linux “无法确定火鸟客户端库的位置,”

hsvhsicv  于 2023-11-17  发布在  Linux
关注(0)|答案(2)|浏览(132)

我在这里遇到了类似的问题：
Firebird embedded installation issue: library could not be determined
我正在通过ubuntu（16.04.4 LTS）运行一个python（3.5.2）脚本，它连接到一个firebird数据库。为了安装firebird，我遵循了这里提供的说明：
https://firebirdsql.org/manual/ubusetup.html的
现在，当我运行python代码时，会显示以下错误：

Soft limit starts as  :-1
Soft limit changed to :1024
Traceback (most recent call last):
  File "clustering_setup.py", line 30, in <module>
    graph, posi_knoten, kanten_bewertung, auslassliste = build_netzwerk.create_graph()
  File "/home/ubuntu/Documents/Code/build_netzwerk.py", line 113, in create_graph
    datenbank_custom.start(config.idbf_file)
  File "/home/ubuntu/Documents/Code/datenbank_custom.py", line 19, in start
    con = fdb.connect(database=idbf_file, user='sysdba', password='pass')
  File "/home/ubuntu/.local/lib/python3.5/site-packages/fdb/fbcore.py", line 682, in connect
    load_api(fb_library_name)
  File "/home/ubuntu/.local/lib/python3.5/site-packages/fdb/fbcore.py", line 181, in load_api
    setattr(sys.modules[__name__],'api',fbclient_API(fb_library_name))
  File "/home/ubuntu/.local/lib/python3.5/site-packages/fdb/ibase.py", line 1398, in __init__
    raise Exception("The location of Firebird Client Library could not be determined.")
Exception: The location of Firebird Client Library could not be determined.

字符串
如果我检查文件所在的位置，这是显示给我的：

ubuntu@ubuntu:~$ dpkg -L firebird2.5-classic-common
/.
/usr
/usr/share
/usr/share/lintian
/usr/share/lintian/overrides
/usr/share/lintian/overrides/firebird2.5-classic-common
/usr/share/doc
/usr/bin
/usr/bin/qli
/usr/bin/nbackup
/usr/bin/fbstat
/usr/bin/fbtracemgr
/usr/bin/gdef
/usr/bin/gsec
/usr/bin/isql-fb
/usr/bin/gpre
/usr/bin/gbak
/usr/bin/fbsvcmgr
/usr/bin/gfix
/usr/lib
/usr/lib/firebird
/usr/lib/firebird/2.5
/usr/lib/firebird/2.5/UDF
/usr/lib/firebird/2.5/UDF/ib_udf.so
/usr/lib/firebird/2.5/UDF/fbudf.so
/usr/sbin
/usr/sbin/fb_lock_print
/usr/share/doc/firebird2.5-classic-common

型
locate libfbclient的输出：

/usr/lib/x86_64-linux-gnu/libfbclient.so.2
/usr/lib/x86_64-linux-gnu/libfbclient.so.2.5.4
/usr/share/doc/libfbclient2
/var/cache/apt/archives/libfbclient2_2.5.4.26856.ds4-1build1_amd64.deb
/var/lib/dpkg/info/libfbclient2:amd64.list
/var/lib/dpkg/info/libfbclient2:amd64.md5sums
/var/lib/dpkg/info/libfbclient2:amd64.postinst
/var/lib/dpkg/info/libfbclient2:amd64.postrm
/var/lib/dpkg/info/libfbclient2:amd64.preinst
/var/lib/dpkg/info/libfbclient2:amd64.shlibs
/var/lib/dpkg/info/libfbclient2:amd64.symbols

型
应用cat /etc/ld.so.conf.d/*导致：

ubuntu@ubuntu:~/Documents/Code$ cat /etc/ld.so.conf.d/*
/usr/lib/x86_64-linux-gnu/libfakeroot
# Multiarch support
/lib/i386-linux-gnu
/usr/lib/i386-linux-gnu
/lib/i686-linux-gnu
/usr/lib/i686-linux-gnu
# libc default configuration
/usr/local/lib
# Multiarch support
/lib/x86_64-linux-gnu
/usr/lib/x86_64-linux-gnu
/usr/lib/x86_64-linux-gnu/mesa-egl
/usr/lib/x86_64-linux-gnu/mesa

型
ldconfig -p | grep libfbclient的结果

libfbclient.so.2 (libc6,x86-64) => /usr/lib/x86_64-linux-gnu/libfbclien.so.2

型
这就是我运行的脚本！

from datetime import datetime
import funcs
import build_netzwerk
from scipy.optimize import minimize_scalar
import matplotlib.pyplot as plot
import funcs_nachbearb
import config

start = datetime.now()

