网页版Rstudio安装与使用

2023-12-02 14:35:24 浏览数 (3)

Rstudio server

RStudio Server enables you to run the RStudio IDE you know and love on a Linux server, accessed from your web browser, bringing the power and productivity of the RStudio IDE to a centralized server-based environment.

RStudio Server是网页版的RStudio,部署在服务器上后,能够在从Web浏览器访问的Linux服务器上运行RStudio,可随时随地完成R语言的工作,并且能很方便的完成R项目的部署调试。使将RStudio IDE的强大功能和工作效率带到基于服务器的集中式环境中。

之前读研的时候,师弟貌似就很想往课题组服务器中装一个Rstudio Server,我当时一直没太有实感,不过最近突发奇想想试试看。

官网安装教程

Bing检索Rstudio server,选择国际版,就可以看到下载界面。

点击进入下载页面之后选择对应的安装版本,再根据教程去安装就可以了。

负责搭建的服务器的同事说不难,就是输入对应的命令,然后开相应的端口即可,但是需要管理员权限。(我没有实际操作过,我没有发言权。)

注:生信技能树的服务器已配置好Rstudio Server无需再自行配置哦!

安装步骤:

  1. 选择对应的版本:Debian 10 / Ubuntu 20
  1. 下载R-base
代码语言:javascript复制
sudo apt-get install r-base
  1. 安装Rstudio Server
代码语言:javascript复制
sudo apt-get install gdebi-core

wget https://download2.rstudio.org/server/focal/amd64/rstudio-server-2023.09.1-494-amd64.deb

sudo gdebi rstudio-server-2023.09.1-494-amd64.deb

安装成功就可以,但是官网一般是默认不能指定版本,所以如果需要对应的R语言版本的话,使用wget下载下来然后安装编译即可。

以下命令取自配置服务器的劳模小张

  1. 开启对应的端口
代码语言:javascript复制
sudo ufw allow 8787
  1. 启动Rstudio Server
代码语言:javascript复制
## rstudio-server 开启
sudo rstudio-server start 
sudo rstudio-server status 
sudo rstudio-server stop 
sudo rstudio-server restart

Rstudio Server使用

使用初衷:根本原因是更新了本地的R和Rstudio版本,详情请见R和Rstudio版本更新,然后我的R包没有同步更新,所以就无了。

所以就想偷懒,先试试看网页版的Rstudio,反正咱们自己的服务器里面配套安装了几百个常用的R包。

1. 登录Rstudio Server

点击对应的网页链接,然后输入账号和密码信息即可登录。

2.Rstudio界面

和本地的Rstudio是一样一样的,只不过它是基于服务器的计算资源和存储空间而已。

那上面两个区域——文本展示以及环境和数据展示界面就不给大家介绍啦,和本地的是一模一样的。主要介绍一下下面两个界面。

Consle命令运行界面:

直接显示Terminal,方便我们链接到服务器上面使用linux命令去查看文件和处理一些文件格式之类的问题。

网页版Rstudio

当然Windows里面也可以连接本地Terminal,Shift Alt R新建 Code

本地版Rstudio

Files文件传输:

在Files区域,除了基本的查看文件、新建文件夹以及空白文件之外,多了一个Upload选项,可以从本地上传文件到服务器上,方便我们分析

上传步骤:点击Upload——选择需要上传到的文件夹——选择相应的文件——点击OK上传。

小Tips:如果需要上传多个文件或一个目录,需要创建一个zip文件。上传完成后,zip文件会自动展开。

批量加载需要的R包

因为咱们的服务器是已经安装了很多的R包,所以我们可以指定一下R包的临时路径,然后方便加载需要的R包

代码语言:javascript复制
#将服务器中的R包路径设置为临时的路径
.libPaths(c(.libPaths(),"/home/data/refdir/Rlib"))

#确定目前的R包路径
.libPaths()
[1] "/home/data/t100430/R/x86_64-pc-linux-gnu-library/4.3" "/usr/local/lib/R/library"                            
[3] "/home/data/refdir/Rlib"  

批量加载R包:因为很多常用的包已经安装好了,所以我们直接加载一下服务器的R包即可

代码语言:javascript复制
#单细胞分析需要的基础R包
cran_packages <- c('Matrix',
                   'tibble',
                   'dplyr',
                   'stringr',
                   'ggplot2',
                   'ggpubr',
                   "ggrepel",
                   "ggsci",
                   "gplots",
                   'factoextra',
                   'FactoMineR',
                   'devtools',
                   'cowplot',
                   'patchwork',
                   "pheatmap",
                   'basetheme',
                   'paletteer',
                   'AnnoProbe',
                   'ggthemes',
                   'VennDiagram',
                   'tinyarray') 

Biocductor_packages <- c('ReactomePA',
                         'COSG',
                         "Seurat",
                         'EnhancedVolcano',
                         "Seurat",
                         "TENxPBMCData",
                         "GSEABase",
                         "GSVA",
                         "clusterProfiler",
                         "org.Hs.eg.db",
                         "UpSetR",
                         "clustree",
                         "conos",
                         "cowplot",
                         "dorothea",
                         "entropy",
                         "future",
                         "msigdbr",
                         "pagoda2",
                         "scRNAseq",
                         "scRNAstat",
                         "tidyverse",
                         "viper",
                         "progeny",
                         "preprocessCore",
                         "enrichplot")
                         
#批量读取
for (pkg in c(Biocductor_packages,cran_packages)){
  require(pkg,character.only=T) 
}

读取单细胞数据进行分析

基本的使用和本地版是没有什么去别的,就是运行对应的命令,读取需要的数据文件,然后进行分析即可

hhh感觉配置好的Rstudio真的很不错,那在我把本地的包搞定之前就先用网页版的Rstudio来学习单细胞啦!

0 人点赞