r - 在生产环境中运行的最佳实践 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 R 脚本，我们希望在其上运行这些脚本，这些脚本将从 API 或网络抓取中收集数据。然后数据将写入 CSV 文件。

我的背景是 SQL Server/Fortran，并且在生产环境中应该遵循非常具体的最佳实践。一些突出的问题是:-

• 生产环境在版本控制方面应该稳定，无论是从代码的角度来看，还是从安装的应用程序、操作系统等角度来看。
• 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来测试系统更改。
• (很大程度上)开发人员无法更改生产环境。

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且不变，直到我选择更新它们？

Answer 1

你可以使用 Docker；我们的Rocker project有一些合适的容器可以启动。

否则只需使用基本的 Unix sys.admining:

• 如果您不想更改 R 的包目录，请将其设置为只读
• 也许可以使用 HPC 人员的一些技巧，并使用“模块”(即符号链接(symbolic link)层或路径设置)来使某些路径和目录可见或不可见

一般来说，Task View on Reproducible Research有一些进一步的指示。您可以在每次生产运行中记录所使用的版本，并且可以以可以将版本与预期版本进行比较的方式设置运行。

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。