「R」R Docker 教程

❝最近由于研究需要，复习下 Docker，找到了本教程，分两次推送，感兴趣的可以跟着学习。原英文网址：http://ropenscilabs.github.io/r-docker-tutorial ❞

这是专门为具有 R 和 RStudio 知识的朋友设计的 Docker 教程。该介绍旨在帮助需要 Docker 进行项目的人们。我们首先解释 Docker 是什么以及为什么有用。然后，我们将详细介绍如何将其用于可复制的分析项目。

准备

在开始之前，请根据自己的操作系统安装下面的链接的介绍安装 Docker

• mac[1]
• linux[2]
• windows[3]

第一课：什么是 Docker？为什么我应该使用它？

学习目标

• 理解 Docker 的基本思想
• 明白为什么 Docker 非常有用

为什么我想要使用 Docker？

想象一下，你正在 R 中进行分析，然后将代码发送给朋友。你的朋友在完全相同的数据集上运行此代码，但结果略有不同。这可能有多种原因，例如操作系统不同，R 软件包的版本不同等。Docker 可以解决这样的问题。

「可以将Docker容器视为你计算机内部的一台计算机」。这个虚拟计算机的妙处在于你可以将其发送给你的朋友。当他们启动计算机并运行你的代码时，他们将获得与你完全相同的结果。

简单来说，你因为下面的一些原因使用 Docker：

• 封装所有依赖
• 分析可重复

还有一些 Docker 可以发挥用处的地方：

• 可移植性：由于 Docker 容器可以轻松地发送到另一台机器，因此你可以在自己的计算机上设置好所有内容，然后在更强大的机器上运行分析。
• 可共享性：你可以将 Docker 容器发送给任何知道如何使用 Docker 的人。

基本词汇

下面会经常出现镜像和容器这两个词。映像的实例称为容器。映像是虚拟计算机的设置。如果运行此映像，将拥有它的一个实例，我们将其称为容器。可以有多个运行相同映像的容器。

第二课：在 Docker 中启动 RStudio

学习目标

• 在 Docker 中启动 RStudio
• 将磁盘与 Docker 镜像链接
• 载入容器

安装

首先参考 install Docker[4] 进行安装，没有必要完成链接中所有的教程，有需要再回看它们。

在 Docker 中启动 RStudio

要启动 Docker，我们需要做的第一件事是打开一个 Unix Shell。如果你在 Mac 或 Windows 上，在最后一步，你安装了一个叫做Docker快速启动终端;现在打开它——它看起来应该像一个普通的 shell 提示符(~$)，但实际上它指向的是一个 Docker 默认运行的 linux 虚拟机，而在本教程的其余部分，除非另有说明，你应该在这里完成所有操作。如果您在 linux 机器上，那么您可以使用普通的旧终端提示符。

在 Mac上，你也可以选择终端并配置 Docker。特别是如果你得到错误不能连接到Docker守护进程。Docker 守护进程在此主机上运行吗?。在教程的某个时候，运行下面的命令可能会解决你的问题:

eval "$(docker-machine env default)"

接下来，我们将要求Docker运行一个已经存在的映像，我们将使用来自 Rocker[5] 的 verse Docker映像，它将允许我们在容器内运行RStudio，并且已经安装了许多有用的R包。

docker run --rm -p 8787:8787 -e PASSWORD=yourpassword rocker/verse

--rm、-p和 -e是允许你自定义如何运行容器的标志。-p告诉 Docker 你将使用一个端口在你的浏览器中看到 RStudio(在一个位置，我们随后指定为端口 8787:8787)。—rm 确保当我们退出容器时，容器被删除。如果我们不这样做，每次我们运行一个容器，它的一个版本将被保存到我们的本地计算机。这最终会导致大量磁盘空间的浪费，直到我们手动删除这些容器。稍后，我们将向你展示如何保存容器(如果你想这样做的话)。最后，-e 将 PASSWORD 环境变量设置为 yourpassword。在堆栈中运行带有RStudio的容器时，Rocker 需要你设置密码[6]。出于安全考虑，我们建议你将 yourpassword 更改为您自己独特的字符串。

如果你尝试运行一个没有在本地安装的 Docker 容器，那么Docker会自动在Docker Hub(一个在线的Docker 镜像存储库)上搜索该容器，如果它存在，就下载它。

