2.1 登陆 Dockerhub

首先从 Docker 官网 https://www.docker.com/ 下载和安装 Docker 桌面客户端软件，然后在 Docker Hub 上注册账户 https://hub.docker.com/。

echo "$DOCKER_PASSWORD" | docker login -u "$DOCKER_USERNAME" --password-stdin

• DOCKER_USERNAME 用户名
• DOCKER_PASSWORD 密码

2.2 拉取 Fedora 镜像

docker pull fedora:37

2.3 创建并进入容器

# 创建容器
docker run -itd -p 8484:8787 --name=daar \
  --privileged=true -v "/${PWD}:/home/rstudio" \
  -e USER=docker -e PASSWORD=docker123 fedora:37

# 进入容器
docker exec -it daar bash

--privileged=true

有时候，我们需要以管理员权限安装一些系统软件，比如 sudo dnf install optipng

--name

给容器取名字 daar

-i

即 --interactive 交互模式运行，让 STDIN （标准输入）开着

-t

即 --tty 分配一个 pseudo-TTY （终端模拟器，伪终端）

-d

即 --detach=false 默认在后台运行容器

-p

即 --publish 指定容器暴露的端口，8484:8787 表示主机端口 8484 映射容器端口 8787，这是主机和容器之间通信的一种方式

-e

即 --env 指定环境变量，供容器使用

-v

即 --volume 挂载主机目录到容器中的目录，主机和容器共享目录

2.4 配置标准用户账户

先创建非 root 的普通用户账户，设置好密码。如下便是创建用户组 staff，再创建用户 docker 并把它添加到 staff 组中。

# 添加用户组 staff 及用户 docker
groupadd staff \
  && useradd -g staff -d /home/docker docker
# 设置用户 docker 的密码为 docker123
echo 'docker:docker123' | chpasswd

如果用户账户及密码不对，则会报下面的错误。

Error: Incorrect or invalid username/password

还可以顺便添加到 /etc/sudoers 文件中，以便使用 sudo 命令。下面将 docker 用户添加到 sudoers 文件中，以后可以在 RStudio 的 Terminal 窗口中使用 sudo 命令安装系统仓库中的软件。

echo "docker	ALL=(ALL) 	ALL" >> /etc/sudoers

进一步，如果想连密码都不需要输入就可以安装系统软件，那么可以

echo "docker	ALL=(ALL) 	NOPASSWD: ALL" >> /etc/sudoers

更多说明可以见文件 /etc/sudoers 的内容。

2.5 安装配置 R 软件

安装 R-devel 自不必说，安装 R-littler 和 R-littler-examples 是为了在命令行快速地安装 R 包，配置软链接相当于快捷方式，再设置 CRAN 镜像、R 包安装目录和 R 运行的语言环境，最后用快捷方式安装两个 R 包。

# 安装 R 软件
dnf -y R-devel R-littler R-littler-examples
# 配置 R 软件
ln -s /usr/lib64/R/library/littler/examples/install.r /usr/bin/install.r \
 && ln -s /usr/lib64/R/library/littler/examples/install2.r /usr/bin/install2.r \
 && ln -s /usr/lib64/R/library/littler/examples/installGithub.r /usr/bin/installGithub.r \
 && ln -s /usr/lib64/R/library/littler/examples/testInstalled.r /usr/bin/testInstalled.r \
 && mkdir -p /usr/local/lib/R/site-library \
 && echo "options(repos = c(CRAN = 'https://cran.r-project.org/'))" | tee -a /usr/lib64/R/etc/Rprofile.site \
 && chmod a+r /usr/lib64/R/etc/Rprofile.site \
 && echo "LANG=en_US.UTF-8" >> /usr/lib64/R/etc/Renviron.site \
 && echo "export LC_ALL=en_US.UTF-8"  >> /etc/profile \
 && echo "export LANG=en_US.UTF-8"  >> /etc/profile \
 && echo "CXXFLAGS += -Wno-ignored-attributes" >> /usr/lib64/R/etc/Makeconf \
 && Rscript -e 'x <- file.path(R.home("doc"), "html"); if (!file.exists(x)) {dir.create(x, recursive=TRUE); file.copy(system.file("html/R.css", package="stats"), x)}' \
 && install.r docopt \
 && install2.r remotes

