我们希望提高我们研究所分析的可重复性。为此,我们考虑实现一个基于Singularity的系统。这个想法是,在分析开始时,用户可以选择一个机器配置(以后必须可以修改),直到项目完成。然后,图像与分析一起存档。理想情况下,用户不必在此过程中发出系统管理命令(安装软件包等)。
她只是提出一个请求,比如“我需要 R 和 tidyverse 和 Python 3 以及这个和那个内部包”,然后她得到一个命令,她可以使用 ssh 进入具有这些功能的奇异容器。当她提出新请求时,她会获得最新版本的程序,但一旦部署了容器,这些版本就不再更改。
当我想到多个用户将需要不同的软件组合这一事实时,这变得很棘手。我是否需要为软件和软件扩展包的每个组合提供映像?如果我只想到用户可以选择任意组合 {R, Julia, Python, r-tidyverse, r-data.table, r-whatever-genomic-analysis-package-on-bioconductor, python-. ..}
血管中有没有特征选择方法
singularity pull library://alpine:3.7 +r:3.2.1 +python3:3.7 +r-package:1.2.3
这样用户可以
ssh cluster01 -- singularity shell project-abc.simg
并开始/继续工作?
如果没有,是否有另一种方法可以使用奇异性向用户提供自定义机器配置?
我可以找到Singularity Compose,但这似乎只是将多个容器作为彼此相邻的服务运行。所以图像可以保持分开。我必须合并它们。