执行docker-compose up时conda安装依赖无限加载无报错如何解决

• 架构兼容性问题：如果你的Mac是M系列（ARM64架构）设备，你使用的conda/miniconda3基础镜像默认拉取的是x86_64版本，Mac上通过Rosetta2转译运行时，conda在解析跨架构依赖时会消耗大量时间，甚至出现无响应的情况，而你同事的Windows设备本身是x86_64架构，运行原生镜像无兼容开销。
• conda源网络问题：conda默认使用的官方源服务器在国外，若你的Mac网络没有配置合适的代理，拉取依赖包和索引的速度会极慢，导致步骤长时间卡住。
• conda依赖解析效率问题：旧版本conda的依赖解析算法性能较差，当requirements.txt里依赖较多时，解析过程会指数级耗时。

1. 适配ARM64架构（针对M系列Mac）
   可以强制指定镜像运行架构，在docker-compose.yml的web服务中新增platform字段：

version: '3.7'

services:
  web:
    build: .
    platform: linux/amd64 # 新增这行，强制用x86架构模拟运行
    command: python /app/current/manage.py runserver 0.0.0.0:80
    volumes:
      - .:/app/current/
    ports:
      - 8082:80

也可以直接更换支持多架构的miniconda基础镜像，修改Dockerfile第一行为：

FROM continuumio/miniconda3:latest

2. 优化conda配置提升解析和下载速度
   在conda install步骤前新增配置项，更新conda版本并开启通道优先级，也可替换为国内源加快下载速度：

FROM conda/miniconda3
COPY requirements.txt /conda_files/requirements.txt
# 新增conda优化配置
RUN conda config --set channel_priority strict && \
    conda update -n base conda -y
# 如需换国内源，可在上面的RUN命令中新增源配置
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ && \
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ && \
# conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ && \
RUN conda install -y --file /conda_files/requirements.txt -c conda-forge -c anaconda
RUN pip install requests-html==0.10.0
COPY . /app/ref_wallet
ENV PYTHONPATH "${PYTHONPATH}:/app/ref_wallet"

3. 使用mamba替代conda做依赖安装
   mamba是conda的C++实现版本，依赖解析速度比conda快数十倍，可直接替换安装命令：

RUN conda install mamba -y -c conda-forge && \
    mamba install -y --file /conda_files/requirements.txt -c conda-forge -c anaconda

4. 定位具体卡点
   可以给conda install命令添加-vvv参数输出详细执行日志，就能明确是卡在依赖解析环节还是包下载环节，针对性排查问题。

内容的提问来源于stack exchange，提问作者Hexycode