::gcc_linux-64
    - conda-forge::gxx_linux-64
  

  这种方式会在conda环境初始化时自动安装gcc，适合依赖conda管理的模型场景。

2. Windows上Docker运行Linux命令的合理性 #

这是完全正常的，无需调整设置：

• 当前Docker Desktop在Windows上默认采用WSL 2作为后端，本质是在轻量级Linux虚拟机中运行容器。所有基于Linux镜像构建的容器（MLflow默认使用Linux镜像）都会执行Linux命令，因此apt-get install这类操作是构建过程的正常环节。
• 若你曾手动切换到Windows容器模式，才需要调整：打开Docker Desktop设置，在「Resources > WSL Integration」确认启用WSL 2，或在「General」中切换回「Use the WSL 2 based engine」，确保容器运行在Linux环境下。

内容的提问来源于stack exchange，提问作者illan