上面的命令将导致 RStudio-Server 不可见地启动。要连接到它，打开一个浏览器，输入http://，然后加上你的 ip 地址，再加上:8787。如果您运行的是 Mac 或 Windows 机器，您将在启动 Docker Quickstart终端时出现在终端中的第一行文本中找到 ip 地址。例如，你应该会看到:

                        ##         .
                  ## ## ##        ==
               ## ## ## ## ##    ===
           /"""""""""""""""""\___/ ===
      ~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ /  ===- ~~~
           \______ o           __/
             \    \         __/
              \____\_______/


docker is configured to use the default machine with IP 192.168.99.100
For help getting started, check out the docs at https://docs.docker.com

你应该在浏览器中键入 URL http://192.168.99.100:8787 。

如果你在一台 Linux 机器上运行，你可以使用 localhost 作为 ip 地址，例如：http://localhost:8787

这将会将你导向 RStudio 登录界面，使用下面的信息登录：

username: rstudio password: password（上面你设置过这个东西）

现在你就可以在浏览器中使用 RStudio 工作了，就像你使用 Rstudio 桌面版一样。

下面是一个截图示例：

现在试试运行下面的代码吧：

# make x the numbers from 1 to 5, and y the numbers from 6-10
x <- 1:5
y <- 6:10

# plot x against y
plot(x, y)

因为我们刚才启动镜像时使用了 --rm 标记，所以在这个机器上创建的任何东西在关闭后都会消失。你可以试试将上面的代码保存为一个文件，然后关闭浏览器，在终端上用 Control+C 关掉容器，然后重新启动容器，看是否创建的文件是否依然存在。

将磁盘与 Docker 镜像连接以便于访问和保存数据文件

既然数据文件会消失，那么我们退出容器后该如何保存我们的工作呢？一个解决的办法是将一个磁盘（例如你的本地硬盘）与一个容器连接起来，这样你就可以在本地磁盘上访问和保存数据了。

这一次当我们启动容器时使用 -v 标记指定我们项目的根目录，如下所示（你的目录可能有所不同），:左边是你本地计算机的路径，右边是容器里的路径，一般以 /home/rstudio/ 开始（这个镜像已经默认创建了用户名 RStudio 和进行了相关配置）。

docker run --rm -p 8787:8787 -v /Users/tiffanytimbers/Documents/DC/r-docker-tutorial:/home/rstudio/r-docker-tutorial rocker/verse

再一次地，在你的浏览器进行 RStudio。

这一次你在 Docker 容器中启动 RStudio 后，你可以查看到下面映射的文件目录。然后就可以载入数据进行分析工作了：

# load gapminder data from a csv on your computer
gap5yr <- read.csv(file = 'data/gapminder-FiveYearData.csv')

画一个分析图：

# load ggplot library
library(ggplot2)

# plot GDP against  life expectancy
qplot(gap5yr$lifeExp, gap5yr$gdpPercap)

# save the plot
ggsave(filename = 'data/GDP_LifeExp.pdf')

让我们将脚本保存为 plot_GDP_LifeExp.R，然后关闭容器，看在本地目录下是否能看到脚本和绘图文件。

小结

这一课我们学习了如何通过容器在浏览器中运行 RStudio。学习了 --rm 标志的作用和如何连接磁盘文件。

第三课：安装 R 包

在 RStudio 内安装 R 包

这跟我们使用 RStudio 桌面版没什么区别，试试运行：

# install package
install.packages('gapminder')

# load library
library(gapminder)

# peek at data
head(gapminder)

太好了！现在我们已经安装好包并可以进行工作。但是等等，如果我们退出了容器会发生什么？安装的包会被删除，因为我们没有保存这个版本的 Docker 镜像。我们需要创建一个镜像，这样当利用它创建一个新的容器时，gapminder 包也已经安装好了，可以直接使用。

为了做到这一点，我们需要运行 docker commit（类似 git commit）保存修改。记住，这个操作需要在关闭容器前运行，一般我们另外打开一个终端进行这个操作。

我们可以使用下面的命令进行查看（类似 linux ps 命令）：

docker ps

输出应该类似下面展示，哈希值记录了容器 ID：

4a6a528b35da        rocker/verse        "/init"             2 minutes ago       Up 2 minutes        0.0.0.0:8787->8787/tcp   silly_meninsky

