最近由於研究需要，複習下 Docker，找到了本教程，分兩次推送，感興趣的可以跟著學習。原英文網址：http://ropenscilabs.github.io/r-docker-tutorial
❞這是專門為具有 R 和 RStudio 知識的朋友設計的 Docker 教程。該介紹旨在幫助需要 Docker 進行項目的人們。我們首先解釋 Docker 是什麼以及為什麼有用。然後，我們將詳細介紹如何將其用於可複製的分析項目。
在開始之前，請根據自己的作業系統安裝下面的連結的介紹安裝 Docker
第一課：什麼是 Docker？為什麼我應該使用它？學習目標為什麼我想要使用 Docker？想像一下，你正在 R 中進行分析，然後將代碼發送給朋友。你的朋友在完全相同的數據集上運行此代碼，但結果略有不同。這可能有多種原因，例如作業系統不同，R 軟體包的版本不同等。Docker 可以解決這樣的問題。
「可以將Docker容器視為你計算機內部的一臺計算機」。這個虛擬計算機的妙處在於你可以將其發送給你的朋友。當他們啟動計算機並運行你的代碼時，他們將獲得與你完全相同的結果。
簡單來說，你因為下面的一些原因使用 Docker：
還有一些 Docker 可以發揮用處的地方：
可移植性：由於 Docker 容器可以輕鬆地發送到另一臺機器，因此你可以在自己的計算機上設置好所有內容，然後在更強大的機器上運行分析。可共享性：你可以將 Docker 容器發送給任何知道如何使用 Docker 的人。基本詞彙下面會經常出現鏡像和容器這兩個詞。映像的實例稱為容器。映像是虛擬計算機的設置。如果運行此映像，將擁有它的一個實例，我們將其稱為容器。可以有多個運行相同映像的容器。
第二課：在 Docker 中啟動 RStudio學習目標安裝首先參考 install Docker[4] 進行安裝，沒有必要完成連結中所有的教程，有需要再回看它們。
在 Docker 中啟動 RStudio要啟動 Docker，我們需要做的第一件事是打開一個 Unix Shell。如果你在 Mac 或 Windows 上，在最後一步，你安裝了一個叫做Docker快速啟動終端;現在打開它——它看起來應該像一個普通的 shell 提示符(~$)，但實際上它指向的是一個 Docker 默認運行的 linux 虛擬機，而在本教程的其餘部分，除非另有說明，你應該在這裡完成所有操作。如果您在 linux 機器上，那麼您可以使用普通的舊終端提示符。
在 Mac上，你也可以選擇終端並配置 Docker。特別是如果你得到錯誤不能連接到Docker守護進程。Docker 守護進程在此主機上運行嗎?。在教程的某個時候，運行下面的命令可能會解決你的問題:
eval "$(docker-machine env default)"接下來，我們將要求Docker運行一個已經存在的映像，我們將使用來自 Rocker[5] 的 verse Docker映像，它將允許我們在容器內運行RStudio，並且已經安裝了許多有用的R包。
docker run --rm -p 8787:8787 -e PASSWORD=yourpassword rocker/verse--rm、-p和 -e是允許你自定義如何運行容器的標誌。-p告訴 Docker 你將使用一個埠在你的瀏覽器中看到 RStudio(在一個位置，我們隨後指定為埠 8787:8787)。—rm 確保當我們退出容器時，容器被刪除。如果我們不這樣做，每次我們運行一個容器，它的一個版本將被保存到我們的本地計算機。這最終會導致大量磁碟空間的浪費，直到我們手動刪除這些容器。稍後，我們將向你展示如何保存容器(如果你想這樣做的話)。最後，-e 將 PASSWORD 環境變量設置為 yourpassword。在堆棧中運行帶有RStudio的容器時，Rocker 需要你設置密碼[6]。出於安全考慮，我們建議你將 yourpassword 更改為您自己獨特的字符串。
如果你嘗試運行一個沒有在本地安裝的 Docker 容器，那麼Docker會自動在Docker Hub(一個在線的Docker 鏡像存儲庫)上搜索該容器，如果它存在，就下載它。
上面的命令將導致 RStudio-Server 不可見地啟動。要連接到它，打開一個瀏覽器，輸入http://，然後加上你的 ip 地址，再加上:8787。如果您運行的是 Mac 或 Windows 機器，您將在啟動 Docker Quickstart終端時出現在終端中的第一行文本中找到 ip 地址。例如，你應該會看到:
