Chapter05 Docker For R

はじめに

ここでは、R言語をDockerファイルからイメージビルドし、コンテナで起動する方法をまとめておきます。また、実際はDockerファイル作らなくても、RockerプロジェクトというものがRのコミュニティには存在し、そこにあるイメージを使えば、Rstudio Serverの環境構築から必要なパッケージのインストールまで簡単に行うことができます。今回はその中でもrocker/tidyverseイメージを紹介します。

CentOSでRstudio Serverを動かす

ここではCentOS6でRstudio Serverを動かす方法をまとめておきます。ちなみにCentOS7,8で試してみたものの、うまく環境構築できませんでした…なので、CentOS6でR version 3.5.2の環境構築を行います。こちらの方の内容を参考にさせていただきました。

まずはディレクトリとDockerファイルを作成します。

→ cd ~/Desktop
→ mkdir R
→ cd R
→ touch Dockerfile

それではDockerファイルを書いていきます。必要なコマンドをインストールし、Rをインストールしてから、Rstudio Serverをダウンロードしてからインストールします。そして、ユーザーを作成し、8787ポートを開放します。

# Base OS
FROM centos:6

# Print standard error output
RUN set -x

# Install utility command
RUN yum -y install epel-release && \
    yum -y install wget && \
    yum -y install sudo

# Rpm file from here
# https://rstudio.com/products/rstudio/download-server/redhat-centos/
RUN sudo yum -y install R && \
    wget -q https://download2.rstudio.org/rstudio-server-rhel-1.1.463-x86_64.rpm && \
    sudo yum -y install rstudio-server-rhel-1.1.463-x86_64.rpm

# Install R Packages 
RUN sudo -i R -e 'install.packages("dplyr", repos = "https://cran.ism.ac.jp/")'

# Create user(rstudio-user) and Set password(pass)
RUN adduser rstudio-user && \
    echo "rstudio-user:pass" | chpasswd

# Publish port
EXPOSE 8787

それではイメージビルドしていきます。10分くらいかかりますが、完了すると、下記のようにイメージが作成されています。

➜ docker build -t rstudio-server .
【略】
Successfully built 97f4bcb3990b
Successfully tagged rstudio-server:latest


➜ docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
rstudio-server      latest              97f4bcb3990b        43 seconds ago      1.86GB
centos              6                   d0957ffdf8a2        16 months ago       194MB

このイメージを使って、コンテナを起動して、sudo rstudio-server verify-installationコマンドでRstudio Serverを使えるようにします。

➜ docker run -it --name rstudio-server -p 8787:8787 rstudio-server /bin/bash
[root@a984a979af02 /]# sudo rstudio-server verify-installation
Starting rstudio-server:                                   [  OK  ]

それでは8787ポートにローカルホストからアクセスします。さきほど設定したユーザーとパスワードを使ってログインします。

Dockerファイル内でインストールしたdplyrパッケージも、問題なくインストールされているのかを確認するためにlibrary(dplyr)を実行します。問題なく実行できています。

> library("dplyr")

Attaching package: ‘dplyr’

The following objects are masked from ‘package:stats’:

    filter, lag

The following objects are masked from ‘package:base’:

    intersect, setdiff, setequal, union

次は、rocker/tidyverseイメージを使ってRstudio Serverの環境構築をおこないます。他のイメージとしては、 r-ver、rstudio、tidyverse、verse、geospatial、shiny、binderなどが利用可能です。

rocker/tidyverseイメージ

使い方はすごく簡単です。Dockerファイルも書く必要はありませんし、下記のコマンドを実行すればOKです。--rmはコンテナ終了時にコンテナを削除するオプションです。-dをつけてデタッチドモードで起動してもOKです。

→ docker run --rm -p 8787:8787 rocker/verse

ローカルにインストールされていないコンテナなので、Docker Hubからイメージをを検索して、ローカルにインストールします。RStudio Serverのログイン情報については、ユーザー名とパスワードはいずれもrstudioです。コンソールにDoneと表示されれば、http://localhost:8787/にアクセスします。

ログインに成功したら、RStudio Serverが利用可能になります。rocker/tidyverseイメージなので、もちろんtidyverseも利用可能ですし、2020年7月現在ではR4.0が利用できます。

MySQLの環境構築でもやりましたが、こちらもコンテナの永続化がこの設定だとできません。volumeをコンテナにリンクして、データへのアクセスとファイルの保存を可能にします。ここではデスクトップのR_mounted_dirをマウント先に設定し、通信ができるかテストデータも作成しておます。

➜ cd ~/Desktop/

➜ mkdir R_mounted_dir

➜ cd R_mounted_dir/

➜ touch test.csv
➜ cat test.csv 
col
"Data From Host"

こちらのマウント先を指定してコンテナを起動します。

docker run --rm -p 8787:8787 -v ~/Desktop/R_mounted_dir:/home/rstudio/R_mounted_dir rocker/verse

RStudio Serverのターミナルからフォルダとサンプルのデータがあるのか確認します。

では、このサンプルデータを読み込んで、修正してマウント先のフォルダに保存します。

df <- read_csv("~/R_mounted_dir/test.csv")
Parsed with column specification:
cols(
  col = col_character()
)

df
# A tibble: 1 x 1
  col           
  <chr>         
1 Data From Host

df2 <- df %>% bind_rows(tibble(col = "Data From Container"))
df2
# A tibble: 2 x 1
  col                
  <chr>              
1 Data From Host     
2 Data From Container

write_csv(df2, "~/R_mounted_dir/test2.csv")

ではホストからマウント先のディレクトリにsample2.csvがあるか確認します。

➜ ls
test2.csv	test.csv

➜ cat test2.csv 
col
Data From Host
Data From Container

問題なくホストとコンテンでデータのやり取りができています。

パッケージをインストールする

ここまではrocker/tidyverseイメージを使ってRStudio Serverの環境構築を行いました。しかし、これで分析ができるかというと難しいかもしれません。なぜなら、追加のパッケージをインストールする必要があるためです。もちろん、コンテナを起動した中でパッケージをインストールすれば利用できますが、コンテナを削除するとパッケージごと削除されます。

これらの問題は、rocker/tidyverseイメージをベースにDockerファイルを記述することで解決されます。パッケージのインストール方法はCentOSにRStudio Serverの環境構築を行った際にやっているので問題ないかと思います。

FROM rocker/verse:latest

RUN R -e 'install.packages('glmnet', repos = "https://cran.ism.ac.jp/")'

あとはこのイメージを使ってイメージビルドして、コンテナを起動すれば、追加のパッケージがインストールされた状態で、RStudio Serverを利用することが可能です。