Flask 项目在 Ubuntu 26.04 与 CentOS 7 两种虚拟机上的运行复盘
今天的目标是把一个 Flask 项目 xhs-WeatherForecastSystem 放到虚拟机中运行，并能从宿主机浏览器访问。项目依赖 pandas、numpy 等科学计算包，因此整个过程不仅涉及文件上传和 SSH 连接，还涉及 Python 版本、虚拟环境、依赖安装、系统编译环境等问题。
两台虚拟机的问题完全不同：Ubuntu 26.04 的问题是系统太新，默认 Python 3.14 版本过高；CentOS 7 的问题是系统太老，默认 Python 只有 2.7.5，GCC 也只有 4.8.5。
最终形成的核心经验是：不要直接使用系统默认 Python 跑项目，应该为项目创建独立的 Python 虚拟环境，并根据系统环境选择合适的 Python 和依赖版本。
一、连接与上传
虚拟机 IP 192.168.17.129，用户 hutao。从 Windows PowerShell 连接：
ssh hutao@192.168.17.129通过 scp 上传项目：
scp -r E:\MyProjects\xhs-WeatherForecastSystem hutao@192.168.17.129:/home/hutao/注意 Linux 用户家目录是 /home/用户名，不是 /hutao/home。
二、Ubuntu 26.04：Python 太新导致依赖不兼容
python 命令不存在
Ubuntu 中默认命令叫 python3，不提供 python。如果缺少 venv 模块：
sudo apt updatesudo apt install python3-venv python3-pip -y创建虚拟环境：
python3 -m venv venvsource venv/bin/activatepandas 在 Python 3.14 下编译失败
安装依赖时报错：
error: metadata-generation-failedaggregations.cpython-314-x86_64-linux-gnu.so/usr/include/python3.14核心原因：Ubuntu 26.04 默认 Python 3.14 太新，项目依赖中的 pandas 版本不适配。
使用 uv 安装 Python 3.12
系统源里没有 python3.12，改用 uv：
sudo apt install curl -ycurl -LsSf https://astral.sh/uv/install.sh | shexport PATH="$HOME/.local/bin:$PATH"
cd ~/xhs-WeatherForecastSystemrm -rf venvuv venv --python 3.12 venvsource venv/bin/activatepython --version # Python 3.12.13虚拟环境没有 pip
uv 创建的环境未自带 pip，且裸用 pip 调到了系统 pip 触发 externally-managed-environment 错误。直接用 uv pip：
uv pip install pip setuptools wheel -i https://pypi.tuna.tsinghua.edu.cn/simpleuv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simpleFlask 无法从宿主机访问
Flask 默认监听 127.0.0.1，虚拟机里的 127.0.0.1 只代表虚拟机自己。正确启动：
python -m flask --app app run --host=0.0.0.0 --port=5000宿主机浏览器访问 http://192.168.17.129:5000。如果打不开，检查防火墙：
sudo ufw allow 5000三、SSH 免密登录与昵称
Windows 本机已有 SSH 密钥，将公钥写入虚拟机：
type $env:USERPROFILE\.ssh\id_ed25519.pub | ssh hutao@192.168.17.129 "mkdir -p ~/.ssh && cat >> ~/.ssh/authorized_keys && chmod 700 ~/.ssh && chmod 600 ~/.ssh/authorized_keys"编辑 ~/.ssh/config：
Host ubuvm HostName 192.168.17.129 User hutao IdentityFile C:\Users\27316\.ssh\id_ed25519之后直接 ssh ubuvm 即可连接。
四、CentOS 7：系统太老导致编译失败
默认 Python 是 2.7.5
CentOS 7 的 yum 依赖系统 Python 2.7，不能把 /usr/bin/python 替换成 Python 3，否则系统包管理器会损坏。正确做法是保留系统 Python 2.7，单独为项目安装 Python 3。
安装 uv
sudo yum install -y curl ca-certificates tar gzipcurl -LsSf https://astral.sh/uv/install.sh | shexport PATH="$HOME/.local/bin:$PATH"上传路径问题
scp 上传后项目内容直接进入了 /home/root，没有保留最外层文件夹名。确认真实路径用：
find / -type d -name "xhs-WeatherForecastSystem" 2>/dev/nullnumpy 编译失败
CentOS 7 的 GCC 只有 4.8.5，而新版本 NumPy 要求 GCC ≥ 9.3：
