linux – 关于多包管理系统的良好实践

前端之家收集整理的这篇文章主要介绍了linux – 关于多包管理系统的良好实践前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
一些编程语言带有自己的包管理系统,例如,在R的情况下,内置的install.packages命令从CRAN存储库安装并处理依赖项.

同时,OS带有自己的包管理系统,比如基于debian的Linux发行版的apt命令.

我已经决定最好使用发行版的包管理器,以保证我系统上的所有内容都兼容(参见https://stackoverflow.com/a/31293955/1878788).

但很快就有一天我需要这种方式无法获得的东西.例如,我的发行版没有打包的生物信息学程序需要一些特定版本的R.事实上该程序是通过一个名为“bioconductor”的项目提供的,其目标是为生物信息学提供R包,确保包装能够相互兼容(见https://www.bioconductor.org/install/#why-biocLite).

所以我决定不使用我的OS包装管理系统,并通过bioconductor项目提供的biocLite命令安装所有内容.

这种方法运行了一段时间,直到我发现为了保持连贯,健康和易于重建的生物信息学生态系统,一些人决定使用conda包管理系统.这个名为“bioconda”的项目不仅提供R包,还提供各种语言的东西,可以轻松切换版本等等(见https://bioconda.github.io/).

然后我决定使用这种方法,它运行顺利,直到我需要一个不是由bioconda / conda提供的R包.它应该是非常容易的,但我尝试制作一个conda包失败了,然后我尝试使用bioconductor方式安装包,它再次失败.我的印象是包装构建机制正在使用错误的R安装.所以我决定擦掉我的(还很年轻的)conda装置并回到我的生物导体生态系统.

我想知道我需要多长时间才能从一种方法跳到另一种方法.关于如何处理这些多重,干扰和重叠的包管理级别,是否有一般的良好实践?

编辑(2017年9月14日):我考虑的另一个选择是使用其他操作系统级别的包管理器,如GuixNix.

解决方法

我不确定R的可用内容(听说过REnv),但对于Python,我决定采用实用的方法,每个用户都使用pyenv负责自己的Python环境(对于perlbrew和带有RVM的Ruby,Perl也是如此) ).这样,用户可以在没有我帮助的情况下为每个项目创建自己的最佳环境(pyenv管理Python安装,然后您可以使用pip来安装特定Python安装的本地模块).

系统包仅用于系统需求.

原文链接:https://www.f2er.com/linux/400454.html

猜你在找的Linux相关文章