玩转服务器—从卡顿到秒装，Conda焕新极速体验

conda

conda 是一个开源的包管理系统和环境管理工具，它能够帮助用户安装、更新、删除和管理各种软件包。 conda 最初是由 Continuum Analytics （现为 Anaconda, Inc.）开发的，用于其推出的 Anaconda 发行版。在 conda 被创建之前，开发者面临着多个包管理工具和环境管理工具无法有效整合的问题。常见的包管理工具有 pip （Python包管理器），而环境管理工具（如 virtualenv 和 venv ）则用于创建和管理隔离的 Python 环境。这些工具各自存在，并且无法完全解决依赖关系、跨语言软件包的管理等问题。而 conda 通过提供一个环境管理系统，允许用户在不同的虚拟环境中安装和使用不同版本的软件包，从而避免了软件依赖的冲突问题。因此广泛应用于数据科学、生物信息学、机器学习等领域。

官网：https://www.anaconda.com/
安装包：https://www.anaconda.com/download/success

Anaconda 和 Miniconda

• Anaconda 是一个包含 Conda 和大部分数据科学工具的完整发行版，非常适合科研人员、数据科学家和工程师使用。
• Miniconda 是 Conda 的一个最小化版本，用户可以根据需要选择性地安装包和环境，适合对空间和安装包有更高需求的用户。

在服务器安装

通常情况下我们只需要安装miniconda即可满足使用。

##官网下载安装包
wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
##文件大小141M
#如果网速不好，也可以在镜像站下载安装包，比如：https://mirrors.pku.edu.cn/anaconda/miniconda/
wget -c https://mirrors.pku.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

bash Miniconda3-latest-Linux-x86_64.sh
##小Tips  问「yes|no」:输入yes ;没有问「yes|no」直接按回车
##查看软件的知情同意，按 q 可直接退出查看

source ~/.bashrc

常用命令

##创建环境
conda create -n test python=3.8

##查看环境
conda info --envs
conda info -e

##安装软件或者指定版本安装
conda install -y fastqc
conda install gnuplot=4.6.2

##删除某一个软件
conda uninstall fastqc
##删除环境
conda remove -n test --all

##创建.condarc 文件
conda config

##conda清理环境缓存
conda clean -i

##查看当前的channel设置
conda config --show-sources
##查看channel状态和优先级
conda config --get channels

##查看帮助文档
conda --help

conda 镜像

conda 镜像是 conda 包管理工具用来下载和安装软件包的服务器或存储库的副本。镜像通常是某个官方服务器的完全复制，分布在不同的地理位置，以提高下载速度、降低网络延迟，并减轻原始服务器的负载。默认情况下，conda 从官方的 defaults 或其他频道（如 conda-forge ）下载包。如果用户的网络连接到官方服务器速度较慢（例如国内用户访问国外的服务器），使用镜像可以显著提高下载速度。常用的镜像有清华大学镜像、北京外国语大学镜像、中科大镜像、阿里云镜像 等等。不过，即便国内有这些公共镜像，但是因为种种原因，镜像源难免有不稳定的时候，导致用户无法顺利安装软件。 为了提升我们服务器的使用体验，我们专门搭建了服务器内网镜像 。

共享服务器内网镜像

我们的内网镜像后面会进行统一设置。自己设置也很简单，只需修改自己家目录下的 .condarc 文件，内容如下：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - http://10.10.11.66:8181/pkgs/main
  - http://10.10.11.66:8181/pkgs/r
  - http://10.10.11.66:8181/cloud/conda-forge
  - http://10.10.11.66:8181/cloud/bioconda
  - http://10.10.11.66:8181/pkgs/free
custom_channels:
  prtorch: http://10.10.11.66:8181/cloud/pytorch
  Paddle:  http://10.10.11.66:8181/cloud/Paddle
  qiime2:  http://10.10.11.66:8181/cloud/qiime2

在同一台服务器，不同的账号，安装conda后，创建小环境，我们来测试一下看看内网镜像的效果：

conda create -n test 

conda install -y hdf5
conda install -y tensorflow

设置内网镜像的账号 （账号1）：

可以看到，不管大小文件，即便1.6G的安装文件，也可以很快下载，不到2分钟就搞定。

使用默认镜像的账号（账号2）：

安装不仅耗时多，而且还出现了网络报错。

其他公共镜像

如果我们的内网镜像不能满足你的需求，也可以网上查找一些公共镜像，如果仍然网络报错，可以尝试切换不同的镜像测试。下面是一些镜像示例：

北外镜像

conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/pkgs/main/