网页版Rstudio安装与使用

Rstudio server

RStudio Server enables you to run the RStudio IDE you know and love on a Linux server, accessed from your web browser, bringing the power and productivity of the RStudio IDE to a centralized server-based environment.

RStudio Server是网页版的RStudio，部署在服务器上后，能够在从Web浏览器访问的Linux服务器上运行RStudio,可随时随地完成R语言的工作,并且能很方便的完成R项目的部署调试。使 将RStudio IDE的强大功能和工作效率带到基于服务器的集中式环境中。

之前读研的时候，师弟貌似就很想往课题组服务器中装一个Rstudio Server，我当时一直没太有实感，不过最近突发奇想想试试看。

官网安装教程

Bing检索Rstudio server， 选择国际版，就可以看到下载界面。

点击进入下载页面之后选择对应的安装版本，再根据教程去安装就可以了。

负责搭建的服务器的同事说不难，就是输入对应的命令，然后开相应的端口即可，但是需要管理员权限。 （我没有实际操作过，我没有发言权。）

注：生信技能树的服务器已配置好Rstudio Server无需再自行配置哦！

安装步骤：

1. 选择对应的版本：Debian 10 / Ubuntu 20

2. 下载R-base

sudo apt-get install r-base

3. 安装Rstudio Server

sudo apt-get install gdebi-core

wget https://download2.rstudio.org/server/focal/amd64/rstudio-server-2023.09.1-494-amd64.deb

sudo gdebi rstudio-server-2023.09.1-494-amd64.deb

安装成功就可以，但是官网一般是默认不能指定版本，所以如果需要对应的R语言版本的话，使用wget下载下来然后安装编译即可。

以下命令取自配置服务器的劳模小张

4. 开启对应的端口

sudo ufw allow 8787

5. 启动Rstudio Server

## rstudio-server 开启
sudo rstudio-server start 
sudo rstudio-server status 
sudo rstudio-server stop 
sudo rstudio-server restart

Rstudio Server使用

使用初衷： 根本原因是更新了本地的R和Rstudio版本，详情请见 R和Rstudio版本更新 ，然后我的R包没有同步更新，所以就无了。

所以就想偷懒，先试试看网页版的Rstudio，反正咱们自己的服务器里面配套安装了几百个常用的R包。

1. 登录Rstudio Server

点击对应的网页链接，然后输入账号和密码信息即可登录。

2.Rstudio界面

和本地的Rstudio是一样一样的，只不过它是基于服务器的计算资源和存储空间而已。

那上面两个区域——文本展示以及环境和数据展示界面就不给大家介绍啦，和本地的是一模一样的。主要介绍一下下面两个界面。

Consle命令运行界面：

会 直接显示Terminal ，方便我们链接到服务器上面使用linux命令去查看文件和处理一些文件格式之类的问题。

当然Windows里面也可以连接本地Terminal，Shift+Alt+R新建 Code

Files文件传输：

在Files区域，除了基本的查看文件、新建文件夹以及空白文件之外，多了一个 Upload 选项，可以从本地上传文件到服务器上，方便我们分析

上传步骤：点击Upload——选择需要上传到的文件夹——选择相应的文件——点击OK上传。

小Tips: 如果需要上传多个文件或一个目录，需要创建一个zip文件。上传完成后，zip文件会自动展开。

批量加载需要的R包

因为咱们的服务器是已经安装了很多的R包，所以我们可以指定一下R包的临时路径，然后方便加载需要的R包

#将服务器中的R包路径设置为临时的路径
.libPaths(c(.libPaths(),"/home/data/refdir/Rlib"))

#确定目前的R包路径
.libPaths()
[1] "/home/data/t100430/R/x86_64-pc-linux-gnu-library/4.3" "/usr/local/lib/R/library"                            
[3] "/home/data/refdir/Rlib"  

批量加载R包：因为很多常用的包已经安装好了，所以我们直接加载一下服务器的R包即可

#单细胞分析需要的基础R包
cran_packages <- c('Matrix'