原英文網(wǎng)址：http://ropenscilabs.github.io/r-docker-tutorial
這是專門為具有 R 和 RStudio 知識的朋友設(shè)計(jì)的 Docker 教程。該介紹旨在幫助需要 Docker 進(jìn)行項(xiàng)目的人們。我們首先解釋 Docker 是什么以及為什么有用。然后，我們將詳細(xì)介紹如何將其用于可復(fù)制的分析項(xiàng)目。
準(zhǔn)備
在開始之前，請根據(jù)自己的操作系統(tǒng)安裝下面的鏈接的介紹安裝 Docker
第一課：什么是 Docker？為什么我應(yīng)該使用它？
學(xué)習(xí)目標(biāo)
- 理解 Docker 的基本思想
- 明白為什么 Docker 非常有用
為什么我想要使用 Docker？
想象一下，你正在 R 中進(jìn)行分析，然后將代碼發(fā)送給朋友。 你的朋友在完全相同的數(shù)據(jù)集上運(yùn)行此代碼，但結(jié)果略有不同。 這可能有多種原因，例如操作系統(tǒng)不同，R 軟件包的版本不同等。 Docker 可以解決這樣的問題。
可以將Docker容器視為你計(jì)算機(jī)內(nèi)部的一臺計(jì)算機(jī)。 這個(gè)虛擬計(jì)算機(jī)的妙處在于你可以將其發(fā)送給你的朋友。 當(dāng)他們啟動(dòng)計(jì)算機(jī)并運(yùn)行你的代碼時(shí)，他們將獲得與你完全相同的結(jié)果。
簡單來說，你因?yàn)橄旅娴囊恍┰蚴褂?Docker：
- 封裝所有依賴
- 分析可重復(fù)
還有一些 Docker 可以發(fā)揮用處的地方：
- 可移植性：由于 Docker 容器可以輕松地發(fā)送到另一臺機(jī)器，因此你可以在自己的計(jì)算機(jī)上設(shè)置好所有內(nèi)容，然后在更強(qiáng)大的機(jī)器上運(yùn)行分析。
- 可共享性：你可以將 Docker 容器發(fā)送給任何知道如何使用 Docker 的人。
基本詞匯
下面會經(jīng)常出現(xiàn)鏡像和容器這兩個(gè)詞。映像的實(shí)例稱為容器。映像是虛擬計(jì)算機(jī)的設(shè)置。如果運(yùn)行此映像，將擁有它的一個(gè)實(shí)例，我們將其稱為容器。可以有多個(gè)運(yùn)行相同映像的容器。
第二課：在 Docker 中啟動(dòng) RStudio
學(xué)習(xí)目標(biāo)
- 在 Docker 中啟動(dòng) RStudio
- 將磁盤與 Docker 鏡像鏈接
- 載入容器
安裝
首先參考 install Docker 進(jìn)行安裝，沒有必要完成鏈接中所有的教程，有需要再回看它們。
在 Docker 中啟動(dòng) RStudio
要啟動(dòng) Docker，我們需要做的第一件事是打開一個(gè) Unix Shell。如果你在 Mac 或 Windows 上，在最后一步，你安裝了一個(gè)叫做Docker快速啟動(dòng)終端;現(xiàn)在打開它——它看起來應(yīng)該像一個(gè)普通的 shell 提示符(~$)，但實(shí)際上它指向的是一個(gè) Docker 默認(rèn)運(yùn)行的 linux 虛擬機(jī)，而在本教程的其余部分，除非另有說明，你應(yīng)該在這里完成所有操作。如果您在 linux 機(jī)器上，那么您可以使用普通的舊終端提示符。
在 Mac上，你也可以選擇終端并配置 Docker。特別是如果你得到錯(cuò)誤不能連接到Docker守護(hù)進(jìn)程。Docker 守護(hù)進(jìn)程在此主機(jī)上運(yùn)行嗎?。在教程的某個(gè)時(shí)候，運(yùn)行下面的命令可能會解決你的問題:
eval "$(docker-machine env default)"
接下來，我們將要求Docker運(yùn)行一個(gè)已經(jīng)存在的映像，我們將使用來自 Rocker 的 verse Docker映像，它將允許我們在容器內(nèi)運(yùn)行RStudio，并且已經(jīng)安裝了許多有用的R包。
docker run --rm -p 8787:8787 -e PASSWORD=yourpassword rocker/verse