# abstandsgewichteten Graphen berechnen
graph, posi_knoten, kanten_bewertung, auslassliste = build_netzwerk.create_graph()

# zurückgegebene Werte bestimmen
if config.clusteringtyp == 'sohlhoehe':
    kanten_durchfluss = kanten_bewertung[1].copy()
    kanten_bewertung = kanten_bewertung[0].copy()
elif config.clusteringtyp == 'durchfluss':
    kanten_durchfluss = kanten_bewertung.copy()
else:
    kanten_durchfluss = kanten_bewertung.copy()
    kanten_bewertung = None

# minimalen Optimierungsfaktor bestimmen
print(datetime.now() - start)
erg_min = minimize_scalar(funcs.optimiere_cluster, args=(graph, kanten_bewertung, auslassliste, 'min'),
                          bounds=(0, 10), method='bounded')
# print(erg_min)

# maximalen Optimierungsfaktor bestimmen
print(datetime.now() - start)
erg_max = minimize_scalar(funcs.optimiere_cluster, args=(graph, kanten_bewertung, auslassliste, 'max'),
                          bounds=(erg_min.x, 10), method='bounded')
# print(erg_max)

# besten Optimierungsfaktor bestimmen
print(datetime.now() - start)
clustersammlung = funcs.bruteforce_optim(erg_min.x, erg_max.x, graph, kanten_bewertung, auslassliste,
                                         kanten_durchfluss)

print(datetime.now() - start)

# Clusternummerierung soll von 0 bis Anzahl gewünschter Cluster laufen
funcs_nachbearb.transform_clusternummern(clustersammlung)

# Bewertung der Cluster berechnen
print(funcs_nachbearb.cluster_bewertung(clustersammlung, graph, kanten_durchfluss))

# Clusterhierarchie berechnen
print(funcs_nachbearb.cluster_hierarchie(clustersammlung, graph))

# Schächte der Messstationen ausgeben
ms = ""
for key in clustersammlung.keys():
    ms = ms + clustersammlung[key].endpoint + ", "
ms.rstrip(", ")
print("Messstationen: " + ms)

# Einflussgebiete auf die Messstationen ausgeben
print("Einflussgebiete:")
for key in clustersammlung.keys():
    print("Einflussgebiet von Cluster " + str(key) + ": " + ", ".join(clustersammlung[key].nodes))

print(datetime.now() - start)

# entstehenden Grpahen mit Clustern zeichnen
funcs.draw_clustered_graph(graph, posi_knoten, clustersammlung)
plot.show()

print(datetime.now() - start)

型
datenbank_custom：

import fdb

con = None

def start(idbf_file):
    """
    Verbindung mit idbf-Datenbank aufbauen

    :param idbf_file: (str) Dateipfad zur Datenbank
    """

    global con
    con = fdb.connect(database=idbf_file, user='sysdba', password='pass')

def stop():
    """
    Verbindung mit idbf-Datenbank trennen
    """

    global con
    con.close()

def read_from_db_single(sqlstatement):
    """
    Allgemeine Funktion um einen einzelnen Wert aus dem IDBF-File auszulesen

    :param sqlstatement: (str) SQL-Abfrage zum auslesen eines Wertes

    :return results: abgefragter Wert
    """

    curs = con.cursor()  # Use a client side cursor so you can access curs.rowcount
    curs.execute(sqlstatement)
    results = curs.fetchone()

    if results:
        results = results[0]

    del curs
    return results

def read_from_db(sqlstatement):
    """
    Allgemeine Funktion um Daten aus dem IDBF-File auszulesen

    :param sqlstatement: (str) SQL-Abfrage an Datenbank

    :return results: Rückgabe der Abfrage
    """

    curs = con.cursor()  # Use a client side cursor so you can access curs.rowcount
    curs.execute(sqlstatement)
    results = curs.fetchall()

    del curs
    return results

def read_network(infotyp=None):
    """
    Gibt die Knoten und die Kanten für das Kanalnetzmodel zurück.
    Alle Schachttypen sind Knoten, alle Haltungen, Sonderbauwerke, ... sind Kanten

