1. channels 使用

需要注意的是做生信分析的童鞋使用 conda 环境时一定要特别注意 conda channels 的设置，滥用 channels 很有可能会导致你的软件升降级（甚至环境）错乱。推荐设置如下（~/.condarc）：

  1. channels:
  2.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  3.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
  4.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  5.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  6.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  7.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  8.   - defaults
  9. show_channels_urls: true
  • mirrors.tuna.tsinghua.edu.cn/anaconda 是清华大学提供了一个 conda 的镜像；
  • mirrors.ustc.edu.cn/anaconda 是中科大 conda 镜像，有需要的也可以使用；
  • 生物信息软件 channel： mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda。

从 2019.04 起清华大学和中科大宣布停止 Anaconda 镜像服务，但是出于教育科研机构使用的前提，在 2019-05-15 清华大学又宣布重新恢复了 Anaconda 镜像！

因此原来使用国内镜像的 conda 可以根据自身需求决定是否需要变更新的 channels：

  1. channels:
  2.   - conda-forge
  3.   - bioconda
  4.   - main
  5.   - free
  6.   - r
  7.   - pro
  8.   - defaults
  9. show_channels_urls: true

更多 Anaconda channels，可以参考：https://repo.continuum.io/pkgs/。

2. 软件安装使用

conda 环境下的软件尽量使用 conda、pip 命令去安装。但同时也产生了一个问题，即 conda 中安装了 R，有些使用了 install.packages() , install_github , biocLite 等方式安装的 R 包，在环境迁移的时候，这些包如何迁移？

3. 环境激活

conda 4.6.x 切换环境使用的是：

  1. $ source activate bio-base

conda 4.7.x 后切换环境变成了：

  1. # To activate this environment, use:
  2. > conda activate bio-base
  4. # To deactivate an active environment, use:
  5. > conda deactivate

问题是，conda-4.7.x 使用推荐的命令切换环境，还要你 init 初始化一下 conda，不想 init 的话可以用回 4.6.x 的方式切换环境：

  1. $ conda --version
  2. conda 4.7.5
  4. $ conda activate bio-base
  5. CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
  6. To initialize your shell, run
  8. $ conda init <SHELL_NAME>
  10. Currently supported shells are:
  11.   - bash
  12.   - fish
  13.   - tcsh
  14.   - xonsh
  15.   - zsh
  16.   - powershell
  18. See 'conda init --help' for more information and options.
  20. IMPORTANT: You may need to close and restart your shell after running 'conda init'.
  22. $ source activate bio-base
  23. (bio-base) shenweiyan@ecs-steven 10:49:59 /home/shenweiyan
  24. $ which python
  25. /Bioinfo/Pipeline/SoftWare/Anaconda3/envs/bio-base/bin/python
  26. $ source deactivate bio-base
  27. DeprecationWarning: 'source deactivate' is deprecated. Use 'conda deactivate'.
  29. shenweiyan@ecs-steven 11:03:40 /home/shenweiyan
  30. $ source activate bio-base
  31. (bio-base) shenweiyan@ecs-steven 11:03:50 /home/shenweiyan
  32. $ conda deactivate
  33. (bio-base) shenweiyan@ecs-steven  11:03:57 /home/shenweiyan
  34. $

4. 环境导出与恢复

使用 conda 命令安装的包，都可以使用下面的命令导出依赖包/环境并批量恢复：

  1. # To create a requirements.txt file
  2. # Gives you list of packages used for the environment
  3. conda list 
  5. # Save all the info about packages to your folder
  6. conda list -e > requirements.txt 
  9. # To export environment file
  10. activate <environment-name>
  11. conda env export > <environment-name>.yml
  13. # For other person to use the environment
  14. conda env create -f <environment-name>.yml
  16. # Install via `conda` directly.
  17. # This will fail to install all dependencies. If one fails, all dependencies will fail to install.
  18. conda install --yes --file requirements.txt
  20. # To go around issue above, one can iterate over all lines in the requirements.txt file.
  21. while read requirement; do conda install --yes $requirement; done < requirements.txt

5. R 与 R 包安装

R Essentials 软件包包含 IRKernel 和 80 多种最流行的数据科学 R 软件包，包括 dplyr，shiny，ggplot2，tidyr，caret 和 nnet 等。

5.1 R 软件

conda 安装 R 有很多种方法，如可以通过 r=3.6.x，或者 r-base、r-irkernel、r-essentials 都可以。需要注意：

如果需要在 Anaconda 的 Jupyter Notebook 中使用 R，建议使用 conda install -c r r-irkernel 或者 conda install -c r r-essentials 的方式安装，因为 conda install -c r r=3.6.x/r-base 默认不会安装 irkernel，而且先安装的 r=3.6.x/r-base 可能与后安装的 r-irkernel/r-essentials 产生冲突。

