一、服务器更新R版本以及更改Rstudio配置&vscode配置R

版本更新从3.6.0-->4.2.2

方法：

Root权限

[if !supportLists]1. [endif]Configure：

./configure --prefix=/home/software/R-4.2.2 --enable-R-shlib

报错：configure: error: libcurl >= 7.28.0 library and headers are required with support for https

解决：yum install curl curl-devel -y

后续有个pdf字体的warning，未解决，不重要。

[if !supportLists]2. [endif]安装成功后，更改服务器rstudio的attach的R版本：

（1）root用户打开Rstudio server配置文件

 vim /etc/rstudio/rserver.conf

添加两个版本R的路径，想用哪个版本，即把另一个注释掉

rsession-which-r=/home/test/Download/R-4.2.1/bin/R

# rsession-which-r=/usr/local/bin/R

保存退出该文件

（2）root用户重启Rstudio

# rstudio-server verify-installation #查看Rstudio安装是否正确

rstudio-server restart #重启

rstudio-server status #查看状态

(3)重新打卡网页版Rstudio server即可。

————————————————

版权声明：本文为CSDN博主「YZJenny」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。

原文链接：https://blog.csdn.net/YZJenny/article/details/127364737

(4)服务器上的rstudio-server无法使用conda环境中的R，所以想看一下vscode怎么样

（参考：忘掉Rstudio，来用VSCode愉快地进行R远程开发 (baidu.com)）

应该配置成功了，我目前的操作就是先打开一个R文件，之后根据vscode自动弹出的提示安装一些需要的R包。这一步结束之后，需要在Rextension的设置里添加希望打开的conda R路径。

这里的hdWGCNA里的R是我预先配置好的。

(5) rstudio-server链接conda中的R

这里除了常规的which-r配置外，还需要配置lib路径，不然无法正常启动。

在rserver.conf中添加：

rsession-which-r=/root/anaconda3/envs/singlecell_analysis/bin/R

rsession-ld-library-path=/root/anaconda3/envs/singlecell_analysis/lib

即可。

二、本地安装stringi

安装Seurat的时候发现stringi安装失败，因为无法连接github。因此采用线下安装的方法。报错信息：

首先在官网下载stringi的安装包：

stringi_1.7.12.tar.gz

之后下载icu69，这个对于安装也是必须的，下载地址：

https://raw.githubusercontent.com/gagolews/stringi/master/src/icu69/data/icu4c-69_1-data-bin-l.zip

下载完成后存放到/home/software/R_package/文件夹下，之后执行：

R CMD INSTALL --configure-vars='ICUDT_DIR=/home/software/R_package/' stringi_1.7.12.tar.gz

再补充一点，这个本地个性化安装很重要，即使在conda环境下也要自己手动安装stringi，否则lib里面有个文件可能会和其他的包冲突。stringi（libicui18n.so.58）里面的包需要的是58版本，其他的很多都需要更新的。但是手动安装貌似就不存在这个问题了。

三、RcppTOML安装失败

真是各种问题啊，RcppTOML安装也出问题了，报错信息：

C++17 standard requested but CXX17 is not defined

解决方法：

首先按照服务器安装新版本R及Seurat方法所述方法更新gcc至devtoolset-9版本。之后执行：

mkdir -p ~/.R

echo 'CXX17 = g++ -std=c++17 -fPIC' > ~/.R/Makevars

搞定。

四、SCENIC的本地安装

本方法应该同样适用于其他github来源的包。devtools在线安装SCENIC无法连接GitHub，因此采用先打包下载，再本地安装的方法。在github上打包下载zip文件即可。

之后在服务器上选定安装文件夹，解压缩，得到了一个SCENIC-master文件夹。

之后用：install.packages("SCENIC-master", repos=NULL, type="source") 安装即可。

五、hdf5r & seurat-disk安装

hdf5r安装：

服务器自带的hdf5版本比较老，需要手动下载安装hdf5。这里我下载了最新版本：

wget -c Index of /ftp/HDF5/releases/hdf5-1.14/hdf5-1.14.0/src/hdf5-1.14.0.tar.gz

之后手动安装。我用了默认安装路径，没有指定。

hdf5下载解压目录：/home/software/hdf5-1.14.0/

之后依次执行：

./configure

make

make check

make install

完成之后hdf5安装在了当前目录

下面需要安装hdf5r，需要指定路径

首先，在终端中执行：

echo "dyn.load('/home/software/hdf5-1.14.0/hdf5/lib/libhdf5_hl.so.310')" >> ~/.Rprofile

echo LD_LIBRARY_PATH=${LD_LIBRARY_PATH}:/home/software/hdf5-1.14.0/hdf5/lib/ >> ~/.Renviron

之后在R中安装hdf5r：

install.packages("hdf5r", configure.args="--with-hdf5=/home/software/hdf5-1.14.0/hdf5/bin/h5cc")

之后安装seurat disk，使用的也是先下载后安装的模式：

install.packages("seurat-disk-master", repos=NULL, type="source")

这里需要注意一下，SeuratDisk安装的时候是在root权限安装的，个人账号登陆的时候两个echo还需要在个人账号重新跑一遍。应该有更好的办法但是还没找到。

如果配置Rprofile和Renviron的时候打开了Rstudio，记得在配置完成后在Rstudio中重启R，不然无法正常使用。

如果后续还是报错，每次使用这两个包之前运行：

dyn.load('/home/software/hdf5-1.14.0/hdf5/lib/libhdf5_hl.so.310')

library(SeuratDisk)

即可。

六、scater安装

有一个包，Cairo需要系统中提前安装。代码：

yum install cairo-devel.x86_64

之后在R中：install.packages("Cairo")

七、conda中的R包安装

1) ragg:

直接用conda里面的R安装ragg会显示configure失败，因此使用以下安装方式：

conda install -c conda-forge r-ragg

（不得不说conda安装起来还真是方便，可以自动检测下载一些依赖。）

后面加载的时候报错：

library(ragg)

错误: package or namespace load failed for ‘ragg’ in dyn.load(file, DLLpath = DLLpath, ...):

无法载入共享目标对象‘/root/anaconda3/envs/singlecell_analysis/lib/R/library/ragg/libs/ragg.so’：:

  libjpeg.so.9: 无法打开共享对象文件: 没有那个文件或目录

解决方法是更新jpeg包。我做了 两个操作：

conda install -c conda-forge libjpeg-turbo

conda install -c conda-forge jpeg

之后就可以加载成功了。