为什么使用 yml 文件时 Conda 慢这么多？

Question

我正在尝试跨不同操作系统重新创建环境。使用

conda env export --from-history

，我创建了以下 yml 文件：

name: mlflow_env
channels:
  - conda-forge
dependencies:
  - numpy
  - lightgbm
  - squarify
  - holidays
  - lunardate
  - lunarcalendar
  - sqlalchemy
  - pandas
  - geopy
  - pgeocode
  - psycopg2
  - cython
  - scikit-learn
  - mlflow
  - pyarrow

一旦我在两个系统中的任何一个上运行

conda env create --file conda_lt.yml python=3.9

，就需要几个小时来解决环境问题，最终解决了这个问题。

但是如果我尝试运行

conda create -c conda-forge -n mlflow_env numpy lightgbm squarify holidays lunardate lunarcalendar sqlalchemy pandas geopy pgeocode psycopg2 cython scikit-learn mlflow pyarrow

，解决环境问题需要不到30秒。

根据我的理解，这两个命令实际上应该产生相同的环境，所以我想知道有什么区别以及为什么

yml

安装速度慢得多。当然，欢迎任何使

yml

安装与其他安装一样快的建议。

Answer 1

也许你可以试试这个。我刚刚尝试过，现在可以使用了！

conda update conda
conda update conda-build
conda install -n base conda-libmamba-solver
conda config --set solver libmamba

这个问题对我帮助很大：https://github.com/conda/conda/issues/11919