--rm、-p和 -e是允許你自定義如何運(yùn)行容器的標(biāo)志。-p告訴 Docker 你將使用一個(gè)端口在你的瀏覽器中看到 RStudio(在一個(gè)位置，我們隨后指定為端口 8787:8787)。—rm 確保當(dāng)我們退出容器時(shí)，容器被刪除。如果我們不這樣做，每次我們運(yùn)行一個(gè)容器，它的一個(gè)版本將被保存到我們的本地計(jì)算機(jī)。這最終會導(dǎo)致大量磁盤空間的浪費(fèi)，直到我們手動(dòng)刪除這些容器。稍后，我們將向你展示如何保存容器(如果你想這樣做的話)。最后，-e 將 PASSWORD 環(huán)境變量設(shè)置為 yourpassword。在堆棧中運(yùn)行帶有RStudio的容器時(shí)，Rocker 需要你設(shè)置密碼。出于安全考慮，我們建議你將 yourpassword 更改為您自己獨(dú)特的字符串。
如果你嘗試運(yùn)行一個(gè)沒有在本地安裝的 Docker 容器，那么Docker會自動(dòng)在Docker Hub(一個(gè)在線的Docker 鏡像存儲庫)上搜索該容器，如果它存在，就下載它。
上面的命令將導(dǎo)致 RStudio-Server 不可見地啟動(dòng)。要連接到它，打開一個(gè)瀏覽器，輸入http://，然后加上你的 ip 地址，再加上:8787。如果您運(yùn)行的是 Mac 或 Windows 機(jī)器，您將在啟動(dòng) Docker Quickstart終端時(shí)出現(xiàn)在終端中的第一行文本中找到 ip 地址。例如，你應(yīng)該會看到:
## .
## ## ## ==
## ## ## ## ## ===
/"""""""""""""""""\___/ ===
~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ / ===- ~~~
\______ 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
你應(yīng)該在瀏覽器中鍵入 URL http://192.168.99.100:8787 。
如果你在一臺 Linux 機(jī)器上運(yùn)行，你可以使用 localhost 作為 ip 地址，例如：http://localhost:8787
這將會將你導(dǎo)向 RStudio 登錄界面，使用下面的信息登錄：
username: rstudio password: password（上面你設(shè)置過這個(gè)東西）
現(xiàn)在你就可以在瀏覽器中使用 RStudio 工作了，就像你使用 Rstudio 桌面版一樣。
下面是一個(gè)截圖示例：
現(xiàn)在試試運(yùn)行下面的代碼吧：
# 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?yàn)槲覀儎偛艈?dòng)鏡像時(shí)使用了 --rm 標(biāo)記，所以在這個(gè)機(jī)器上創(chuàng)建的任何東西在關(guān)閉后都會消失。你可以試試將上面的代碼保存為一個(gè)文件，然后關(guān)閉瀏覽器，在終端上用 Control+C 關(guān)掉容器，然后重新啟動(dòng)容器，看是否創(chuàng)建的文件是否依然存在。
將磁盤與 Docker 鏡像連接以便于訪問和保存數(shù)據(jù)文件
既然數(shù)據(jù)文件會消失，那么我們退出容器后該如何保存我們的工作呢？一個(gè)解決的辦法是將一個(gè)磁盤（例如你的本地硬盤）與一個(gè)容器連接起來，這樣你就可以在本地磁盤上訪問和保存數(shù)據(jù)了。
這一次當(dāng)我們啟動(dòng)容器時(shí)使用 -v 標(biāo)記指定我們項(xiàng)目的根目錄，如下所示（你的目錄可能有所不同），:左邊是你本地計(jì)算機(jī)的路徑，右邊是容器里的路徑，一般以 /home/rstudio/ 開始（這個(gè)鏡像已經(jīng)默認(rèn)創(chuàng)建了用戶名 RStudio 和進(jìn)行了相關(guān)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，在你的瀏覽器進(jìn)行 RStudio。
