1. channels 使用

需要注意的是做生信分析的童鞋使用 conda 環(huán)境時一定要特別注意 conda channels 的設(shè)置，濫用 channels 很有可能會導(dǎo)致你的軟件升降級（甚至環(huán)境）錯亂。推薦設(shè)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

• mirrors.tuna.tsinghua.edu.cn/anaconda 是清華大學(xué)提供了一個 conda 的鏡像；
• mirrors.ustc.edu.cn/anaconda 是中科大 conda 鏡像，有需要的也可以使用；
• 生信軟件 channel：mirrors.tu na.tsing hua.edu.cn/ana conda/cloud/bioc onda；

從 2019.04 起清華大學(xué)和中科大宣布停止 Anaconda 鏡像服務(wù)，但是出于教育科研機構(gòu)使用的前提，在 2019-05-15 清華大學(xué)又宣布重新恢復(fù)了 Anaconda 鏡像！

因此原來使用國內(nèi)鏡像的 conda 可以根據(jù)自身需求決定是否需要變更新的 channels：

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

2. 軟件安裝使用

conda 環(huán)境下的軟件盡量使用 conda、pip 命令去安裝。但同時也產(chǎn)生了一個問題，即 conda 中安裝了 R，有些使用了 install.packages(),install_github,biocLite 等方式安裝的 R 包，在環(huán)境遷移的時候，這些包如何遷移？

3. 環(huán)境激活

conda 4.6.x 切換環(huán)境使用的是：

$ source activate bio-base

conda 4.7.x 后切換環(huán)境變成了：

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

問題是，conda-4.7.x 使用推薦的命令切換環(huán)境，還要你 init 初始化一下 conda，不想 init 的話可以用回 4.6.x 的方式切換環(huán)境：

$ conda --versionconda 4.7.5$ conda activate bio-baseCommandNotFoundError: 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  - powershellSee '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-baseDeprecationWarning: '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. 環(huán)境導(dǎo)出與恢復(fù)

使用 conda 命令安裝的包，都可以使用下面的命令導(dǎo)出依賴包/環(huán)境并批量恢復(fù)：

# 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 與 R 包安裝

R Essentials 軟件包包含 IRKernel 和 80 多種最流行的數(shù)據(jù)科學(xué) R 軟件包，包括 dplyr，shiny，ggplot2，tidyr，caret 和 nnet 等。

5.1 biocLite

Bioconductor 鏡像使用幫助：

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

#清華大學(xué)開源鏡像 options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

• 也可以在安裝過程中指定鏡像：

source("http://bioconductor.org/biocLite.R") #指定一個離你最近的國內(nèi)鏡像 options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/") biocLite("包名")

biocLite 包批量安裝：

> 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)

5.2 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)

6. 特別注意的軟件

6.1 gcc

對于使用 conda install --yes --file requirements.txt 重裝某一個環(huán)境的所有軟件時，如果軟件中包含了 gcc，安裝了 R 后，在使用 R 時會可能會引發(fā)錯誤：

/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 發(fā)布的 libc 庫，即 c 運行庫。glibc 是 linux 系統(tǒng)中最底層的 api，幾乎其它任何運行庫都會依賴于 glibc。glibc 除了封裝 linux 操作系統(tǒng)所提供的系統(tǒng)服務(wù)外，它本身也提供了許多其它一些必要功能服務(wù)的實現(xiàn)。由于 glibc 囊括了幾乎所有的 UNIX 通行的標準，可以想見其內(nèi)容包羅萬象。而就像其他的 UNIX 系統(tǒng)一樣，其內(nèi)含的檔案群分散于系統(tǒng)的樹狀目錄結(jié)構(gòu)中，像一個支架一般撐起整個作業(yè)系統(tǒng)。在 GNU/Linux 系統(tǒng)中，其 C 函式庫發(fā)展史點出了 GNU/Linux 演進的幾個重要里程碑，用 glibc 作為系統(tǒng)的 C 函式庫，是 GNU/Linux 演進的一個重要里程碑。

有一些軟件對于 glibc 的版本會有要求，如 cnvnator-0.3.3 要求 glibc >= 2.14。雖然在 anaconda 中有很多 channel 都提供了 glibc，但千萬注意一定要注意不要輕易去安裝，否則有很大的概率會導(dǎo)致整個環(huán)境掛掉，甚至?xí)?dǎo)致當(dāng)前環(huán)境中的 conda、python 出現(xiàn)動態(tài)庫混亂錯誤，恢復(fù)起來相當(dāng)麻煩！

我在《一次"膽戰(zhàn)心驚"的真實集群運維經(jīng)歷》記錄了 gblic 的一些集群吐血經(jīng)歷，感興趣的可以了解一下。

7. 什么時候使用 Anaconda

對于 Anaconda(conda) 軟件安裝以及依賴解決的原理，我對這個黑盒子表示一頭霧水。真實的情況是，如果在一個環(huán)境中安裝了幾百個軟件(包)，再去新裝軟件，這時候 Anaconda 常常會卡在 Collecting package metadata 和 Solving environment 過程中，甚至一個晚上都沒法解決環(huán)境的依賴。

conda 官方說他們在 conda-4.7 中花了很多的精力去提升了 conda 的速度（參考官方文章：《How We Made Conda Faster in 4.7》），但從 4.6 升級到 4.7 過程很容易導(dǎo)致環(huán)境崩潰，修復(fù)起來極其麻煩（反正我折騰了一個晚上都沒能把我的 base 給恢復(fù)回來，吐血的經(jīng)歷）！

對于新手而言，Anaconda 的確是非常簡單易用，如果對于多用戶的服務(wù)器端，或者是提供公共使用的軟件庫是否需要采用 Anaconda，個人覺得的確需要慎重考慮一下，最起碼需要考慮：

• 是否需要根據(jù)流程劃分環(huán)境？如果每個流程都需要使用 Python+R+Perl，每個環(huán)境都安裝這三個軟件（包），如何避免空間浪費？
• 需要考慮如何備份和恢復(fù)環(huán)境。萬一某個環(huán)境崩潰，有什么快速替代的方案而不影響業(yè)務(wù)。

或許還有更多的問題，這里沒有列出來，如果大家有什么更好的想法或者建議，也歡迎留言交流。