install2.r 命令需要 docopt 包，installGithub.r 命令需要 remotes 包。

Error in file.copy(file.path(R.home("doc"), "html", "R.css"), outman) :
  (converted from warning) problem copying /usr/share/doc/R/html/R.css
to /usr/lib64/R/library/00LOCK-<package>/00new/<package>/html/R.css:
No such file or directory

Rscript -e 'x <- file.path(R.home("doc"), "html"); if (!file.exists(x)) {dir.create(x, recursive=TRUE); file.copy(system.file("html/R.css", package="stats"), x)}'

最后，赋予 docker 用户访问 R 包安装目录的全权。

chown -R docker:staff /usr/local/lib/R/site-library

2.6 安装配置 RStudio Server

首先安装 RStudio Server 软件，然后设置为系统启动时启动

# 安装 rstudio-server 软件
dnf -y install rstudio-server \
 # 复制 rstudio-server.service 文件到初始化
 && cp /usr/lib/systemd/system/rstudio-server.service /etc/init.d/ \
 # 添加执行权限
 && chmod +x /etc/init.d/rstudio-server.service \
 # 注册启动服务
 && systemctl enable rstudio-server

rstudio-server.service 文件的路径可以通过命令 rstudio-server status 找到。

RStudio Server 服务默认使用 8787 端口，浏览器登录使用服务，需要做主机端口和容器服务端口的映射，容器内需要暴露 8787 端口。

EXPOSE 8787/tcp

默认情况下，启动容器是不会启动任何服务的，包括一些系统服务，如 systemd。因此需要添加如下命令，告诉系统初始化。

CMD [ "/sbin/init" ]

System has not been booted with systemd as init system (PID 1). Can't operate.
Failed to connect to bus: Host is down

Warning in system("timedatectl", intern = TRUE) :
   running command 'timedatectl' had status 1

配置好后，可以使用 timedatectl 命令查看当前容器中的时区设置。

timedatectl show --property=Timezone

正常情况下，可以看到输出：

Timezone=Etc/UTC

而在 R 控制台输入 Sys.timezone() 可以看到 UTC，这是我在 Dockerfile 里设置好的，是预期的输出。

2.7 安装一些 LaTeX 宏包

在以上述方式安装 R 软件的同时，会安装不少 LaTeX 宏包，为了能在 R Markdown 文档中使用中文环境，编译出 PDF 格式文档，还需要安装一些额外的 LaTeX 宏包。

dnf -y install texlive-sourceserifpro \
   texlive-sourcecodepro \
   texlive-sourcesanspro \
   texlive-pdfcrop \
   texlive-dvisvgm \
   texlive-dvips \
   texlive-dvipng \
   texlive-ctex \
   texlive-fandol \
   texlive-xetex \
   texlive-framed \
   texlive-titling \
   texlive-fira \
   texlive-awesomebox \
   texlive-fontawesome5 \
   texlive-fontawesome \
   texlive-newtx \
   texlive-tcolorbox

还有几个常用的工具一块安装上。

dnf -y install ghostscript optipng ImageMagick

ghostscript 做字体处理，optipng 做图片优化，ImageMagick 做图像处理。

图 2.1: ImageMagick

2.8 安装一些 R 包依赖

有很多 R 包会依赖一些系统软件，下面是一些最常用的。

dnf -y install libcurl-devel \
   openssl-devel \
   libssh2-devel \
   libgit2-devel \
   libxml2-devel \
   glpk-devel \
   gmp-devel \
   cairo-devel \
   v8-devel \
   igraph-devel \
   NLopt-devel