這一次你在 Docker 容器中啟動(dòng) RStudio 后，你可以查看到下面映射的文件目錄。然后就可以載入數(shù)據(jù)進(jìn)行分析工作了：
# load gapminder data from a csv on your computer
gap5yr <- read.csv(file = 'data/gapminder-FiveYearData.csv')
畫一個(gè)分析圖：
# load ggplot library
library(ggplot2)
# plot GDP against life expectancy
qplot(gap5yr$lifeExp, gap5yr$gdpPercap)
# save the plot
ggsave(filename = 'data/GDP_LifeExp.pdf')
讓我們將腳本保存為 plot_GDP_LifeExp.R，然后關(guān)閉容器，看在本地目錄下是否能看到腳本和繪圖文件。
小結(jié)
這一課我們學(xué)習(xí)了如何通過容器在瀏覽器中運(yùn)行 RStudio。學(xué)習(xí)了 --rm 標(biāo)志的作用和如何連接磁盤文件。
第三課：安裝 R 包
在 RStudio 內(nèi)安裝 R 包
這跟我們使用 RStudio 桌面版沒什么區(qū)別，試試運(yùn)行：
# install package
install.packages('gapminder')
# load library
library(gapminder)
# peek at data
head(gapminder)
太好了！現(xiàn)在我們已經(jīng)安裝好包并可以進(jìn)行工作。但是等等，如果我們退出了容器會發(fā)生什么？安裝的包會被刪除，因?yàn)槲覀儧]有保存這個(gè)版本的 Docker 鏡像。我們需要?jiǎng)?chuàng)建一個(gè)鏡像，這樣當(dāng)利用它創(chuàng)建一個(gè)新的容器時(shí)，gapminder 包也已經(jīng)安裝好了，可以直接使用。
為了做到這一點(diǎn)，我們需要運(yùn)行 docker commit（類似 git commit）保存修改。記住，這個(gè)操作需要在關(guān)閉容器前運(yùn)行，一般我們另外打開一個(gè)終端進(jìn)行這個(gè)操作。
我們可以使用下面的命令進(jìn)行查看（類似 linux ps 命令）：
docker ps
輸出應(yīng)該類似下面展示，哈希值記錄了容器 ID：
4a6a528b35da rocker/verse "/init" 2 minutes ago Up 2 minutes 0.0.0.0:8787->8787/tcp silly_meninsky
現(xiàn)在我們在新的終端中運(yùn)行下面命令，并記錄修改信息：
docker commit -m "verse + gapminder" 4a6a528b35da verse_gapminder
-m 指定修改信息，哈希值指定了我們要保存的容器，verse_gapminder 為保存的鏡像設(shè)定了一個(gè)名字。
現(xiàn)在我們的電腦上就有 2 個(gè)鏡像了：
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
現(xiàn)在你可以測試下新鏡像的工作情況。
安裝 R 系統(tǒng)外部依賴
許多 R 包有外部依賴，如 GSL, GDAL, JAGS，為了安裝它們，你需要進(jìn)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
如果安裝報(bào)錯(cuò)，先試試 apt-get update
為了保存安裝的依賴，依舊需要進(jìn)行修改的提交：
docker commit -m "verse + gapminder + GSL" <container id> verse_gapminder_gsl
第四課：對 Docker Hub 推送或拉取鏡像
學(xué)習(xí)目標(biāo)
- 理解鏡像來自哪里
- 從 Docker Hub 拉取鏡像
