我的团队使用 C++ 在 Tensorflow 和 Keras 中实现了一个带有计算机视觉 (OpenCV) 和 DNN 的管道。该管道是一个 AWS 层，由在 Python 中实现的 AWS Lambda 函数使用，并且该层是通过 Boost 库调用的。
根据需要，它还创建了一个 docker 容器，其中包含构建管道代码（使用 cmake）和部署的所有要求（OpenCV、Boost、Python 3.7、Serverless 等）。一切正常，管道和 lambda 函数已成功构建和部署。
现在，我的挑战是：为了提高管道的性能，我想测量这个管道的几个步骤的持续时间，我试图使用 aws-sdk-cpp-xray 来做到这一点。
在开始编码之前，我在用于构建和部署管道（作为层）和 Lambda 函数的同一个 docker 容器中添加并构建了 aws-sdk-cpp（下面是我在 Dockerfile 中添加的部分）：
# Build AWS SDK with BUILD_ONLY XRay
RUN mkdir /tmp/${AWS_SDK_CPP}/build
WORKDIR /tmp/${AWS_SDK_CPP}/build
RUN cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D BUILD_ONLY="xray" \
-D TARGET_ARCH=LINUX \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D ENABLE_TESTING=OFF \
-D SIMPLE_INSTALL=OFF \
-D BUILD_SHARED_LIBS=ON \
-D BUILD_DEPS=ON \
..
RUN make …