## .
## ## ## ==
## ## ## ## ## ===
/"""""""""""""""""\___/ ===
~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ / ===- ~~~
\______ o __/
\ \ __/
\____\_______/
docker is configured to use the default machine with IP 192.168.99.100
For help getting started, check out the docs at https://docs.docker.com你應該在瀏覽器中鍵入 URL http://192.168.99.100:8787 。
如果你在一臺 Linux 機器上運行，你可以使用 localhost 作為 ip 地址，例如：http://localhost:8787
這將會將你導向 RStudio 登錄界面，使用下面的信息登錄：
username: rstudio password: password（上面你設置過這個東西）
現在你就可以在瀏覽器中使用 RStudio 工作了，就像你使用 Rstudio 桌面版一樣。
下面是一個截圖示例：
現在試試運行下面的代碼吧：
# make x the numbers from 1 to 5, and y the numbers from 6-10
x <- 1:5
y <- 6:10
# plot x against y
plot(x, y)因為我們剛才啟動鏡像時使用了 --rm 標記，所以在這個機器上創建的任何東西在關閉後都會消失。你可以試試將上面的代碼保存為一個文件，然後關閉瀏覽器，在終端上用 Control+C 關掉容器，然後重新啟動容器，看是否創建的文件是否依然存在。
將磁碟與 Docker 鏡像連接以便於訪問和保存數據文件既然數據文件會消失，那麼我們退出容器後該如何保存我們的工作呢？一個解決的辦法是將一個磁碟（例如你的本地硬碟）與一個容器連接起來，這樣你就可以在本地磁碟上訪問和保存數據了。
這一次當我們啟動容器時使用 -v 標記指定我們項目的根目錄，如下所示（你的目錄可能有所不同），:左邊是你本地計算機的路徑，右邊是容器裡的路徑，一般以 /home/rstudio/ 開始（這個鏡像已經默認創建了用戶名 RStudio 和進行了相關配置）。
docker run --rm -p 8787:8787 -v /Users/tiffanytimbers/Documents/DC/r-docker-tutorial:/home/rstudio/r-docker-tutorial rocker/verse再一次地，在你的瀏覽器進行 RStudio。
這一次你在 Docker 容器中啟動 RStudio 後，你可以查看到下面映射的文件目錄。然後就可以載入數據進行分析工作了：
# load gapminder data from a csv on your computer
gap5yr <- read.csv(file = 'data/gapminder-FiveYearData.csv')畫一個分析圖：
# load ggplot library
library(ggplot2)
# plot GDP against life expectancy
qplot(gap5yr$lifeExp, gap5yr$gdpPercap)
# save the plot
ggsave(filename = 'data/GDP_LifeExp.pdf')讓我們將腳本保存為 plot_GDP_LifeExp.R，然後關閉容器，看在本地目錄下是否能看到腳本和繪圖文件。
小結這一課我們學習了如何通過容器在瀏覽器中運行 RStudio。學習了 --rm 標誌的作用和如何連接磁碟文件。
第三課：安裝 R 包在 RStudio 內安裝 R 包這跟我們使用 RStudio 桌面版沒什麼區別，試試運行：
# install package
install.packages('gapminder')
# load library
library(gapminder)
# peek at data
head(gapminder)太好了！現在我們已經安裝好包並可以進行工作。但是等等，如果我們退出了容器會發生什麼？安裝的包會被刪除，因為我們沒有保存這個版本的 Docker 鏡像。我們需要創建一個鏡像，這樣當利用它創建一個新的容器時，gapminder 包也已經安裝好了，可以直接使用。
為了做到這一點，我們需要運行 docker commit（類似 git commit）保存修改。記住，這個操作需要在關閉容器前運行，一般我們另外打開一個終端進行這個操作。
我們可以使用下面的命令進行查看（類似 linux ps 命令）：
docker ps輸出應該類似下面展示，哈希值記錄了容器 ID：
4a6a528b35da rocker/verse "/init" 2 minutes ago Up 2 minutes 0.0.0.0:8787->8787/tcp silly_meninsky現在我們在新的終端中運行下面命令，並記錄修改信息：
docker commit -m "verse + gapminder" 4a6a528b35da verse_gapminder-m 指定修改信息，哈希值指定了我們要保存的容器，verse_gapminder 為保存的鏡像設定了一個名字。