5.2 R 包

通过 conda 安装的 R，在安装 R 包时，最好使用 conda 命令去安装，conda 无法安装的（如 github 的包）再考虑其他的安装方式。

1. install.packages

install.packages() 所有 R 包：

  1. > data = read.table("r-packages.txt",  header=T, check.names=F, quote="")
  2. > soft = as.vector(data[,1])
  3. > install.packages(soft)

2. bioconductor

Bioconductor 镜像：

  • Bioconductor 镜像源配置文件之一是 .Rprofile (linux 下位于 ~/.Rprofile )。在文末添加如下语句：

    1. #清华大学开源镜像
    2. options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

  • 也可以在安装过程中指定镜像：

    1. source("http://bioconductor.org/biocLite.R")
    2. #指定一个离你最近的国内镜像
    3. options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")
    4. biocLite("包名")

biocLite 包安装：

  • 在 R-3.5（Bioconductor-3.7） 前，Bioconductor 都是通过 biocLite 安装相关的 R 包：

    1. > source("http://bioconductor.org/biocLite.R")
    2. > options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor")
    3. > data = read.table("r-biocLite.txt",  header=T, check.names=F, quote="")
    4. > head(data)
    5. biocLite_Packages_Name
    6. 1                RSQLite
    7. 2               KEGGREST
    8. 3                    png
    9. 4                   Rcpp
    10. 5                 digest
    11. 6          AnnotationDbi
    12. > soft = as.vector(data[,1])
    13. > biocLite(soft)

  • 从 R-3.5(Bioconductor-3.8) 起，Bioconductor 开始使用 BiocManager 安装 R 包：

    1. if (!requireNamespace("BiocManager", quietly = TRUE))
    2.   install.packages("BiocManager")
    3. BiocManager::install()

3. github_install

GitHub 上的一些最新 R 包，可以使用 devtools 进行安装：

  1. install.packages("devtools")
  2. library(devtools)
  3. install_github("jokergoo/ComplexHeatmap")

6. 特别注意的软件

6.1 gcc

对于使用 conda install --yes --file requirements.txt 重装某一个环境的所有软件时，如果软件中包含了 gcc，安装了 R 后，在使用 R 时会可能会引发错误：

  1. /path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/R: /path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/../../lib/../../libgomp.so.1: version `GOMP_4.0' not found (required by /path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/../../lib/libR.so)

6.2 glibc

glibc 是 GNU 发布的 libc 库，即 c 运行库。glibc 是 linux 系统中最底层的 api，几乎其它任何运行库都会依赖于 glibc。glibc 除了封装 linux 操作系统所提供的系统服务外，它本身也提供了许多其它一些必要功能服务的实现。由于 glibc 囊括了几乎所有的 UNIX 通行的标准，可以想见其内容包罗万象。而就像其他的 UNIX 系统一样，其内含的档案群分散于系统的树状目录结构中，像一个支架一般撑起整个作业系统。在 GNU/Linux 系统中，其 C 函式库发展史点出了 GNU/Linux 演进的几个重要里程碑，用 glibc 作为系统的 C 函式库，是 GNU/Linux 演进的一个重要里程碑。

有一些软件对于 glibc 的版本会有要求，如 cnvnator-0.3.3 要求 glibc >= 2.14。虽然在 anaconda 中有很多 channel 都提供了 glibc，但千万注意一定要注意不要轻易去安装，否则有很大的概率会导致整个环境挂掉，甚至会导致当前环境中的 conda、python 出现动态库混乱错误，恢复起来相当麻烦！

我在《一次”胆战心惊”的真实集群运维经历》记录了 gblic 的一些集群吐血经历，感兴趣的可以了解一下。

7. 什么时候使用 Anaconda

对于 Anaconda(conda) 软件安装以及依赖解决的原理，我对这个黑盒子表示一头雾水。真实的情况是，如果在一个环境中安装了几百个软件(包)，再去新装软件，这时候 Anaconda 常常会卡在 Collecting package metadata 和 Solving environment 过程中，甚至一个晚上都没法解决环境的依赖。
image.png

conda 官方说他们在 conda-4.7 中花了很多的精力去提升了 conda 的速度（参考官方文章：《How We Made Conda Faster in 4.7》），但从 4.6 升级到 4.7 过程很容易导致环境崩溃，修复起来极其麻烦（反正我折腾了一个晚上都没能把我的 base 给恢复回来，吐血的经历）！
image3-768x475.pngi2-768x475.png

对于新手而言，Anaconda 的确是非常简单易用，如果对于多用户的服务器端，或者是提供公共使用的软件库是否需要采用 Anaconda，个人觉得的确需要慎重考虑一下，最起码需要考虑：

  • 是否需要根据流程划分环境？如果每个流程都需要使用 Python+R+Perl，每个环境都安装这三个软件（包），如何避免空间浪费？
  • 需要考虑如何备份和恢复环境。万一某个环境崩溃，有什么快速替代的方案而不影响业务。

或许还有更多的问题，这里没有列出来，如果大家有什么更好的想法或者建议，也欢迎留言交流。