在生产中运行的最佳实践 R 脚本 - 包版本

Question

我们有一个 linux (Ubuntu 14.10) 生产服务器，以及我们编写的许多希望在其上运行的 R 脚本，这些脚本将从 API 或网络抓取收集数据。然后将数据写入 CSV 文件。

我的背景是 SQL Server/Fortran，在生产环境方面应该遵循一些非常具体的最佳实践。一些突出的是：-

• 生产环境在版本控制方面应该是稳定的，无论是从代码的角度，还是安装的应用程序、操作系统等方面。
• 对代码/应用程序/操作系统的更改应在单独的环境中或以受控且可撤销的方式进行。 如果存在第二个环境，则可以执行并行执行以测试系统更改的可能性。
• （很大程度上）限制开发人员更改生产环境。

我的问题是这样的：如何确保与我的 R 代码关联的包保持一致和不变，直到我选择更新它们？

Answer 1

你可以使用 Docker；我们的Rocker project 有几个合适的容器可供启动。

否则只使用基本的 Unix sys.admining：

• 如果您不想更改 R 的包目录，请将它们设为只读
• 可能使用 HPC 人员的一些技巧并使用“模块”（即符号链接层或 PATH 设置）来使某些路径和目录可见或不可见

一般来说，Task View on Reproducible Research 有一些更进一步的指针。您可以在每次生产运行中记录所使用的版本，并且您可以设置运行以将版本与预期版本进行比较。

但是这些对于 R 来说都不是真正的——这些都是部署的“元”问题。

Answer 2

@Lev Kuznetsov 使用packrat 发布了另一个解决方案，请参阅他的answer 以了解更一般的问题