企业内网Linux环境下如何为R的arrow包安装C++依赖？

问题1 具体解决步骤 #

结合你的内网环境，优先选择以下两种可行路径，按优先级排序：

• 路径一：预安装Arrow C++库后安装R包（成功率最高，也是官方推荐的受限环境安装方案）
• 路径二：修改Arrow安装时的资源拉取地址，指向公司内部Artifactory镜像
  两种路径的具体操作见后续问题的对应说明。

问题2 可以修改curl指向公司github镜像拉取资源 #

Arrow R包源码安装过程中，默认会从公网github拉取依赖的C++库二进制包，你可以通过设置环境变量替换拉取地址：

1. 先确认公司Artifactory上的github镜像地址前缀，所有原本指向https://github.com/的资源都可以通过此前缀访问
2. 在R会话中先执行以下环境变量配置，再执行安装命令：

# 替换Arrow依赖拉取的基础地址为公司镜像，括号内替换为你公司实际的镜像地址
Sys.setenv(ARROW_DOWNLOAD_URL_ROOT = "https://***.***.***/artifactory/github-mirror/apache/arrow/releases/download/")
# 保留你之前的curl配置
options(download.file.method = "curl")
options(download.file.extra = "--insecure")
# 再执行安装
install.packages("arrow", dependencies=TRUE, type="source")

如果公司镜像地址映射规则不同，你也可以直接设置ARROW_BINARY_URL环境变量为对应Arrow C++二进制包的完整内网地址。

问题3 可以通过预先安装Arrow C++库解决问题 #

这是受限环境下最稳妥的安装方案，操作步骤如下：

1. 从公司Artifactory下载对应你系统版本、Arrow版本的C++库安装包（rpm/deb/二进制源码包均可），在终端完成安装，确保安装路径被加入系统LD_LIBRARY_PATH环境变量
2. 回到R会话，设置环境变量告知R包已经安装了系统级的Arrow C++库：

Sys.setenv(ARROW_USE_PKG_CONFIG = "true")
# 如果C++库安装在非标准路径，额外取消注释以下行并替换为实际路径
# Sys.setenv(PKG_CONFIG_PATH = "/你的Arrow C++库安装路径/lib/pkgconfig")
options(download.file.method = "curl")
options(download.file.extra = "--insecure")
install.packages("arrow", dependencies=TRUE, type="source")

安装时会直接调用系统已安装的C++库，不会再尝试公网拉取资源。

内容的提问来源于stack exchange，提问作者KedAU