JFrog


    云客户?
    免费开始>
    在MyJFrog中升级>
    云的新功能>





    使用旧版本?JFrog Artifactory 6.x|JFrog x射线2.x|JFrog任务控制中心|JFrog发行1.x|


    跳到元数据的末尾
    转到元数据的开始

    概述

    Artifactory原生支持Conda存储库Python, R, Ruby, Lua, Scala, Java, JavaScript, C/ c++， FORTRAN等编程语言，让您完全控制Conda包的部署和解析过程。

    Conda存储库提供以下好处:

    • 具有细粒度访问控制的安全和私有本地Conda存储库。

    • 代理远程Conda资源和缓存下载的Conda包的能力，使您独立于网络2022世界杯阿根廷预选赛赛程和远程资源。

    • 支持单个URL的虚拟Conda存储库，通过该URL可以管理所有Conda包的解析和部署。

    • 托管在Artifactory本地存储库中的Conda包的元数据计算。

    • 版本管理:存档上传到本地存储库的软件包的旧版本。

      最小支持的Conda客户端版本

      Artifactory支持Conda Client 4.3.0及以上版本。我们建议使用最新版本。


    页面内容

    配置

    局部存储库

    要启用Conda元数据的计算，请在政府模块，转到存储库|存储库|当地的并选择Conda随着包类型创建本地存储库时。

    本地存储库布局

    本地Conda存储库人工智能为您提供了在您选择的布局中部署包的灵活性。将Conda二进制文件部署到嵌套路径中时，重要的是要确保您的.condarc文件正确反映了包的路径。Conda客户机自动将主机平台作为子目录附加到通道URL中。在部署这些包时，需要满足这一要求，并将包上传到相关的子目录中。例如，考虑Artifactory中的以下有效包路径:

    conda-local / osx - 64 / my-conda-package.tar.bz2

    基于此布局，相应的通道URL在您的.condarc文件是:

    < YOUR_SERVER_URL > / artifactory / api / conda / conda-local

    在上面的示例中，Conda将自动追加平台(即osx - 64）.

    另一个示例显示了更详细的部署路径，如:

    conda-local /我/的/ / osx - 64 / my-conda-package.tar.bz2布局

    在本例中，通道URL的设置如下:

    < YOUR_SERVER_URL > / artifactory / api / conda / conda-local /我的/自己的布局

    扩展的最佳实践

    Conda存储库元数据是在包级别上维护的，这意味着Conda包的父目录也是Conda的父目录repodata.json元数据文件。为了以最大的效率进行扩展，请尽可能避免将大量包部署到单个父目录中。来启用人工元数据计算过程以提供最大的性能尽量以一种支持模块化的方式来规划本地存储库布局，避免将大量工件作为其直接子目录。

    远程存储库

    您可以创建Conda远程存储库来代理和缓存远程存储库或其他Artifactory实例。

    请注意，远程Conda存储库的索引文件是根据检索缓存周期远程存储库上的设置。


    虚拟存储库

    Artifactory中的虚拟存储库聚合来自本地和远程存储库的包，允许您从为虚拟存储库定义的单个URL访问本地托管的Conda包和远程代理的Conda库。

    要创建虚拟Conda存储库，请设置Conda随着包类型，并选择要包含的基础本地和远程Conda存储库存储库部分。

    虚拟存储库元数据

    Artifactory以一种聪明的方式维护聚合的虚拟存储库元数据，通过反映聚合中的更改来保持元数据的最新状态当地的实时存储库。对聚合远程存储库，虚拟存储库元数据按需更新，默认最小间隔为10分钟。更新周期通过检索缓存周期虚拟存储库参数。

    解析Conda包

    解析UI中的Conda包

    当在Artifacts Tree Browser中选择Conda存储库时，单击帮我介绍查看可用于发布Conda包的代码片段，或配置Conda客户端以使用所选的组件解析工件存储库。

    使用Conda客户端解析Conda包

    1.执行设置的过程.condarc根据文件中的说明进行归档帮我介绍康达的页面。

    2.从您的人造Conda存储库安装一个包:

    conda install

    3.从Conda存储库中的特定子通道安装包:

    conda install -c

    4.在Artifactory Conda存储库中搜索一个包:

    conda search


    部署Conda包

    将包部署到本地或虚拟Conda存储库部署UI特性或者使用您选择的HTTP客户端。

    元数据更新

    当添加、删除、复制或移动Conda包时，会自动计算和更新Conda元数据。只有在完成与包相关的操作后才调用计算。

    有时可能需要30秒才能完成由于该进程是异步的，其性能取决于整个系统负载。
    虽然很少需要，但您可能希望在整个存储库上调用元数据计算。可以使用重新计算指数选项后，在Tree Browser中右键单击存储库，或者通过REST API。

    设置默认部署存储库

    要将Conda包部署到虚拟Conda存储库，请确保设置了默认部署存储库。


    使用UI部署包

    您可以在UI中的Deploy中拖放或选择要上传的Conda包。

    部署源包

    部署源时，会自动显示“Target Path”，我们建议这样做不改变路径。改变“src /普通发布版路径将导致Artifactory不能将包识别为Conda包，因为Artifactory将无法索引它。

    使用cURL部署包

    要将包部署到Artifactory存储库，你可以使用Artifactory web UI，也可以使用HTTP客户端(如cURL)上传包:


    部署源包 
    curl -XPUT ${USERNAME}:${PASSWORD} "http://localhost:8080/artifactory/conda-local/" -T my-package-1.0.0.tar.bz2


    查看单个Conda包信息

    Artifactory支持直接从UI查看选定的Conda包元数据。

    在工件存储库浏览器，选择虚拟Conda存储库，向下滚动以查找并选择要检查的包。元数据显示在Conda信息选项卡。

    重新索引Conda存储库

    您可以通过UI或使用REST API触发本地Conda存储库的异步重新索引。
    控件中选择Conda存储库存储库列表并选择重新计算指数。这需要管理员权限。

    要通过REST API重新索引Conda存储库，请参考计算Conda存储库元数据。

    调优元数据工作线程

    Conda元数据工作者

    Conda根据存储库存储事件异步计算元数据。并行处理元数据计算(特别是Conda任务)的工作线程总数默认为5。在更大的范围中，您可以通过编辑您的JFROG_HOME美元/ artifactory / var / etc / artifactory / artifactory.system.properties文件，并添加如下参数:

    artifactory.conda.metadata.calculation.workers = < NUMBER_OF_WORKERS >
    版权所有©2022 JFrog Ltd.