Databricks安装terra、sf、raster等空间R包失败的解决步骤求助

步骤1：安装系统级依赖库 #

在Databricks Notebook单元格中执行以下shell命令，安装R空间包必需的底层系统库（适配Databricks默认Ubuntu环境）：

%sh
apt-get update && apt-get install -y libgdal-dev libproj-dev libgeos-dev libudunits2-dev

这些是terra/sf等包编译时依赖的核心库，必须提前安装，否则会出现找不到GDAL的报错。

步骤2：配置R的环境变量 #

告诉R已安装系统库的路径，执行以下R代码：

Sys.setenv(
  GDAL_CONFIG = "/usr/bin/gdal-config",
  PROJ_LIB = "/usr/share/proj",
  GEOS_CONFIG = "/usr/bin/geos-config"
)

这一步是关键，确保R编译包时能正确定位到GDAL、PROJ等库的位置。

步骤3：安装R空间包 #

现在可以正常安装目标空间包，执行以下R代码：

install.packages(c("terra", "sf", "raster"), dependencies = TRUE)

若安装时提示其他依赖缺失，可回到步骤1，用apt-get安装对应系统库后重试。

步骤4：验证安装结果 #

加载包并执行简单测试，确认配置成功：

library(terra)
library(sf)
library(raster)

# 测试terra创建栅格
r <- rast(nrow=10, ncol=10)
print(r)

# 测试sf创建点对象
p <- st_point(c(1,2))
print(p)

无报错则说明安装配置完成。

额外注意事项 #

• 共享集群每次重启后，需重新执行步骤1和步骤2（系统依赖为临时安装）；若需持久化配置，可通过集群初始化脚本预先安装系统库。
• 确保集群具备执行apt-get的权限，受限环境需联系管理员调整。

内容的提问来源于stack exchange，提问作者89_Simple