AWS Lambda部署Python Docker镜像时只读文件系统错误求助

一、定位写入操作来源 #

Lambda的/home/sbx_user1051是只读目录，先抓准到底是哪个组件在尝试写入：

• 在代码关键位置添加打印，输出当前工作目录和环境变量：

  import os
  print(f"当前工作目录: {os.getcwd()}")
  print(f"HOME环境变量值: {os.environ.get('HOME')}")
  

• 把Lambda日志级别调到DEBUG，查看pyannote、torch、transformers等依赖库的日志输出，很多库会在DEBUG模式下打印缓存、配置文件的路径。
• 手动指定pyannote的配置目录到/tmp，避免它默认读取HOME目录：

  from pyannote.audio import Pipeline
  pipeline = Pipeline.from_pretrained(
      "pyannote/speaker-diarization",
      use_auth_token="你的令牌",
      cache_dir="/tmp/pyannote_cache"
  )
  # 强制修改pyannote的默认配置目录
  import pyannote.core
  pyannote.core.config._CONFIG_DIR = "/tmp/.pyannote"
  

二、强制覆盖HOME相关环境变量 #

很多库会优先读取HOME、XDG_*这类环境变量，直接在Dockerfile或Lambda配置里覆盖：

• Dockerfile中添加：

  ENV HOME=/tmp
  ENV XDG_CACHE_HOME=/tmp
  ENV XDG_CONFIG_HOME=/tmp
  

• 也可以在Lambda函数的环境变量配置页，直接设置HOME=/tmp，覆盖默认值。

三、处理torch等依赖的写入行为 #

pyannote依赖torch，torch可能会写入HOME目录的缓存：

• 手动指定torch的缓存目录：

  import torch
  torch.hub.set_dir('/tmp/torch_cache')
  

• 其他音频处理库（如librosa、soundfile）通常遵守XDG_CACHE_HOME变量，设置该变量为/tmp即可覆盖它们的默认缓存路径。

四、Docker镜像构建优化 #

• 安装依赖时指定pip缓存到/tmp，避免构建时留下的缓存路径导致运行时写入：

  RUN pip install --cache-dir /tmp/pip_cache -r requirements.txt
  

• 构建完成后清理不必要的临时文件，减少运行时的潜在写入触发点。

五、本地模拟环境用strace精准定位 #

如果用localstack等工具模拟Lambda环境，可通过strace跟踪系统调用，直接找到写入操作的来源：

strace -e trace=open,openat,write python 你的服务代码.py

输出里会显示哪个进程、哪个文件路径触发了写入/home/sbx_user1051的操作，对应到具体库的代码逻辑。

内容的提问来源于stack exchange，提问作者A Y