Amazon Linux2下安装cvxpy时scs的wheel包构建失败如何解决

你遇到的scs编译失败报错，核心原因是Amazon Linux2默认环境缺少编译scs所需的系统级编译工具和线性代数依赖库，可通过以下方案解决：

方案一：手动编译修复依赖 #

• 第一步：安装系统级依赖包，执行命令：
  sudo yum install -y gcc gcc-c++ make openblas-devel lapack-devel python3-devel
• 第二步：升级Python构建工具链，执行命令：
  pip install --upgrade pip setuptools wheel build numpy scipy
  完成系统依赖安装后，单独执行pip install scs也可以正常完成安装，不会再出现之前的编译报错。
• 第三步：重新安装cvxpy，如果仍出现PEP 517相关报错，可添加参数跳过构建隔离：
  pip install cvxpy --no-build-isolation
• 打包层时注意按照Lambda层规范存放依赖，执行安装命令时指定目标路径：
  pip install cvxpy -t python/lib/python3.7/site-packages/ --no-build-isolation
  打包前可清理冗余文件减小体积，避免超出层的250MB解压大小限制：

find python -name "*.pyc" -delete
find python -name "__pycache__" -delete
strip --strip-unneeded python/lib/python3.7/site-packages/*/*.so 2>/dev/null

方案二：使用预置Lambda层 #

不需要手动编译，可直接在AWS Lambda控制台的公共层列表中，搜索适配Python 3.7版本的cvxpy公共层直接导入使用，也可以在Serverless应用仓库中查找对应版本的cvxpy层模板直接部署。

方案三：使用容器镜像部署Lambda函数 #

如果层的体积限制无法满足cvxpy的需求，可以直接采用容器镜像方式部署Lambda函数，使用官方提供的Amazon Linux2 Python3.7基础镜像，在Dockerfile中安装cvxpy等依赖即可，容器镜像支持最大10GB的体积，无需处理层的大小限制问题。

内容的提问来源于stack exchange，提问作者YuMei