R 语言，一种自由软件编程语言与操作环境，主要用于统计分析、绘图、数据挖掘。R 内置多种统计学及数字分析功能。R 的另一强项是绘图功能，制图具有印刷的素质，也可加入数学符号。——引自维基百科。
已经有几篇关于为什么要在 Docker 中使用 R 的文章。在这篇文章中，我将尝试加入一个 DevOps 的观点，并解释在 OpenCPU 系统的环境中如何使用容器化 R 来构建和部署 R 服务器。
有在 #rstats 世界的人真正地写过为什么他们使用 Docker，而不是_如何_么？
— Jenny Bryan (@JennyBryan) September 29, 2017
1：轻松开发
OpenCPU 系统的旗舰是 OpenCPU 服务器：它是一个成熟且强大的 Linux 栈，用于在系统和应用程序中嵌入 R。因为 OpenCPU 是完全开源的，我们可以在 DockerHub 上构建和发布。可以使用以下命令启动一个可以立即使用的 OpenCPU 和 RStudio 的 Linux 服务器（使用端口 8004 或 80）：
docker run -t -p 8004:8004 opencpu/rstudio
现在只需在你的浏览器打开 http://localhost:8004/ocpu/ 和 http://localhost:8004/rstudio/ 即可！在 rstudio 中用用户 opencpu（密码：opencpu）登录来构建或安装应用程序。有关详细信息，请参阅自述文件。
Docker 让开始使用 OpenCPU 变得简单。容器给你一个充分灵活的 Linux 机器，而无需在系统上安装任何东西。你可以通过 rstudio 服务器安装软件包或应用程序，也可以使用 docker exec 进入到正在运行的服务器的 root shell 中：
# Lookup the container IDdocker ps# Drop a shelldocker exec -i -t eec1cdae3228 /bin/bash
你可以在服务器的 shell 中安装其他软件，自定义 apache2 的 httpd 配置（auth，代理等），调整 R 选项，通过预加载数据或包等来优化性能。
2： 通过 DockerHub 发布和部署
最强大的是，Docker 可以通过 DockerHub 发布和部署。要创建一个完全独立的应用程序容器，只需使用标准的 opencpu 镜像并添加你的程序。
出于本文的目的，我通过在每个仓库中添加一个非常简单的 “Dockerfile”，将一些示例程序打包为 docker 容器。例如：nabel 的 Dockerfile 包含以下内容：
FROM opencpu/baseRUN R -e 'devtools::install_github("rwebapps/nabel")'它采用标准的 opencpu/base 镜像，并从 Github 仓库安装 nabel。最终得到一个完全隔离、独立的程序。任何人可以使用下面这样的命令启动程序：
docker run -d 8004:8004 rwebapps/nabel
-d 代表守护进程监听 8004 端口。很显然，你可以调整 Dockerfile 来安装任何其它的软件或设置你需要的程序。
容器化部署展示了 Docker 的真正能力：它可以发布可以开箱即用的独立软件，而无需安装任何软件或依赖付费托管的服务。如果你更喜欢专业的托管，那会有许多公司乐意在可扩展的基础设施上为你托管 docker 程序。
3： 跨平台构建
还有 Docker 用于 OpenCPU 的第三种方式。每次发布，我们都构建 6 个操作系统的 opencpu-server 安装包，它们在 https://archive.opencpu.org 上公布。这个过程已经使用 DockerHub 完全自动化了。以下镜像从源代码自动构建所有栈：
当 GitHub 上发布新版本时，DockerHub 会自动重建此镜像。要做的就是运行一个脚本，它会取回镜像并将 opencpu-server 二进制复制到归档服务器上。
via: https://www.r-bloggers.com/why-use-docker-with-r-a-devops-perspective/
作者：Jeroen Ooms 译者：geekpi 校对：wxy