- 推送鏡像到 Docker Hub
從 Docker Hub 獲取鏡像
Docker Hub 是一個(gè)存儲 Docker 鏡像的地方，當(dāng)我們運(yùn)行下面的命令時(shí)，軟件首選檢查鏡像是否存在于你的計(jì)算機(jī)上。如果不存在，它會自動(dòng)去 Docker Hub 搜索和下載。
docker run --rm -p 8787:8787 rocker/verse
如果你想要從 Docker Hub 上拉取鏡像而不運(yùn)行它，可以使用命令：
docker pull rocker/verse
將鏡像放到 Docker Hub
想象一下如果你自己創(chuàng)建了一個(gè)鏡像，然后想要與其他人分享，你可以在 https://hub.docker.com/ 創(chuàng)建一個(gè)賬號。驗(yàn)證完郵箱之后，你就可以將你的鏡像上傳了：
點(diǎn)擊創(chuàng)建倉庫
設(shè)置名字后點(diǎn)擊創(chuàng)建
-
使用命令行登錄 Docker Hub
docker login --username=yourhubusername --email=youremail@company.com如果沒問題應(yīng)該會看到下面的信息
WARNING: login credentials saved in /home/username/.docker/config.json Login Succeeded -
檢查鏡像的 ID
docker images然后你會看到類似下面的輸出：
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 -
標(biāo)記你的鏡像（打標(biāo)簽）
docker tag bb38976d03cf yourhubusername/verse_gapminder:firsttry這里鏡像 ID 必須匹配，
fisttry是標(biāo)簽，一般選擇一些容易識別的標(biāo)簽。 -
推送你的鏡像：
docker push yourhubusername/verse_gapminder
現(xiàn)在所有人都可以使用你的鏡像了！
保存和加載鏡像
將鏡像推送到 Docker Hub 非常使用，但它有些缺點(diǎn)：
- 受帶寬限制
- 推送意味著發(fā)布（私密需要額外付費(fèi)）
- 當(dāng)在一些計(jì)算節(jié)點(diǎn)上工作時(shí)，如果每一次你都拉取 Docker Hub 的鏡像，速度會很慢
解決方案的在本地對你的鏡像進(jìn)行存檔，這樣你可以在需要的時(shí)候輕松載入。
為了這一目的，你可以使用 docker save 命令。讓我們試試吧：
docker save verse_gapminder > verse_gapminder.tar
如果我們想要從存檔中載入鏡像，使用下面的命令：
docker load --input verse_gapminder.tar
第五課：Dockerfile
前面我們學(xué)習(xí)了一個(gè)可以在 Docker 中運(yùn)行 RStudio 的基礎(chǔ)鏡像，學(xué)習(xí)如何使用 docker commit 修改鏡像的內(nèi)容。這是一個(gè)非常棒的技術(shù)，它讓我們可以進(jìn)行重復(fù)，但如果我們想要更簡單地修改鏡像中的內(nèi)容，并有一份清晰的記錄，該怎么辦呢？這就是 Dockerfile 的用武之地了。
FROM rocker/verse:latest
這告訴 Docker 以 rocker/verse 基礎(chǔ)鏡像作為開始。FROM 命令必須是第一條指令。
接下來，讓我們基于該基礎(chǔ)鏡像添加一層，讓 gapminder 提取安裝好可以直接使用：
RUN R -e "install.packages('gapminder', repos = 'http://cran.us.r-project.org')"
RUN 命令可以執(zhí)行 Shell 命令，這個(gè)例子中，我們直接通過 Shell 調(diào)用包安裝命令。保存你的 Dockerfile，返回終端，現(xiàn)在我們可以利用下面的命令構(gòu)建一個(gè)自定義鏡像：
docker build -t my-r-image .
