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):

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/pro
  - defaults
show_channels_urls: true



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:

channels:
  - conda-forge
  - bioconda
  - main
  - free
  - r
  - pro
  - defaults
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:

$ source activate bio-base


conda 4.7.x 后切换环境变成了:

# To activate this environment, use:
> conda activate bio-base

# To deactivate an active environment, use:
> 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:

$ conda --version
conda 4.7.5

$ conda activate bio-base
CommandNotFoundError: Your shell has not been properly configured to use 'conda activate'.
To initialize your shell, run

$ conda init <SHELL_NAME>

Currently supported shells are:
  - bash
  - fish
  - tcsh
  - xonsh
  - zsh
  - powershell

See 'conda init --help' for more information and options.

IMPORTANT: You may need to close and restart your shell after running 'conda init'.

$ source activate bio-base
(bio-base) shenweiyan@ecs-steven 10:49:59 /home/shenweiyan
$ which python
/Bioinfo/Pipeline/SoftWare/Anaconda3/envs/bio-base/bin/python
$ source deactivate bio-base
DeprecationWarning: 'source deactivate' is deprecated. Use 'conda deactivate'.

shenweiyan@ecs-steven 11:03:40 /home/shenweiyan
$ source activate bio-base
(bio-base) shenweiyan@ecs-steven 11:03:50 /home/shenweiyan
$ conda deactivate
(bio-base) shenweiyan@ecs-steven  11:03:57 /home/shenweiyan
$



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:

# To create a requirements.txt file
# Gives you list of packages used for the environment
conda list 

# Save all the info about packages to your folder
conda list -e > requirements.txt 


# To export environment file
activate <environment-name>
conda env export > <environment-name>.yml

# For other person to use the environment
conda env create -f <environment-name>.yml

# Install via `conda` directly.
# This will fail to install all dependencies. If one fails, all dependencies will fail to install.
conda install --yes --file requirements.txt

# To go around issue above, one can iterate over all lines in the requirements.txt file.
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:

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


2. bioconductor 


Bioconductor 镜像:

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


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



biocLite 包安装:

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


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


3. github_install


GitHub 上的一些最新 R 包,可以使用 devtools 进行安装:

install.packages("devtools")
library(devtools)
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:

/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:


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。