错误：/lib64/libc.so.6: version `GL

不管你是用annoy还是用tensorflow，用pip安装后，然后import的时候会产生类似以下的异常：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/users/kinva/tools/lib/python2.7/site-packages/annoy/__init__.py", line 15, in <module>
    from .annoylib import *
ImportError: /lib64/tls/libc.so.6: version `GLIBC_2.14' not found (required by /home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so)
# 如果是TF就是lib/python2.7/site-packages/tensorflow/python/_pywrap_tensorflow.so

优先尝试这种方法：
python错误：/lib64/libc.so.6: version `GLIBC_2.14’ not found解决办法

我在这个问题上卡了很久，也查找了很多资料，都不能圆满解决glibc依赖的问题，连重新编译libc-2.14都试过了。
后来偶然发现了这篇文文章：Running new applications on old glibc 参考这篇文章的思路，这个问题才得以圆满解决（感谢文章的作者，同时感谢公司内部资料），下面根据这篇文章的思路来阐述如何逐步解决annoy或者tf依赖glibc的问题。

解决方案

解决方法主要包括两部分内容：

• 减弱版本依赖以便在程序在启动的时候不被动态连接器终止
• 提供缺失的依赖函数（由最新的glibc版本提供）

下面以annoy为例，TF类似的，自己替换文件路径即可

查看依赖

错误是由/home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so这个动态连接库引起的，那看一看这个so里到底哪部分依赖了glibc2.14。

# readelf -s 文件路径|grep GLIBC_2.14
readelf -s /home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so | grep GLIBC_2.14

输出如下：

108: 0000000000000000     0 FUNC    GLOBAL DEFAULT  UND memcpy@GLIBC_2.14 (7)
180: 0000000000000000     0 FUNC    GLOBAL DEFAULT  UND memcpy@@GLIBC_2.14

我们看到依赖了2.14的memcpy函数。

再来看一看annoylib.so中依赖的glibc版本信息，执行：

# readelf -V 文件路径
readelf -V /home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so

输出：

readelf1.png

可以看出在地址偏移量0x0050处，是glibc_2.14的标记地址，问题的关键是如何减弱这个版本依赖。
其思路就是想办法让这个glibc_2.14这个版本依赖变成可选而非强制性的。

更改glic_2.14依赖

• 图中.gpu.version_r 的地址起始位置在文件偏移量0x002288处
• glibc_2.14版本标记地址偏移量是0x0050,在文件地址偏移量的（0x002288+0x0050）

• 指向0x0090偏移量的位置存放的是结构体Elfxx_Vernaux

  
  glibc1.png
• vna_flags 是依赖信息，在结构体的第二个位置，ELFxx_Word是32bit，也就是4B，因此vna_flag的起始地址偏移量是0x04

通常Flags:none在二进制位置的值是0x0000，根据上述分析，为了能减弱glibc_2.14的版本依赖，需要在（0x002288+0x0050+0x04）处填充0x02（对应VER_FLG_WEAK）

因此执行：

# 要养成习惯，更改文件的时候，一定要备份
cp /home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so annoylib.so
# 更改为弱依赖
# 其中0x22dc需要自己计算0x002288+0x0050+0x04
# 这里替换2个地方，一个是地址，一个是文件路径，其他保持不变。
for addr in 0x22dc; do printf '\x02' | dd conv=notrunc of=/home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so  bs=1 seek=$((addr)) ; done

执行完了，我们验证效果：

# readelf -V 文件路径
readelf -V /home/users/kinva/tools/lib/python2.7/site-packages/annoy/annoylib.so

readelf2.png

看到2.14版本依赖已经变成weak了。成功了一半。

实现缺失的函数

接下来需要解决缺失的memcpy函数，最简单的方式是生成一个本地的动态库来实现缺失的函数，并在执行程序之前使用LD_PRELOAD去load这个动态库。
针对上文中指出的缺失的memcpy函数，如果查看实际的glibc_2.14实现的memcpy函数就会发现，其实际上和memmove相同，这样我们可以自己实现这个函数（mylibc.so）：

#include <string.h>
void* memcpy(void *dest, const void *src, size_t n) {
    return memmove(dest, src, n);
}

执行以下命令编译成so

gcc -s -shared -o mylibc.so -fPIC -fno-builtin mylibc.c

得到mylibc.so共享库
接下来就是链接动态库就好了。

• 可以拷贝so到已经在引入的路径，如我的/home/users/kinva/tools/lib
• 或者 export LD_LIBRARY_PATH=/home/users/kinva/tools/mylib:$LD_LIBRARY_PATH

再次执行：

[kinva@MacBook-Pro ~]$ python
Python 2.7.3 (default, Jan 24 2017, 17:03:37) 
[GCC 3.4.5 20051201 (Red Hat 3.4.5-2)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import annoy
>>> 

其他问题

如果还是继续报错，请注意报的so已经不一样了，把每一个so的问题都解决。
如果你依赖的gcc是4.8+，请用4.6版本，否则你要拥有root权限。

TF需要更改的文件：
_pywrap_tensorflow.so
libstdc++.so.6（root权限）
librt.so.1
_sparse_feature_cross_op.so
_bucketization_op.so
_set_ops.so
_lstm_ops.so
_sdca_ops.so
需要实现的so有：mylibc.so和mygettime.so
memcpy和gettime相关，可以查查别的资料这个实现很简单的，我就不写了。

建议

这个东西根本原因就是系统版本库太老，如果更新glibc将会引起系统不稳定，所以建议还是升级系统吧。如果是centos，建议用6u3及以上版本。