R 从 Shell 安装包

Question

我正在尝试使用 R 为 Hadoop Streaming 实现一个 reducer。但是，我需要找到一种方法来访问某些未内置在 R、dplyr..etc 中的库。根据我的研究，似乎有两种方法：

(1) 在reducer代码中，将所需的库安装到一个临时文件夹中，它们将在会话完成时被释放，如下所示：

.libPaths(c(.libPaths(), temp <- tempdir()))
install.packages("dplyr", lib=temp, repos='http://cran.us.r-project.org')
library(dplyr)
...

但是，这种方法会产生巨大的开销，具体取决于您尝试安装的库数量。所以大部分时间都浪费在安装库上（像 dplyr 这样的复杂库有大量的依赖项，在 vanilla R 会话上安装需要几分钟）。

听起来我需要事先安装它，这导致我们使用方法 2。

(2) 我的集群相当大。而且我必须使用像 Ansible 这样的工具才能使其工作。所以我更喜欢使用一个 Linux shell 命令来安装库。我以前见过R CMD INSTALL...，但是感觉只会从源文件安装包，而不是在R控制台中执行install.packages()，找出镜像，拉取源文件，在一个命令中安装它。

谁能告诉我如何在 shell 中使用一个命令行以非交互方式安装 R 包？ （对于这么多的背景知识感到抱歉，如果有人认为我没有遵循正确的哲学，请随时在评论中留下如何管理整个集群 R 包。）

Answer 1

您可能会发现littler 很有用。它是 R 的命令行前端/变体（使用 R 嵌入接口）。

我一直使用install.r 脚本从外壳安装包。有一个second variant with more command-line argument parsing，但它有一个附加的依赖项。

Answer 2

tl;博士

Rscript -e 'install.packages("drat", repos="https://cloud.r-project.org")'

---

您提到您正在尝试将dplyr 安装到磁盘上的自定义lib 位置。请注意，dplyr 包不支持该功能。你可以在dplyr#4641阅读更多内容。

---

此外，如果您要安装在内部类似 CRAN 的存储库中发布的私有包（由 drat 或 tools::write_PACKAGES 创建），您可以轻松组合 repos 参数并自动解析来自 CRAN 的依赖项。

Rscript -e 'install.packages("priv.pkg", repos=c("cran.priv","https://cloud.r-project.org"))'

这是 R 存储库的非常方便的功能，尽管对于生产用途，我建议在本地缓存 CRAN 中的包并使用它们，因此您永远不会对依赖项的重大更改感到惊讶.有关在生产中处理 R 的质量信息，我建议查看 Wit Jakuczun 在WhyR2019 上的演讲如何使 R 在（不仅）企业中非常适合机器学习：slides、video。