anaconda哪个版本兼容性比较好？使用的一些体验与困惑

小君 2023-02-12 23:04:42 89

anaconda哪个版本兼容性比较好？使用的一些体验与困惑#Tocreatearequirements.txtfile #Givesyoulistofpackagesusedfortheenvironment condalist #Savealltheinfoaboutpackagestoyourfolder condalist-e>requirements.txt #Toexportenvironmentfile activate<environment-name> condaenvexport><environment-name>.yml #Forotherpersontousetheenvironment condaenvcreate-f<environment-name>.yml #Installvia`conda`directly. #Thiswillfailtoinstallallde

anaconda哪个版本兼容性比较好？使用的一些体验与困惑(1)

1. channels 使用

需要注意的是做生信分析的童鞋使用 conda 环境时一定要特别注意 conda channels 的设置，滥用 channels 很有可能会导致你的软件升降级（甚至环境）错乱。推荐设置如下（~/.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 是清华大学提供了一个 conda 的镜像；
mirrors.ustc.edu.cn/anaconda 是中科大 conda 镜像，有需要的也可以使用；
生信软件 channel：mirrors.tu na.tsing hua.edu.cn/ana conda/cloud/bioc onda；

从 2019.04 起清华大学和中科大宣布停止 Anaconda 镜像服务，但是出于教育科研机构使用的前提，在 2019-05-15 清华大学又宣布重新恢复了 Anaconda 镜像！

因此原来使用国内镜像的 conda 可以根据自身需求决定是否需要变更新的 channels：

channels: -conda-forge -bioconda -main -free -r -pro -defaults show_channels_urls:true2. 软件安装使用

conda 环境下的软件尽量使用 conda、pip 命令去安装。但同时也产生了一个问题，即 conda 中安装了 R，有些使用了 install.packages() install_github biocLite 等方式安装的 R 包，在环境迁移的时候，这些包如何迁移？

3. 环境激活

conda 4.6.x 切换环境使用的是：

$sourceactivatebio-base

conda 4.7.x 后切换环境变成了：

#Toactivatethisenvironment use: >condaactivatebio-base #Todeactivateanactiveenvironment use: >condadeactivate

问题是，conda-4.7.x 使用推荐的命令切换环境，还要你 init 初始化一下 conda，不想 init 的话可以用回 4.6.x 的方式切换环境：

$conda--versionconda4.7.5$condaactivatebio-baseCommandNotFoundError:Yourshellhasnotbeenproperlyconfiguredtouse'condaactivate'.Toinitializeyourshell run$condainit<SHELL_NAME>Currentlysupportedshellsare:-bash-fish-tcsh-xonsh-zsh-powershellSee'condainit--help'formoreinformationandoptions.IMPORTANT:Youmayneedtocloseandrestartyourshellafterrunning'condainit'.$sourceactivatebio-base(bio-base)shenweiyan@ecs-steven10:49:59/home/shenweiyan$whichpython/Bioinfo/Pipeline/SoftWare/Anaconda3/envs/bio-base/bin/python$sourcedeactivatebio-baseDeprecationWarning:'sourcedeactivate'isdeprecated.Use'condadeactivate'.shenweiyan@ecs-steven11:03:40/home/shenweiyan$sourceactivatebio-base(bio-base)shenweiyan@ecs-steven11:03:50/home/shenweiyan$condadeactivate(bio-base)shenweiyan@ecs-steven11:03:57/home/shenweiyan$4. 环境导出与恢复

使用 conda 命令安装的包，都可以使用下面的命令导出依赖包/环境并批量恢复：

#Tocreatearequirements.txtfile #Givesyoulistofpackagesusedfortheenvironment condalist #Savealltheinfoaboutpackagestoyourfolder condalist-e>requirements.txt #Toexportenvironmentfile activate<environment-name> condaenvexport><environment-name>.yml #Forotherpersontousetheenvironment condaenvcreate-f<environment-name>.yml #Installvia`conda`directly. #Thiswillfailtoinstallalldependencies.Ifonefails alldependencieswillfailtoinstall. condainstall--yes--filerequirements.txt #Togoaroundissueabove onecaniterateoveralllinesintherequirements.txtfile. whilereadrequirement;docondainstall--yes$requirement;done<requirements.txt5. R 与 R 包安装

R Essentials 软件包包含 IRKernel 和 80 多种最流行的数据科学 R 软件包，包括 dplyr，shiny，ggplot2，tidyr，caret 和 nnet 等。

5.1 biocLite

Bioconductor 镜像使用帮助：

Bioconductor 镜像源配置文件之一是 .Rprofile (linux 下位于 ~/.Rprofile )。在文末添加如下语句：

#清华大学开源镜像 options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

也可以在安装过程中指定镜像：

source("http://bioconductor.org/biocLite.R") #指定一个离你最近的国内镜像 options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/") biocLite("包名")

biocLite 包批量安装：

>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 1RSQLite 2KEGGREST 3png 4Rcpp 5digest 6AnnotationDbi >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. 特别注意的软件

6.1 gcc

对于使用 conda install --yes --file requirements.txt 重装某一个环境的所有软件时，如果软件中包含了 gcc，安装了 R 后，在使用 R 时会可能会引发错误：

/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'notfound(requiredby/path/to/SoftWare/Anaconda/v2/lib/R/bin/exec/../../lib/libR.so)

6.2 glibc

glibc 是 GNU 发布的 libc 库，即 c 运行库。glibc 是 linux 系统中最底层的 api，几乎其它任何运行库都会依赖于 glibc。glibc 除了封装 linux 操作系统所提供的系统服务外，它本身也提供了许多其它一些必要功能服务的实现。由于 glibc 囊括了几乎所有的 UNIX 通行的标准，可以想见其内容包罗万象。而就像其他的 UNIX 系统一样，其内含的档案群分散于系统的树状目录结构中，像一个支架一般撑起整个作业系统。在 GNU/Linux 系统中，其 C 函式库发展史点出了 GNU/Linux 演进的几个重要里程碑，用 glibc 作为系统的 C 函式库，是 GNU/Linux 演进的一个重要里程碑。

有一些软件对于 glibc 的版本会有要求，如 cnvnator-0.3.3 要求 glibc >= 2.14。虽然在 anaconda 中有很多 channel 都提供了 glibc，但千万注意一定要注意不要轻易去安装，否则有很大的概率会导致整个环境挂掉，甚至会导致当前环境中的 conda、python 出现动态库混乱错误，恢复起来相当麻烦！

我在《一次"胆战心惊"的真实集群运维经历》记录了 gblic 的一些集群吐血经历，感兴趣的可以了解一下。

7. 什么时候使用 Anaconda

对于 Anaconda(conda) 软件安装以及依赖解决的原理，我对这个黑盒子表示一头雾水。真实的情况是，如果在一个环境中安装了几百个软件(包)，再去新装软件，这时候 Anaconda 常常会卡在 Collecting package metadata 和 Solving environment 过程中，甚至一个晚上都没法解决环境的依赖。

anaconda哪个版本兼容性比较好？使用的一些体验与困惑(2)

conda 官方说他们在 conda-4.7 中花了很多的精力去提升了 conda 的速度（参考官方文章：《How We Made Conda Faster in 4.7》），但从 4.6 升级到 4.7 过程很容易导致环境崩溃，修复起来极其麻烦（反正我折腾了一个晚上都没能把我的 base 给恢复回来，吐血的经历）！

anaconda哪个版本兼容性比较好？使用的一些体验与困惑(3)