使用Conda安装12个conda-forge包：批量vs逐个哪个速度更慢？

对于你的场景，批量安装12个conda-forge包的环境求解耗时大概率会比逐个安装慢很多，核心原因和你的配置、Conda求解器的工作逻辑有关：

• 求解空间复杂度差异：Conda的环境求解器需要计算所有待安装包的依赖兼容组合。批量安装时，求解器要同时协调12个包的直接依赖、间接依赖，还要处理它们之间可能存在的版本冲突、依赖重叠，求解空间会呈指数级扩大；而逐个安装每次只处理单个包的依赖链，求解范围小，计算量低很多。

• 你的通道配置放大了差异：你设置了channel_priority strict，且defaults通道在conda-forge之上。这种情况下，求解器会优先从defaults拉取依赖，但你要安装的包来自conda-forge——批量安装时，求解器需要同时为12个conda-forge包匹配能兼容defaults依赖的版本，跨通道的兼容校验会大幅增加求解难度；逐个安装时，每次只需要解决单个包的跨通道依赖匹配，压力小得多。

• 老Python版本的额外影响：你使用的是Python 3.7和3.9这类相对老旧的版本，可用的兼容依赖版本组合本身就更少，批量安装时求解器需要遍历更多可能性来找到可行的环境组合，耗时会进一步拉长。

补充：虽然批量安装在下载阶段可能因为合并请求节省一点时间，但求解阶段的耗时通常会远远超过这部分节省，尤其是在你这种求解耗时本来就极长的场景下。

内容的提问来源于stack exchange，提问作者adr