如何清理CodeArtifact多包冗余 或设置pip仅指定包走CodeArtifact源

1. 简便的CodeArtifact批量清理方法 #

CodeArtifact控制台暂不支持批量删除包，可通过以下两种方案实现清理：

• 方案1：AWS CLI批量删除
  提前配置好具有codeartifact:ListPackages、codeartifact:DeletePackageVersions权限的AWS CLI凭证，执行对应命令操作：
  1. 列出仓库中所有来自公共源的Python包：
     aws codeartifact list-packages --domain <CodeArtifact域名> --domain-owner <AWS账户ID> --repository <仓库名> --format pypi --origin-type PUBLIC
  2. 删除指定公共包的所有版本：
     aws codeartifact delete-package-versions --domain <CodeArtifact域名> --domain-owner <AWS账户ID> --repository <仓库名> --format pypi --package <待删包名> --versions $(aws codeartifact list-package-versions --domain <CodeArtifact域名> --domain-owner <AWS账户ID> --repository <仓库名> --format pypi --package <待删包名> --query 'versions[*].version' --output text)
  3. 如需批量删除所有公共源同步的包，可将上述命令组合为Shell循环执行，执行前建议加--dry-run参数预览删除列表，避免误删私有包。
• 方案2：生命周期规则自动清理（更推荐）
  直接在CodeArtifact仓库配置中添加生命周期规则，筛选来源为公共源的包，设置保留时长或保留最新版本数量，规则生效后会自动清理过期的公共同步包，无需手动操作。

2. pip仅指定包从CodeArtifact拉取的实现方法 #

可以从根源避免公共依赖同步到CodeArtifact占用存储，常用两种实现方式：

• 方式1：requirements.txt单独指定私有包源
  公共依赖正常声明，仅给私有包指定CodeArtifact源地址，示例如下：

  # 公共依赖默认走官方源
  requests==2.31.0
  pandas==2.1.4
  # 私有包单独指定CodeArtifact源
  your-private-pkg @ https://<域>-<账户ID>.d.codeartifact.<区域>.amazonaws.com/pypi/<仓库名>/simple/your-private-pkg/
  

  执行pip install -r requirements.txt即可，公共依赖会直接从PyPI官方源拉取，不会经过CodeArtifact。
• 方式2：全局pip配置优先级控制
  在pip配置文件（pip.conf/pip.ini）中设置官方源为默认索引，CodeArtifact为额外索引：

  [global]
  index-url = https://pypi.org/simple/
  extra-index-url = https://<CodeArtifact认证信息>@<域>-<账户ID>.d.codeartifact.<区域>.amazonaws.com/pypi/<仓库名>/simple/
  trusted-host = <域>-<账户ID>.d.codeartifact.<区域>.amazonaws.com
  

  该配置下pip会优先从官方源查找依赖，仅当官方源不存在对应包时才会从CodeArtifact拉取，只会同步你的私有包，不会缓存公共依赖。

内容的提问来源于stack exchange，提问作者Andreas