r - 用于可重复科学的 R 和/或 Packrat 中的 Docker

Question

我不完全确定 Docker 是否足以用于 R 开发，或者我应该与 Packrat 一起使用。我读过几篇文章说 docker 就足够了。唯一支持这种说法的地方是这篇文章。但是，由于 git2r 安装中的错误，我无法构建该示例。

我的总体目标是完全控制我使用的包版本，因此即使以后升级包，我的分析仍然有效。

Answer 1

你需要两者。认为 docker 镜像只是你的源代码的最终产品，包括Dockerfile和用于构建最终镜像的每一条数据。

您应该固定 docker（避免FROM blah:latest）基础映像，以确保底层库和工具始终相同。不要使用在每次运行apt-get install.

如果您在需要重建图像时不使用packrat，您可能会从某个不再工作的库中获得一段新代码，例如，考虑一下您可能使用过的已弃用函数。

当然还有版本你自己的代码，至少标记它以便能够轻松地回到过去并再次开始新的构建。

这是您可以做的最低限度，因为像损坏的 Dockerhub 或 CRAN 存储库之类的事情仍然可能发生。在私有 docker 注册表中保存版本化的 docker 镜像只是最后一步。

Answer 2

假设您现在使用某个 docker 映像进行分析。如果您稍后启动相同的docker 映像，即不仅具有相同的名称（例如rocker/rstudio）或相同的版本（例如rocker/rstudio:3.5.0），而是相同的映像 id，那么您可以保证获得完全相同版本的 R、R 包和系统库。这不仅仅是packrat提供的（相同的 R 包版本），但需要您保存 docker 映像。