• （广义）线性混合效应模型包 lme4 需要 nloptr 包，nloptr 包需要 NLopt-devel
• 网络分析与可视化包 igraph 需要 libxml2-devel、glpk-devel、gmp-devel 等

2.9 安装一些系统软件

每个具体的实战项目所需的环境依赖是不一样的，下面这些有的必须，有的可选，必须和可选需要具体问题具体分析，具体到我的书籍项目，可以都安装上。

• glibc-langpack-en 英文环境所需语言包（必须）
• passwd 提供 chpasswd 命令修改账户密码（必须）
• initscripts 连带 systemd 一起安装，系统初始化启动脚本（必须）
• bzip2 文件（夹）压缩命令（可选）
• cargo R 包 gifski 需要（可选）
• firewalld 启用防火墙服务（可选）
• python3-virtualenv 创建 Python 虚拟环境（可选）

dnf -y install glibc-langpack-en \
   automake \
   texinfo \
   cargo \
   bzip2 \
   passwd \
   initscripts \
   firewalld \
   python3-virtualenv 

Dockerfile 里设置系统语言环境和时区，最后，将工作目录切换到 docker 用户主目录。

# Set locale
ENV LANG=en_US.UTF-8 \
    LANGUAGE=en_US.UTF-8

# Set default timezone
ENV TZ UTC

WORKDIR /home/docker/

2.10 本地构建 Docker 镜像

从指定 Dockerfile 构建 Docker 镜像

docker build --build-arg "QUARTO_VERSION=1.2.280" \
  -t xiangyunhuang/daar:latest -f ./Dockerfile .

• -f 即 --file 指定 Dockerfile 的路径
• -t 即 --tag 指定构建成功后镜像的名称
• --build-arg 传递构建参数给 Dockerfile 的 ARG 参数变量
• . 指定 Dockerfile 文件所在的目录，. 表示当前目录。

从镜像拉起容器

docker run -itd -p 8383:8787 --name=daar \
  --privileged=true -v "/${PWD}:/home/docker" xiangyunhuang/daar:latest

进入容器中查看各项配置是否正常，若有缺失，安装依赖并记录，直到本地编译出来 HTML、DOCX、PDF 和 EPUB 格式书籍，接着将缺失的依赖和配置添加到 Dockerfile 文件中，再重新构建镜像、检查、测试。

docker exec -it daar bash

命令 docker exec 的参数 -i 和 -t 的含义与命令 docker run 是一样的。

2.11 本地发布 Docker 镜像

一切正常后，推送到 Docker Hub。

docker push xiangyunhuang/daar:latest

常常不是一次性成功的，有时候需要修改镜像，进入容器中，添加一些环境依赖后，退出容器，想把新的内容加入镜像。从容器快照，打包镜像，提交容器，操作效果类似 git commit -m。

docker commit -a "Xiangyun Huang <xiangyunfaith@outlook.com>" \
 -m "Docker Image for Book" f8bb7e701514 xiangyunhuang/daar:1.0.0

• -a 表示 author 指定提交该镜像的作者
• -m 提交镜像的说明文字
• f8bb7e701514 容器的 ID
• xiangyunhuang/daar 镜像的名字
• 1.0.0 指定镜像 TAG ，如果不指定，默认就是 latest

2.12 使用自定义的镜像

最后，构建的 Docker 镜像包含 13 层，好些层还很大，动辄上 G。

图 2.2: Docker 镜像包含 13 层

Docker Hub 上显示 3.29 G，拉取到本地后，从图中可以看到 Docker 镜像的大小是 8.39 G，由此可知，Docker Hub 存储的镜像是压缩的。