    :param infotyp: (str) String zur Erweiterung der SELECT-Werte an die Kanten

    :return results_knoten: (list(tuple(str, float, float))) Listen der Knoteninformationen
    :return results_kanten: (list(tuple(str, float, float, [...]))) Listen der Kanteninformationen;
                            list(tuple(name, schachtoben, -unten, infotyp[i])
    :return results_sonderkanten: (list(tuple(str, float, float))) Listen der Sonderkanteninformationen
    """

    erweiterung = ''
    if infotyp is not None:
        erweiterung = infotyp

    knoten = "SELECT name,XKOORDINATE,YKOORDINATE from SCHACHT UNION " + \
             "SELECT name,XKOORDINATE,YKOORDINATE from SPEICHERSCHACHT UNION " + \
             "SELECT name,XKOORDINATE,YKOORDINATE from AUSLASS;"

    kanten = "SELECT name,schachtoben,schachtunten" + erweiterung + " from ROHR UNION " + \
             "SELECT name,schachtoben,schachtunten" + erweiterung + " from HREGLER UNION " + \
             "SELECT name,schachtoben,schachtunten" + erweiterung + " from QREGLER;"

    sonderkanten = "SELECT name,schachtoben,schachtunten from DROSSEL UNION " + \
                   "SELECT name,schachtoben,schachtunten from GRUNDSEITENAUSLASS UNION " + \
                   "SELECT name,schachtoben,schachtunten from PUMPE UNION " + \
                   "SELECT name,schachtoben,schachtunten from SCHIEBER UNION " + \
                   "SELECT name,schachtoben,schachtunten from WEHR;"

    curs = con.cursor()  # Use a client side cursor so you can access curs.rowcount

    curs.execute(knoten)
    results_knoten = list(curs.fetchall())

    curs.execute(kanten)
    results_kanten = list(curs.fetchall())

    curs.execute(sonderkanten)
    results_sonderkanten = list(curs.fetchall())

    del curs

    return results_knoten, results_kanten, results_sonderkanten

型
我很感激你的建议，因为我完全不知道如何解决这个问题！

linux

2条答案

按热度按时间
w7t8yxp5

w7t8yxp51#

我安装了Ubuntu 16.04.4作为一个新的虚拟机，只做了sudo apt-get update/sudo apt-get upgrade
然后做了以下事情：

sudo apt install python3-pip
sudo apt install libfbclient2
mkdir fdb-experiment
cd fdb-experiment
pip3 install fdb
nano connect.py

字符串
connect.py：

import fdb

# 172.26.69.161 is my Windows machine with Firebird
con = fdb.connect(dsn='172.26.69.161:d:/data/db/testdatabase.fdb', user='sysdba', password='masterkey')
cur = con.cursor()
cur.execute("select * from rdb$database")
print(cur.fetchall())

型
然后：

python3 connect.py

型
输出量：

[(None, 225, None, 'ISO8859_1                      ')]

型
由于Windows主机操作系统（运行我使用的Firebird服务器）的一些网络问题，我不得不重新启动我的VM。
换句话说，我不能重现你的问题，我唯一能想到的是，也许你使用的是一个旧版本的fdb（我使用的是1.8），它以不同的方式定位客户端库（但由于你的stacktrace具有相同的行号，如果我删除libfbclient2，我会看到，这可能不是这种情况）。
如果运行sudo ldconfig可以修复这个问题，你可以尝试一下，这将重建共享库的该高速缓存。如果这不起作用，那么检查cat /etc/ld.so.conf.d/*是否列出了/usr/lib/x86_64-linux-gnu（如果没有，那么我不完全确定修复这个问题的正确方法是什么）。

赞(0）分享  回复(0）举报  2023-11-17
bf1o4zei

bf1o4zei2#

Windows用户：

from sqlalchemy import create_engine, text
import os

# I'm using the 'portable' version of firebird 2.5 32bits and Python 3.11 32bits
# setting the firebird client path
os.environ['PATH'] = r'D:\Portable\database\firebird\Firebird25\bin;%PATH%'

# if you're running on the cmd line terminal set the path: 
# set PATH=D:\Portable\database\firebird\Firebird25\bin;%PATH%

#database string connection
db_uri = 'firebird+fdb://sysdba:masterkey@localhost:3050/C:/mydata/data.fdb'

engine = create_engine(db_uri, echo=True)

# Create a connection
conn = engine.connect()

# Execute a SQL query
result = conn.execute(text('SELECT FIRST 1 * FROM MyTable'))

# Iterate through the results
for row in result:
    print(row)

# Close the connection
conn.close()

字符串
来源：Github

赞(0）分享  回复(0）举报  2023-11-17
我来回答

相关问题

    查看更多

    热门标签

    更多
    JavaquerypythonNode开发语言requestUtil数据库Table后端算法LoggerMessageElementParser

    最新问答

    更多
    • 蜀ICP备2022004421号-2 NULL123 https://www.null123.com © All rights reserved
    • 本站内容来源互联网,如果侵犯您的权益请联系我们删除, 联系方式：448109455@qq.com