Debian Buster armv7架构下安装pyarrow报PEP 517错误如何解决？

AI 小北

2026-10-2

可行解决方案

方案1：绕过pyarrow依赖（最推荐，实现成本最低）

load_table_from_dataframe方法强制依赖pyarrow做DataFrame序列化，直接替换上传逻辑即可完全规避依赖：

将DataFrame先转存为CSV/JSON格式，使用BigQuery客户端的文件上传接口完成操作，示例代码：

import pandas as pd
from google.cloud import bigquery

# 原有dataframe变量保持不变
job_config = bigquery.LoadJobConfig(
    source_format=bigquery.SourceFormat.CSV,
    skip_leading_rows=1,
    autodetect=True,
)
# 转存为临时CSV
dataframe.to_csv("/tmp/upload_temp.csv", index=False)
# 改用文件上传接口
with open("/tmp/upload_temp.csv", "rb") as f:
    job = client.load_table_from_file(f, table_id, job_config=job_config)
job.result()

该方案无需修改Dockerfile，代码修改量极小，完全避开pyarrow安装问题。

方案2：手动编译安装pyarrow（适用于必须使用`load_table_from_dataframe`的场景）

先安装编译所需的系统依赖后再安装适配armv7的低版本pyarrow，Dockerfile修改如下：

# 先安装系统层面编译依赖
RUN apt-get update && apt-get install -y --no-install-recommends \
    build-essential \
    cmake \
    libarrow-dev \
    libboost-all-dev \
    python3-dev \
    && rm -rf /var/lib/apt/lists/*
# 安装兼容armv7的低版本pyarrow，添加参数避免PEP 517报错
RUN pip3 install --no-use-pep517 pyarrow==9.0.0

注意：armv7架构下不建议安装10.0.0及以上版本的pyarrow，编译成功率极低。