现在我们在新的终端中运行下面命令，并记录修改信息：

docker commit -m "verse + gapminder" 4a6a528b35da verse_gapminder

-m 指定修改信息，哈希值指定了我们要保存的容器，verse_gapminder 为保存的镜像设定了一个名字。

现在我们的电脑上就有 2 个镜像了：

docker images 

REPOSITORY                           TAG                 IMAGE ID            CREATED             SIZE
verse_gapminder                      latest              bb38976d03cf        57 seconds ago      1.955 GB
rocker/verse                         latest              0168d115f220        3 days ago          1.954 GB

现在你可以测试下新镜像的工作情况。

安装 R 系统外部依赖

许多 R 包有外部依赖，如 GSL, GDAL, JAGS，为了安装它们，你需要进行如下的操作：

docker ps # find the ID of the running container you want to add a package to
docker exec -it <container-id> bash # a docker command to start a bash shell in your container
apt-get install libgsl0-dev # install the package, in this case GSL

如果安装报错，先试试 apt-get update

为了保存安装的依赖，依旧需要进行修改的提交：

docker commit -m "verse + gapminder + GSL" <container id>  verse_gapminder_gsl

第四课：对 Docker Hub 推送或拉取镜像

学习目标

• 理解镜像来自哪里
• 从 Docker Hub 拉取镜像
• 推送镜像到 Docker Hub

从 Docker Hub 获取镜像

Docker Hub[7] 是一个存储 Docker 镜像的地方，当我们运行下面的命令时，软件首选检查镜像是否存在于你的计算机上。如果不存在，它会自动去 Docker Hub 搜索和下载。

docker run --rm -p 8787:8787 rocker/verse

如果你想要从 Docker Hub 上拉取镜像而不运行它，可以使用命令：

docker pull rocker/verse

将镜像放到 Docker Hub

想象一下如果你自己创建了一个镜像，然后想要与其他人分享，你可以在 https://hub.docker.com/ 创建一个账号。验证完邮箱之后，你就可以将你的镜像上传了：

1. 登录 https://hub.docker.com/
2. 点击创建仓库
3. 设置名字后点击创建
4. 使用命令行登录 Docker Hub docker login --username=yourhubusername --email=youremail@company.com 如果没问题应该会看到下面的信息 WARNING: login credentials saved in /home/username/.docker/config.json Login Succeeded
5. 检查镜像的 ID docker images 然后你会看到类似下面的输出： REPOSITORY TAG IMAGE ID CREATED SIZE verse_gapminder_gsl latest 023ab91c6291 3 minutes ago 1.975 GB verse_gapminder latest bb38976d03cf 13 minutes ago 1.955 GB rocker/verse latest 0168d115f220 3 days ago 1.954 GB
6. 标记你的镜像（打标签） docker tag bb38976d03cf yourhubusername/verse_gapminder:firsttry 这里镜像 ID 必须匹配，fisttry 是标签，一般选择一些容易识别的标签。
7. 推送你的镜像： docker push yourhubusername/verse_gapminder

现在所有人都可以使用你的镜像了！

保存和加载镜像

将镜像推送到 Docker Hub 非常使用，但它有些缺点：

1. 受带宽限制
2. 推送意味着发布（私密需要额外付费）
3. 当在一些计算节点上工作时，如果每一次你都拉取 Docker Hub 的镜像，速度会很慢

解决方案的在本地对你的镜像进行存档，这样你可以在需要的时候轻松载入。

为了这一目的，你可以使用 docker save 命令。让我们试试吧：

docker save verse_gapminder > verse_gapminder.tar

如果我们想要从存档中载入镜像，使用下面的命令：

docker load --input verse_gapminder.tar

Reference

[1]

mac: https://docs.docker.com/mac/step_one/

[2]

linux: https://docs.docker.com/linux/step_one/

[3]

windows: https://docs.docker.com/windows/step_one/

[4]

install Docker: https://docs.docker.com/engine/getstarted/step_one/

[5]

Rocker: https://github.com/rocker-org/rocker/wiki

[6]

需要你设置密码: https://github.com/rocker-org/rocker-versioned/blob/master/rstudio/README.md

[7]

Docker Hub: https://hub.docker.com/