在Elastic Beanstalk上安装GeoDjango的正确步骤咨询

你的核心问题是源码编译Geo依赖（GEOS/PROJ/GDAL）耗时过长，导致EB实例CPU占满超时，且第一种配置缺少必要依赖（仅安装了GDAL，未部署GEOS和PROJ）。以下是基于预编译包的高效部署方案，避免源码编译带来的资源消耗问题：

1. 确认EB环境操作系统 #

确保你的EB环境使用Amazon Linux 2（当前EB默认版本），以下配置基于该系统编写。

2. 编写正确的.ebextensions/django.config #

创建或替换你的django.config文件，内容如下：

option_settings:
  aws:elasticbeanstalk:container:python:
    WSGIPath: hike.project.wsgi:application
  aws:elasticbeanstalk:application:environment:
    # 配置GeoDjango所需环境变量
    GDAL_LIBRARY_PATH: /usr/lib64/libgdal.so.26
    GEOS_LIBRARY_PATH: /usr/lib64/libgeos_c.so.1
    PROJ_LIB: /usr/share/proj

commands:
  01_enable_epel:
    command: amazon-linux-extras install -y epel
  02_install_geo_deps:
    command: yum install -y geos-devel proj-devel gdal-devel python3-devel

配置说明： #

• amazon-linux-extras install epel：启用EPEL源，获取官方预编译的Geo相关包
• yum install：直接安装编译完成的GEOS、PROJ、GDAL开发包，无需源码编译，大幅缩短部署时间
• 环境变量：明确指定库文件路径，确保GeoDjango能正确定位依赖资源

3. 补充Python依赖 #

在项目的requirements.txt中添加GeoDjango所需的Python包：

Django>=3.2  # 根据你的实际Django版本调整
gdal==3.2.3  # 版本需与yum安装的GDAL匹配（可通过`yum info gdal-devel`查看具体版本）

4. 部署并验证 #

• 将配置文件和项目代码一起打包，部署到EB环境
• 部署完成后，通过EB控制台的实例登录功能进入实例，执行以下命令验证：

  # 检查GDAL安装状态
  gdalinfo --version
  # 进入Python环境测试GeoDjango导入
  python3
  >>> from django.contrib.gis import gdal
  >>> gdal.HAS_GDAL
  True
  

之前配置失败的原因 #

• 第一种配置：仅安装了GDAL，缺少GeoDjango必需的GEOS和PROJ库，且源码编译过程中缺少依赖，导致安装不完整
• 第二种配置：源码编译GEOS/PROJ/GDAL需要大量CPU资源和时间，EB实例的资源配额有限，触发了部署超时机制

内容的提问来源于stack exchange，提问作者mohamed naser