C compiler for the host machine: cc (gcc 4.8.5)ERROR: NumPy requires GCC >= 9.3即使切换到 Python 3.11，依赖解析器仍选择了 numpy==2.4.6，源码编译照样失败。
约束 numpy 版本
用 constraints 文件强制指定兼容版本：
cat > constraints.txt <<'EOF'numpy==1.26.4pandas==2.2.2EOF优先使用预编译 wheel，禁止源码编译：
uv pip install "numpy==1.26.4" "pandas==2.2.2" --only-binary=:all: -i https://pypi.tuna.tsinghua.edu.cn/simpleuv pip install -r requirements.txt -c constraints.txt --only-binary=:all: -i https://pypi.tuna.tsinghua.edu.cn/simple--only-binary=:all: 的含义是只允许安装预编译 wheel，不允许源码编译——这直接规避了 CentOS 7 老 GCC 的问题。
五、两种环境的问题对比
| 环境 | 主要问题 | 根因 | 解决思路 |
|---|---|---|---|
| Ubuntu 26.04 | pandas 在 Python 3.14 下编译失败 | 系统 Python 太新，依赖不适配 | uv 创建 Python 3.12 虚拟环境 |
| Ubuntu 26.04 | venv 中没有 pip | uv 创建的环境未自带 pip | 使用 uv pip 替代裸 pip |
| Ubuntu 26.04 | Flask 只能本机访问 | 监听 127.0.0.1 | --host=0.0.0.0 |
| CentOS 7 | 默认 Python 2.7.5 | 系统过旧，yum 依赖 Python 2 | 不覆盖系统 Python，单独创建 venv |
| CentOS 7 | numpy 2.x 编译失败 | GCC 4.8.5 太旧 | constraints 降级 + --only-binary |
六、最终推荐命令
Ubuntu 26.04
cd ~/xhs-WeatherForecastSystemrm -rf venv
curl -LsSf https://astral.sh/uv/install.sh | shexport PATH="$HOME/.local/bin:$PATH"
uv venv --python 3.12 venvsource venv/bin/activate
uv pip install pip setuptools wheel -i https://pypi.tuna.tsinghua.edu.cn/simpleuv pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m flask --app app run --host=0.0.0.0 --port=5000CentOS 7
cd /root/xhs-WeatherForecastSystemrm -rf venv
export PATH="$HOME/.local/bin:$PATH"uv venv --python 3.11 venvsource venv/bin/activate
cat > constraints.txt <<'EOF'numpy==1.26.4pandas==2.2.2EOF
uv pip install "numpy==1.26.4" "pandas==2.2.2" --only-binary=:all: -i https://pypi.tuna.tsinghua.edu.cn/simpleuv pip install -r requirements.txt -c constraints.txt --only-binary=:all: -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m flask --app app run --host=0.0.0.0 --port=5000七、总结
这次部署最大的收获不是某一条命令，而是环境管理思路。
第一，不要随便替换系统 Python。 Ubuntu、CentOS 都有自己的系统 Python 依赖，尤其是 CentOS 7，yum 依赖 Python 2.7，不能直接把 /usr/bin/python 改成 Python 3。
第二，项目应该使用独立虚拟环境。 不同项目需要不同 Python 版本和依赖版本，使用 uv venv 可以把项目环境和系统环境隔离开。
第三，系统太新和太旧都会出问题。 Ubuntu 26.04 的 Python 3.14 太新导致旧依赖不兼容；CentOS 7 的 GCC 4.8.5 太旧导致新依赖无法编译。两个方向的兼容性问题，解决思路都是在目标系统上构造一个合适的独立运行环境。
第四，科学计算包优先用 wheel，不要源码编译。 源码编译对 GCC、glibc、Python 头文件等系统依赖要求很高，尤其不适合 CentOS 7 这种老系统。--only-binary=:all: 直接切断源码编译路径。
第五，Flask 在虚拟机里要监听 0.0.0.0。 127.0.0.1 只在虚拟机内部可达，宿主机访问必须绑定所有接口。
第六，上传文件后不要凭感觉猜目录。 用 pwd、ls、find 确认真实路径——虚拟机里的文件系统结构不一定和宿主机一样。
文章分享
如果这篇文章对你有帮助，欢迎分享给更多人！
音乐
暂未播放
