我一直试图了解这种情况：
我想在Anaconda 3中使用需要glibc 2.14的python包。由于Centos 6.x只使用glibc 2.12，我编译了glibc 2.14并安装到/opt/glibc-2.14。
我正在安装Anaconda3。我运行的测试看起来像这样：
使用系统默认的glibc，它可以工作：
/opt/anaconda3/bin/python -c "import pandas"
但是使用已编译的glibc
export LD_LIBRARY_PATH=/opt/glibc-2.14/lib/:$LD_LIBRARY_PATH
/opt/anaconda3/bin/python -c "import pandas"
它可以在某些机器上运行...我安装了20多台虚拟机，在某些机器上它总能正常工作，有些它永远不会工作，我收到：Segmentation fault (core dumped)。在大多数机器上它都不起作用。
有谁知道为什么会出现这种奇怪的情况？或者可能遇到过这个问题
答案 0 :(得分：1)
有谁知道为什么会出现这种奇怪的情况
正如this answer所解释的那样，您正在做的事情不应该起作用：您在ld-linux和libc.so.6之间存在不匹配。
答案 1 :(得分：0)
在进行了一些调查之后，我注意到为实验室机器分配了更多内存（从2/4 GB到6或更多）会导致segmentation fault错误消失。但是在具有32 GB RAM的生产机器上仍然存在问题。真奇怪。
现在我找到了一些解决方法，它们是来自anaconda的新python软件包，与glibc 2.12兼容（几天前可用），软件包的依赖性也不需要更新的glibc。
@Employed Russian：
谢谢，但可能不是Multiple glibc libraries on a single host的问题。在我的情况下，Python使用额外的glibc。问题是segmentation fault显示在随机机器上，而只使用新的glibc。另外我正在使用其他需要glibc 2.14的Python软件包，所以我知道我目前正在使用哪个版本的glibc。
此外，如果图书馆中出现某种不匹配的情况，那么它根本不应该起作用（......可能）。
正如我在开头提到的那样，我注意到问题与内存有关（仍然不确定32 GB的RAM机器会发生什么）。
还有一件事：我没有编译python包，所以更改compilator选项od'myapp'（python包）不是一种选择。
虽然感谢你的答案。