图 2.3: Docker 镜像解压缩后近 8.4 G

进入容器后，通过命令 top 可以看到启动的服务及其状态信息，可以看到 RStudio Server 服务随着容器启动后自动加载了。

图 2.4: RStudio Server 服务以开机启动

容器中已安装的字体、软件包、R 包和 texlive 发行版，点击链接即可查看具体内容，可以搜索查找是否已安装²。

现在，可以从浏览器网址 http://localhost:8383/ 登陆 RStudio Server， 登陆页见下图 2.5

图 2.5: RStudio Server 登陆页面

登陆进来后，可以看到 RStudio Server 的界面，与桌面版没啥区别。

图 2.6: RStudio Server 界面窗口

1. R 控制台，命令窗口
2. 帮助子窗口，显示帮助文档
3. 环境子窗口，显示当前运行环境中的变量信息。
4. RStudio IDE 得主菜单栏
5. 当前登陆 RStudio Server 的用户。

capabilities() 查看当前 R 软件的能力

图 2.7: RStudio Server 与主机共享文件和目录

1. 除了 X11、 aqua 和 libxml 都支持，已然足够使用。
2. 可以看到主机通过挂载方式共享的文件目录

sessionInfo() 查看当前运行窗口的会话（Session）信息

图 2.8: RStudio Server 控制台当前运行环境

2.13 Docker 参数作为环境变量

# Set Python virtualenv
ENV RETICULATE_PYTHON_ENV=$RETICULATE_PYTHON_ENV
ENV RETICULATE_PYTHON=${RETICULATE_PYTHON_ENV}/bin/python

COPY requirements.txt requirements.txt
RUN virtualenv -p /usr/bin/python3 ${RETICULATE_PYTHON_ENV} \
 && source ${RETICULATE_PYTHON_ENV}/bin/activate \
 && pip install -r requirements.txt

python:         /opt/.virtualenvs/r-tensorflow/bin/python
libpython:      /usr/lib64/libpython3.11.so.1.0
pythonhome:     /opt/.virtualenvs/r-tensorflow:/opt/.virtualenvs/r-tensorflow
virtualenv:     /opt/.virtualenvs/r-tensorflow/bin/activate_this.py
version:        3.11.1 (main, Dec  7 2022, 00:00:00) [GCC 12.2.1 20221121 (Red Hat 12.2.1-4)]
numpy:          /opt/.virtualenvs/r-tensorflow/lib64/python3.11/site-packages/numpy
numpy_version:  1.24.1

NOTE: Python version was forced by RETICULATE_PYTHON

# Set Extra R Packages
COPY DESCRIPTION DESCRIPTION
RUN export GITHUB_PAT=${GITHUB_PAT} && Rscript -e "remotes::install_deps('.', dependencies = TRUE)"

# Set Quarto and Pandoc
RUN curl -fLo quarto.tar.gz https://github.com/quarto-dev/quarto-cli/releases/download/v${QUARTO_VERSION}/quarto-${QUARTO_VERSION}-linux-amd64.tar.gz \
 && mkdir -p /opt/quarto/ \
 && tar -xzf quarto.tar.gz -C /opt/quarto/ \
 && ln -s /opt/quarto/quarto-${QUARTO_VERSION}/bin/quarto /usr/bin/quarto \
 && mv -f /usr/bin/pandoc /usr/bin/pandoc.bak \
 && ln -s /opt/quarto/quarto-${QUARTO_VERSION}/bin/tools/pandoc /usr/bin/pandoc \
 && rm -rf quarto.tar.gz

2.14 清理 Docker 镜像垃圾

缺失软件依赖、R 包依赖、错误配置环境等导致从 Dockerfile 构建镜像的过程中报错。构建失败是很正常的，本地多次尝试构建镜像，会产生很多垃圾，不及时清理，Docker 会显示空间不足，而拉取失败，所以，每隔一段时间清理失败的构建及相关容器。

