TensorFlow Model Server运行提示GLIBC系列版本缺失问题求助

这是典型的库版本兼容性问题——你当前安装的TensorFlow Model Server依赖的GLIBC和GLIBCXX版本，比系统自带的要高。下面是几个实用的解决思路，按推荐程度排序：

方法一：用Docker运行TF Serving（最安全推荐） #

Docker可以完全隔离运行环境，不用修改系统任何库，完美规避版本冲突问题。

1. 确保环境已安装Docker（如果是Colab环境，先运行!apt-get install docker.io）
2. 执行以下命令启动TF Serving：

   docker run -p 8501:8501 \
     --mount type=bind,source="/content/drive/MyDrive/app/model14/export/best_model_by_loss/",target=/models/tfrbert \
     -e MODEL_NAME=tfrbert \
     tensorflow/serving:2.10.0
   

   你可以根据需求调整镜像版本号（比如2.8.0），只要镜像内部库版本能匹配你的模型即可。

方法二：降级TensorFlow Model Server到兼容版本 #

如果不想用Docker，可以找一个和系统库版本匹配的TF Serving旧版本：

1. 先检查系统当前的库版本：
   • 查看GLIBC版本：strings /lib/x86_64-linux-gnu/libc.so.6 | grep GLIBC_
   • 查看GLIBCXX版本：strings /usr/lib/x86_64-linux-gnu/libstdc++.so.6 | grep GLIBCXX_
2. 卸载当前的TF Serving：

   sudo apt remove --purge tensorflow-model-server
   

3. 安装兼容的旧版本，比如如果你的系统GLIBC是2.27（如Ubuntu 18.04），可以安装TF Serving 2.3.x版本：

   wget http://storage.googleapis.com/tensorflow-serving-apt/pool/tensorflow-model-server-2.3.0/t/tensorflow-model-server/tensorflow-model-server_2.3.0_all.deb
   sudo dpkg -i tensorflow-model-server_2.3.0_all.deb
   

方法三：升级系统库（有风险，谨慎操作） #

直接升级系统的GLIBC和GLIBCXX可能会导致其他系统程序崩溃，仅推荐有经验的用户尝试：

升级GLIBCXX #

1. 安装更高版本的gcc工具链：

   sudo apt update && sudo apt install gcc-9 g++-9
   

2. 设置默认gcc/g++版本为9：

   sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 90 --slave /usr/bin/g++ g++ /usr/bin/g++-9
   

3. 验证GLIBCXX版本是否包含3.4.26：

   strings /usr/lib/x86_64-linux-gnu/libstdc++.so.6 | grep GLIBCXX_3.4.26
   

升级GLIBC（不推荐新手） #

如果需要升级GLIBC到2.28+，最稳妥的方式是升级整个系统到更高版本（比如Ubuntu 20.04及以上，默认GLIBC是2.31）。手动编译安装GLIBC容易破坏系统环境，不建议尝试。

内容的提问来源于stack exchange，提问作者Shima Ghasemi