この記事を書くことにした背景には，Dockerでdatascience-notebookのimageを利用したRの解析をしようと思ったとき，
・通常のinstall.packagesの手法だとダウンロードにやたら時間が掛かる．
・cmakeエラー, “udunits2.h not found”, compile errorなどc言語が関わってくるR packageのエラーで躓いた．
ということに遭遇したことからである．
結論としては，Dockerのdatascience-notebookを使う際は，condaを使ってパッケージのインストールをすると時短かつcompileの部分で躓くことが少なくなる．
R用のDocker image
R用のDocker imageは，Rocker projectの一ページにまとめられている用に，Rocker, Jupyterの公式イメージ，b-data, r-hub, RStudio R Docker Imagesなどがある．
この中でJupyterの公式docker imageには，Jupyterlabの環境を使うことが出来，その上，Julia, Python, Rの3点が詰め込まれたdatascience-notebookというimageがある．僕はJulia, Python, Rを用いるので出来ればこのImageをベースに環境構築をしたいというのがモチベーション．
Datascience-notebook環境を立ち上げようとやたら時間が掛かったことと，パッケージのインストールの際に以下のようなエラーに出会い，なかなか解決出来なかったことに苛立った．
・udunits2 configure: error: C compiler cannot create executables
・Error: udunits2.h not found
・E: Unable to locate package cmake
Rのパッケージインストールをエラーを避け，インストールを早くする方法
condaでインストールする．
Anacondaは CRAN packagesの多くをビルドした状態で置いている．R language packages for Anaconda参照．そのため，Anacondaのpackage repositoryから，Rのパッケージ名を探して指定されてある方法でインストールを行う．Anaconda内には，Rのパッケージとして区別されているものと，conda-forgeとして区別されているものがある．また，Rのパッケージ名の接頭語として”r-“が付くことが多い．例えば，ggplot2を入れる場合は以下の2通り．
conda install -c r r-ggplot2 -y conda install -c conda-forge r-ggplot2 -y
そのため，Dockerfileに書き込む形式としては，以下のようになる．
RUN conda install -c r r-ggplot2 -y RUN conda install -c conda-forge r-ggplot2 -y
不便な点としてはCRANの全てのpackagesがサポートされているわけではないので，パッケージがrepositoryに無い場合，かつ，依存パッケージがinstall.packagesで上手くいかない場合には，依存パッケージをcondaでインストールしていく必要があるということだ．
例えば，”pubh” package (Anaconda repositoryには存在しない)をインストールしようとすると，install.package経由でインストール必要がある．しかし，epiR, gtsummary, udunits2のそれぞれがinstall.pacakgesでエラーが生じるので，別途conda installのコマンドを書いてインストールする必要がある．
ちなみに，なぜpackageのインストールが上手く行かないかというと，datascience-notebookのimageではパッケージなどがcondaによって管理されている．condaは独自のgccを用いてcompileを行うため，linux環境にあるgccとconda環境にあるgccが上手くマッチしないことが原因でエラーが起きる．また，conda内ではc言語のメタ情報が欠けているため上手くc言語のファイルが参照出来ないことが起きるためである．
ちなみに，datascience-notebookのimageではなく，rockerのimageなどを使う場合は，install2.rを用いると効率的にRのpackageのインストールが可能．以下の記事などを参照のこと．
・rocker で使える便利コマンド install2.r とその仲間たち powered by littler
Raw binaryを直接いれる．
Rのpackageのinstallが遅い理由としては，CRANに上がっているコードをいちいちlocalのPC/Docker内でcompileする必要があるから．そのため，compileが終わっているファイルを直接取ってくれば早くなるよね，という話．
最近では，posit Package ManagerがLinux用のbinariesを用意しておいてくれているこので，以下の用に書くと若干早くなる．
install.packages("ggplot2", repos='https://packagemanager.rstudio.com/all/__linux__/focal/latest')
上記内容は以下の記事を参照のこと．
・Installing Packages Takes A Very Long Time on Ubuntu
以上．
———-雑感(｀・ω・´)———-
余談だが，datascience-notebookでは，sudoコマンドがdefaultでは使えないため，最悪，docker-composeなどで，GRANT_SUDO=yes と指定して，container立ち上げを行ってからsudoコマンドを使用しパッケージをインストールしていくことは避難経路として知っておくべきだろう．
GRANT_SUDOを指定する際のDocker, docker-composeの設定に関しては，[Python] Dockerでpygraphvizをインストールする を参照のこと．
コメント