# 查看镜像
docker images
# 删除镜像
docker rmi 镜像 ID
# 查看容器
docker ps -a
# 删除容器
docker rm 容器名称

2.15 Github Action ❤️ Docker

Github Action 默认是虚拟机中运行任务，也可以配置为在容器中运行任务。分两步：

1. 利用 Github Action 在线构建和发布自定义的 Docker 镜像。
2. 利用 Github Action 从自定义的 Docker 镜像拉起容器，在容器里编译和部署书籍。

jobs:
  docker:
    if: "contains(github.event.head_commit.message, '[docker]')"
    runs-on: ubuntu-22.04
    env:
      GITHUB_PAT: ${{ secrets.GITHUB_TOKEN }}
      RETICULATE_PYTHON_ENV: "/opt/.virtualenvs/r-tensorflow"
      CMDSTAN_VERSION: "2.31.0"
      CMDSTAN: "/opt/cmdstan/cmdstan-2.31.0"
      QUARTO_VERSION: "1.2.280"
    # 这中间还有下载代码仓库，登陆 Docker Hub 等操作
    steps:
      -
        name: Build and push
        uses: docker/build-push-action@v3
        with:
          context: .
          file: ./fedora_rstudio_pro.Dockerfile
          push: true
          tags: xiangyunhuang/daar:1.0.0
          build-args: |
            CMDSTAN=${{ env.CMDSTAN }}
            CMDSTAN_VERSION=${{ env.CMDSTAN_VERSION }}
            RETICULATE_PYTHON_ENV=${{ env.RETICULATE_PYTHON_ENV }}
            QUARTO_VERSION=${{ env.QUARTO_VERSION }}
            GITHUB_PAT=${{ env.GITHUB_PAT }}

# Docker Hub 镜像
docker pull xiangyunhuang/daar:latest
# GitHub Packages 镜像
docker pull ghcr.io/xiangyunhuang/daar:latest

jobs:
  build-deploy:
    if: "!contains(github.event.head_commit.message, '[docker]')"
    runs-on: ubuntu-22.04
    container:
      image: ghcr.io/xiangyunhuang/daar:1.0.0
      credentials:
         username: ${{ github.repository_owner }}
         password: ${{ secrets.GITHUB_TOKEN }}
      volumes:
        - ${{ github.workspace }}:/home/docker
      ports:
        - 8383:8787

    steps:
      - name: Checkout
        uses: actions/checkout@v3
        
      - name: Render Book
        run: |
          quarto render

      - name: Deploy to Netlify
        if: contains(env.isExtPR, 'false')
        id: netlify-deploy
        uses: nwtgck/actions-netlify@v2
        with:
          publish-dir: './_book'
          production-branch: main
          github-token: ${{ secrets.GITHUB_TOKEN }}
          deploy-message:
            'Deploy from GHA: ${{ github.event.pull_request.title || github.event.head_commit.message }} (${{ github.sha }})'
          enable-pull-request-comment: true
          enable-commit-comment: true
        env:
          NETLIFY_AUTH_TOKEN: ${{ secrets.NETLIFY_AUTH_TOKEN }}
          NETLIFY_SITE_ID: ${{ secrets.NETLIFY_SITE_ID }}
        timeout-minutes: 10

3.1 重新组织项目结构

之前低估书籍项目的依赖复杂度，应该拆分出来基础版、标准版和专业版，便于分段开发、测试和维护，也可以对镜像瘦身，这可以模仿项目Docker images for RStudio Professional Products的做法。也可以采用 Docker 多阶段构建让镜像瘦身，以一个 Dockerfile 文件划分出基础版、标准版和专业版，让镜像的功能拆分更加合理，降低耦合，更好维护。

3.2 安装二进制 R 包

后来，我也注意到 Fedora 社区提供编译好的 Ｒ包，约支持 CRAN 上发布的 18000个Ｒ包，编译和安装 Ｒ包本是费时费力的事情，需要处理 Ｒ包之间的依赖，以及Ｒ包对系统软件的依赖，现在通过 Fedora Copr cran2copr (RPM repo of CRAN packages for Fedora) 可以非常轻松地安装 Ｒ包。