現在我們的電腦上就有 2 個鏡像了：
docker imagesREPOSITORY TAG IMAGE ID CREATED SIZE
verse_gapminder latest bb38976d03cf 57 seconds ago 1.955 GB
rocker/verse latest 0168d115f220 3 days ago 1.954 GB現在你可以測試下新鏡像的工作情況。
安裝 R 系統外部依賴許多 R 包有外部依賴，如 GSL, GDAL, JAGS，為了安裝它們，你需要進行如下的操作：
docker ps # find the ID of the running container you want to add a package to
docker exec -it <container-id> bash # a docker command to start a bash shell in your container
apt-get install libgsl0-dev # install the package, in this case GSL如果安裝報錯，先試試 apt-get update
為了保存安裝的依賴，依舊需要進行修改的提交：
docker commit -m "verse + gapminder + GSL" <container id> verse_gapminder_gsl
第四課：對 Docker Hub 推送或拉取鏡像學習目標從 Docker Hub 獲取鏡像Docker Hub[7] 是一個存儲 Docker 鏡像的地方，當我們運行下面的命令時，軟體首選檢查鏡像是否存在於你的計算機上。如果不存在，它會自動去 Docker Hub 搜索和下載。
docker run --rm -p 8787:8787 rocker/verse如果你想要從 Docker Hub 上拉取鏡像而不運行它，可以使用命令：
docker pull rocker/verse
將鏡像放到 Docker Hub想像一下如果你自己創建了一個鏡像，然後想要與其他人分享，你可以在 https://hub.docker.com/ 創建一個帳號。驗證完郵箱之後，你就可以將你的鏡像上傳了：
登錄 https://hub.docker.com/
使用命令行登錄 Docker Hub
docker login --username=yourhubusername --email=youremail@company.com
如果沒問題應該會看到下面的信息
WARNING: login credentials saved in /home/username/.docker/config.json
Login Succeeded檢查鏡像的 ID
docker images
然後你會看到類似下面的輸出：
REPOSITORY TAG IMAGE ID CREATED SIZE
verse_gapminder_gsl latest 023ab91c6291 3 minutes ago 1.975 GB
verse_gapminder latest bb38976d03cf 13 minutes ago 1.955 GB
rocker/verse latest 0168d115f220 3 days ago 1.954 GB標記你的鏡像（打標籤）
docker tag bb38976d03cf yourhubusername/verse_gapminder:firsttry
這裡鏡像 ID 必須匹配，fisttry 是標籤，一般選擇一些容易識別的標籤。
推送你的鏡像：
docker push yourhubusername/verse_gapminder
現在所有人都可以使用你的鏡像了！
保存和加載鏡像將鏡像推送到 Docker Hub 非常使用，但它有些缺點：
當在一些計算節點上工作時，如果每一次你都拉取 Docker Hub 的鏡像，速度會很慢解決方案的在本地對你的鏡像進行存檔，這樣你可以在需要的時候輕鬆載入。
為了這一目的，你可以使用 docker save 命令。讓我們試試吧：
docker save verse_gapminder > verse_gapminder.tar如果我們想要從存檔中載入鏡像，使用下面的命令：
docker load --input verse_gapminder.tar
Reference[1]mac: https://docs.docker.com/mac/step_one/
[2]linux: https://docs.docker.com/linux/step_one/
[3]windows: https://docs.docker.com/windows/step_one/
[4]install Docker: https://docs.docker.com/engine/getstarted/step_one/
[5]Rocker: https://github.com/rocker-org/rocker/wiki
[6]需要你設置密碼: https://github.com/rocker-org/rocker-versioned/blob/master/rstudio/README.md
[7]Docker Hub: https://hub.docker.com/