写在前面
近期，组织了第三期暑期培训，想想也有四个年头。另外，分别给本科生和硕士生均分别讲过一学期的生物信息数据分析课程，其中实践部分，以往使用的是 VituralBox。好处在于可以完全模拟服务器环境，从硬件到软件。而不好的地方在于，对应的环境几乎只适合与学习或练习，无法直接使用到生产环境。
如此，即使学生掌握得再熟练，真正到生产环境时，也就是他们的服务器时，需要重新配置一次环境。尽管，conda等方式已经比较方便，但还是不够方便。
基于此，我一直使用 docker 的想法。经过一年左右的筹备，终于还是下定决定使用 docker 环境作为学生联系。此举最大好处在于：
- 跨平台，无论是Windows、MacOS、Linux均可以直接使用
- 镜像可以迁移到不同环境
- 计算集群可以使用安装的 singularity 来使用 docker 镜像
有了这些为基础，只要学生掌握课程上的内容，那么课程相关镜像，完全直接用于他们个人电脑、服务器甚至计算集群上。
前述，关于 docker 已经做了不少介绍，感兴趣的朋友可以翻看往期推文。今次，主要介绍，如何将自己创建的 docker 镜像转换为 singularity 镜像，以及转换之后，如何使用。
docker 镜像转换为 singularity 镜像
准备一个本地的 docker 镜像
为了方便演示，首先，建立本地的 docker 仓库服务（用的也是 docker），注意：如果是windows，那么需要在 wsl2 中安装好 docker 后执行。
sudo docker pull centos:7
sudo docker run -it centos:7 #进入，exit可以退出环境
#查看docker已有的镜像
sudo docker images
#REPOSITORY TAG IMAGE ID CREATED SIZE
#centos 7 eeb6ee3f44bd 9 months ago 204MB
利用docker官方提供的registry镜像，搭建本地docker仓库镜像服务
sudo docker pull registry
#查看本地ip
ip addr
#ip为127:0:0:1
在docker内配置适用的ip
sudo vim /etc/docker/daemon.json
#补充以下信息/ 修改成个人的ip/
{
"insecure-registries": ["127.0.0.1:5000"]
}
#重新启动docker
sudo service docker stop
sudo service docker start
sudo docker info #查看下图
将本地的 docker 镜像上传到 本地的 docker 镜像仓库（有点绕，事实上，此处就是通过构建本地镜像仓库来替代 hub.docker.com 官方提供的仓库服务）
sudo docker run -d -p 5000:5000 -v /opt/data/registry:/var/lib/registry registry
#查看是否建好仓库
sudo docker ps
#设置上传镜像的tag
sudo docker tag centos:7 127.0.0.1:5000/centos:7
#上传到本地仓库
sudo docker push 127.0.0.1:5000/centos:7
#查看仓库的镜像
curl http://127.0.0.1:5000/v2/_catalog
使用 singularity 转换镜像为 docker 镜像
#从本地仓库转化成sif镜像
singularity build --no-https mycentos.sif docker://127.0.0.1:5000/centos:7
如此，输出的 mycentos.sif 即可用于分发。到任何生产环境，服务器或者集群，只需要
#转成可写读的sandbox
singularity build --sandbox ./centos centos_centos7.9.2009.sif
#进入centos
singularity shell -w centos
实例：导入xialab2022暑期培训docker镜像
根据上述的措施/先load -i 本地docker镜像后，再上传到本地仓库，再被singularity转换为sif镜像文件。学生只需要下载培训期间提供的scauclass.sif文件，即可用于个人服务器或集群
#转换为sandbox
singularity build --sandbox ./scauclass scauclass.sif
#测试
singularity run scauclass conda --help
当然，可能需要注意的是暑期培训镜像有conda环境，几乎所有软件都是建立在conda环境下。
接下来我们需要解决怎么调用scauclass镜像的conda环境？
singularity run scauclass conda info -e
是不能够直接激活，需要进行conda init
#进入scauclass
singularity shell -w scauclass
#进入镜像
Singularity> conda init
Singularity> source .bashrc
接下来就可以随意玩耍了
conda activate xiasmallrna
接下来当然是检查一下conda环境下的软件可行与否？
exit
Singurlity 的优势：
- 在使用Singurlity过程下，几乎是没有使用到权限。方便了集群普通用户使用已经打包好的沙盒/镜像文件。Docker不管是安装、使用、修改都必须要有权限。
- 进入Singurlity 的环境，并没有封闭的空间。因此不需要提前映射本机路径，再进入环境。
- 没有容器的说法，只有可写的沙盒(sandbox)/不可写的镜像(sif)，便于传输分发。
写在最后
感觉不错，一直想折腾的事情也确定可行了。
网友评论