直接安装二进制包加快编译构建速度，比如益辉的项目Extra Binary R packages for the Homebrew R，提供一些 CRAN 上不再可用的二进制 R 包，对 macOS 用户就比较友好。

dnf copr -y enable iucar/cran
dnf install -y R-CoprManager

比如安装 R 包 ggplot2 就和安装软件的操作一样了，更多介绍详情可以参考Fedora Packages of R Software。

dnf install -y R-CRAN-ggplot2

# 根据 DESCRIPTION 文件获取 R 包依赖
desc_deps <- desc::desc_get_deps()
# 筛选 Imports 和 Suggests 级的依赖包
desc_pkgs <- desc_deps[desc_deps$type %in% c("Imports", "Suggests"), "package"]
# 添加前缀 R-CRAN-
desc_pkgs <- paste("R-CRAN-", desc_pkgs, sep = "")
# 去掉 Github 上的 R 包后，将 R 包列表保存到文件
cat(desc_pkgs, file = "desc_pkgs.txt")

先从 Copr 仓库安装编译好的二进制的 R 包，再安装 cmdstanr 包（来自专属仓库的 R 包），最后安装 Github 上的 R 包，并清理现场。

# Set Extra R Packages
COPY DESCRIPTION DESCRIPTION
COPY desc_pkgs.txt desc_pkgs.txt
RUN dnf -y copr enable iucar/cran \
  && dnf -y install R-CoprManager \
  && dnf -y install $(cat desc_pkgs.txt) \
  && Rscript -e 'install.packages("cmdstanr", repos = c("https://mc-stan.org/r-packages/", getOption("repos")), type="source")' \
  && export GITHUB_PAT=${GITHUB_PAT} \
  && Rscript -e "remotes::install_deps('.', dependencies = TRUE)" \
  && rm -f DESCRIPTION desc_pkgs.txt

install2.r showtextdb showtext

3.3 不要安装弱依赖

配置 dnf 软件包管理器，不要安装软件弱依赖，弱依赖对软件正常运行是不必要的，类似 R 包的 Suggests 级依赖，给 Docker 镜像瘦身。

echo "install_weak_deps=False" >> /etc/dnf/dnf.conf

这操作基本相当于在 Ubuntu 系统上给 apt-get 命令加上 --no-install-recommends 参数。

apt-get install -y --no-install-recommends PKG

以安装软件 proj-devel 为例，配置不安装弱依赖，则只需占用 20 M 空间，而安装弱依赖则需要占用 589 M 空间，这有 30 倍的瘦身效果。当然，实际瘦身效果取决于软件本身的弱依赖大小。

配置文件中还有好些个设置，比如下面一行表示不安装软件的帮助文档，这意味着 man 命令无法查看命令帮助手册 ³。

tsflags=nodocs

当输入 man ls 结果是 No manual entry for ls。当前 /etc/dnf/dnf.conf 文件中的配置如下：

# see `man dnf.conf` for defaults and possible options

[main]
gpgcheck=True
installonly_limit=3
clean_requirements_on_remove=True
best=False
skip_if_unavailable=True
tsflags=nodocs
install_weak_deps=False

更多配置选项和说明见 dnf 软件包管理器文档 https://dnf.readthedocs.io/en/latest/。

3.4 自定义用户账户

从环境变量设置用户账户，在拉取 Docker 容器的时候，传递环境变量 USER 和 PASSWORD 进而自动设置账户，这也是 Rocker 项目的做法，设置默认账户和初始化用户账户。下面举个例子，就是这样将用户账户传递进容器的。

docker run -itd -p 8484:8787 --name=daar \
  --privileged=true -v "/${PWD}:/home/docker" \
  -e USER=docker -e PASSWORD=docker123 ghcr.io/xiangyunhuang/daar:latest

接着，将此用户作为登陆 RStudio 的用户，RStudio 不允许 root 账户登陆的。是否需要将该用户添加到 sudoers 文件中，也是可以通过这种方式控制的，比如再传递变量 -e ROOT=true 赋予用户管理员权限，这部分留待读者去实现。