-t my-r-image 指定鏡像名字（要小寫），. 指定構(gòu)建鏡像所需要的資源來源，這里指當(dāng)前目錄。查看鏡像：
docker images
現(xiàn)在你可以運(yùn)行你的鏡像：
docker run --rm -p 8787:8787 my-r-image
在 RStudio 控制臺中嘗試運(yùn)行：
library('gapminder')
gapminder
現(xiàn)在該包已經(jīng)是直接可以使用了！
有時(shí)候我們想要添加一些靜態(tài)文件到鏡像中，這可以使用 ADD 命令：
ADD data/gapminder-FiveYearData.csv /home/rstudio/
高級技巧：緩存層
在構(gòu)建和重構(gòu)建你的 Docker 鏡像時(shí)，你可能注意到了類似下面的輸出：
Step 2 : RUN R -e "install.packages('gapminder', repos = 'http://cran.us.r-project.org')"
---> Using cache
---> fa9be67b52d1
注意到使用的是命令的緩存版本。當(dāng)你重新構(gòu)建映像時(shí)，Docker 會檢查該映像的以前版本，以查看以前是否執(zhí)行了相同的命令；每一個(gè)步驟都被保存為一個(gè)單獨(dú)的層，Docker 非常聰明，可以重用那些層，如果它們沒有改變，并且和前面一樣的順序。因此，一旦你弄清楚了你的安裝過程的一部分(特別是如果它是一個(gè)緩慢的部分)，把它放在你的Dockerfile的頂部，不要在這些行上面或中間放任何東西，特別是那些經(jīng)常變化的東西;這可以大大加快你的構(gòu)建過程。
簡單的說，重構(gòu)建只修改有變動(dòng)的步驟，如果很多命令沒有問題，盡量放到頂部。
小結(jié)
本節(jié)，我們學(xué)習(xí)了如何組合一個(gè) Dockerfile 用于按我們自己的想法構(gòu)建鏡像，包括 3 個(gè)命令：
-
FROM指定基礎(chǔ)鏡像 -
RUN運(yùn)行命令 -
ADD添加文件
使用 docker build -t my-r-image . 構(gòu)建。
小抄：
第六課：分享你的分析
既然我們已經(jīng)學(xué)會了如何利用 Dockerfile，我們就能夠?qū)⑽覀兯械姆治霭l(fā)給合作者。我們將分享一個(gè)包含運(yùn)行我們分析的所有依賴的鏡像。
我們通過 Dockerfile 構(gòu)建該鏡像。讓我們還是以之前使用過的 rocker 鏡像開始。這一次我們使用指定的 R 版本，通過這里查看所有可獲取的鏡像列表。版本標(biāo)簽在可重復(fù)性分析中非常有用。
FROM rocker/verse:3.3.2
作為分析的一部分，我們將使用 gapminder 數(shù)據(jù)集，添加下面的內(nèi)容：
RUN R -e "install.packages('gapminder', repos = 'http://cran.us.r-project.org')"
接下來將我們的分析寫成腳本并將其添加到 Dockerfile 中。
library(ggplot2)
library(gapminder)
life_expentancy_plot <- ggplot(data = gapminder) +
geom_point(aes(x = lifeExp, y = gdpPercap, colour = continent))
將其添加到 Docker 鏡像中的指定目錄中：
ADD analysis.R /home/rstudio/
現(xiàn)在我們可以構(gòu)建這個(gè)鏡像然后檢查是否我們已經(jīng)具備分享的一些內(nèi)容：
docker build -t my-analysis .
查看我們的分析鏡像：
docker images
啟動(dòng)鏡像：
docker run -dp 8787:8787 my-analysis
太好了，我們的分析腳本在里面，而且數(shù)據(jù)包也已經(jīng)安裝好了。
現(xiàn)在將分析推送到 dockerhub。
創(chuàng)建倉庫后，使用下面的命令進(jìn)行登錄。
docker login --username=yourhubusername --email=youremail@company.com
檢查鏡像 ID：
docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
my-analysis latest dc63d4790eaa 2 minutes ago 3.164 GB
給要提交的鏡像打標(biāo)簽：
docker tag dc63d4790eaa yourhubusername/gapminder_my_analysis:firsttry
推送到你創(chuàng)建好的倉庫：
docker push yourhubusername/gapminder_my_analysis
現(xiàn)在你的鏡像任何人都可以使用了。
合作者通過下面的命令可以下載它：
docker pull yourhubusername/gapminder_my_analysis:firsttry
更多資料：
