inseefrlab/onyxia-rstudio-sparkr

RStudio with SparkR 镜像文档

镜像概述

本Docker镜像提供了一个集成R环境、SparkR及RStudio的完整数据分析平台。它基于标准R环境构建，预装SparkR库，可直接通过RStudio界面进行交互式数据处理、统计分析及大数据任务开发，适用于数据科学家、统计分析师及需要结合R与Spark进行数据工作的用户。

核心功能与特性

• 完整R环境：包含最新稳定版R语言环境，支持常用统计分析库
• SparkR集成：预装SparkR，可直接在RStudio中编写和运行Spark分布式计算任务
• RStudio界面：提供Web-based的RStudio IDE，支持代码编辑、运行、调试及结果可视化
• 即开即用：无需手动配置R与SparkR环境，容器启动后即可使用完整功能

使用场景

• 数据科学研究与开发
• 统计分析与数据可视化
• 基于Spark的分布式数据处理任务
• R语言教学与培训环境
• 快速原型开发与数据分析实验

使用方法

基本运行命令

通过以下命令启动RStudio服务容器：

bash
docker run -d -p 8787:8787 --name rstudio-sparkr <镜像名称>

• -p 8787:8787：将容器内RStudio默认端口8787映射到主机
• --name rstudio-sparkr：指定容器名称，便于管理

访问RStudio界面

启动容器后，在浏览器中访问 http://<主机IP>:8787，输入默认用户名和密码（通常为rstudio/rstudio，具体请参考镜像详细配置）即可登录RStudio界面。

配置说明

可通过环境变量自定义配置：

• USER：自定义登录用户名
• PASSWORD：自定义登录密码
• SPARK_HOME：指定Spark安装路径（默认已配置）

示例（自定义用户名和密码）：

bash
docker run -d -p 8787:8787 -e USER=myuser -e PASSWORD=mypassword --name rstudio-sparkr <镜像名称>

数据持久化

如需保存工作数据，可挂载本地目录到容器内RStudio工作目录：

bash
docker run -d -p 8787:8787 -v /本地路径:/home/rstudio --name rstudio-sparkr <镜像名称>

其中/本地路径为宿主机数据目录，/home/rstudio为容器内RStudio默认工作目录。