以下是在 Windows 系统的 Docker 中安装 R 语言的详细教程，包括 Docker 的安装、配置以及如何在容器中运行 R 语言的步骤。

---

步骤 1：安装 Docker

1. 下载 Docker Desktop
   访问 Docker 官方网站：Docker Desktop: The #1 Containerization Tool for Developers | Docker，下载适用于 Windows 的 Docker Desktop 安装程序。

2. 安装 Docker Desktop

   • 运行下载的安装程序，按照提示完成安装。
   • 在安装过程中，确保勾选以下选项：
     • Use the WSL 2 based engine（推荐使用 WSL 2 作为后端引擎）。
     • Enable Docker Compose V2。

3. 启动 Docker Desktop
   安装完成后，启动 Docker Desktop。首次启动可能需要几分钟时间来完成初始化。

4. 验证 Docker 是否安装成功
   打开命令提示符（CMD）或 PowerShell，运行以下命令：

   docker --version

   如果显示 Docker 版本信息，则说明安装成功。

---

步骤 2：拉取 R 语言的 Docker 镜像

Docker Hub 提供了官方的 R 语言镜像，可以直接拉取。

1. 查找 R 镜像
   访问 Docker Hub 的 R 镜像页面：https://hub.docker.com/r/rocker/r-ver

2. 拉取 R 镜像
   在命令提示符或 PowerShell 中运行以下命令：

   docker pull rocker/r-ver:latest

   这将会拉取最新的 R 语言镜像。

也可以

docker pull r-base:latest

r-base 和 rocker/r-ver 都是 Docker 官方提供的 R 语言镜像

• 如果只需要一个最简单的 R 环境，可以使用 r-base。镜像体积较小，适合快速启动。
• 如果需要更完整的 R 环境、特定版本的 R 或计划扩展为更复杂的开发环境（如 RStudio），推荐使用 rocker/r-ver。镜像体积较大,因为包含更多的工具和依赖

因此，在我的教程中使用了 rocker/r-ver，因为它更适合搭建完整的 R 开发环境。如果你只需要简单的 R 环境运行脚本，完全可以使用 r-base

---

步骤 3：运行 R 语言的 Docker 容器

1. 启动 R 容器
   运行以下命令以启动一个 R 容器：

   docker run -it --rm rocker/r-ver:latest

   • -it：以交互模式运行容器。
   • --rm：容器停止后自动删除。
   • rocker/r-ver:latest：使用的镜像名称。

2. 验证 R 是否运行
   进入容器后，您会看到 R 的交互式命令行界面。输入以下命令验证 R 是否正常运行：

   sessionInfo()

   这将显示 R 的版本信息和其他环境配置。

---

步骤 4：挂载本地目录并运行 R 脚本

为了方便在容器中访问 Windows 上的文件，可以将本地目录挂载到容器中。

1. 创建 R 脚本文件
   在 Windows 上创建一个 R 脚本文件，例如 script.R，内容如下：

   print("Hello, Docker with R!")

2. 挂载目录并运行脚本
   运行以下命令，将本地目录挂载到容器中并执行脚本：

   docker run -it --rm -v C:\path\to\your\scripts:/workspace rocker/r-ver:latest Rscript /workspace/script.R

   • -v C:\path\to\your\scripts:/workspace：将本地目录挂载到容器的 /workspace 目录。
   • Rscript /workspace/script.R：在容器中运行指定的 R 脚本。

---

步骤 5：安装额外的 R 包（持久化）

如果需要在容器中安装额外的 R 包，可以在 R 交互式命令行中安装，或者通过 Dockerfile 自定义镜像。

方法 1：使用 Dockerfile 构建自定义镜像

1. 在容器中安装包
   进入容器后，可以使用以下命令安装包：

   install.packages("ggplot2")

2. 通过 Dockerfile 自定义镜像
   创建一个 Dockerfile 文件，内容如下：

   FROM rocker/r-ver:latest
   RUN install.packages("ggplot2")

   构建自定义镜像：

   docker build -t my-r-image .

   使用自定义镜像运行容器：

   docker run -it --rm my-r-image

        优点：可重复性强，适合团队协作。
        缺点：每次修改需要重新构建镜像。

方法 2：使用数据卷（Volume）持久化 R 包

Rocker 镜像支持将 R 包的安装目录挂载到宿主机的数据卷中，从而实现持久化。

1. 创建数据卷：

   docker volume create r-packages

2. 启动容器时挂载数据卷：

   docker run -it --rm -v r-packages:/usr/local/lib/R/site-library rocker/r-ver:latest R

3. 在容器中安装的 R 包会保存到 r-packages 数据卷中。下次启动容器时，挂载相同的数据卷即可：

   docker run -it --rm -v r-packages:/usr/local/lib/R/site-library rocker/r-ver:latest R

        优点：无需修改镜像，灵活高效。
        缺点：需要手动管理数据卷。

方法3：使用 rocker/rstudio 镜像和持久化配置

如果需要使用 RStudio 并持久化用户数据和包，可以使用 rocker/rstudio 镜像。

1. 启动容器并挂载数据卷：

   docker run -d -p 8787:8787 -v rstudio-config:/home/rstudio rocker/rstudio:latest

2. 访问 http://localhost:8787，使用用户名 rstudio 和密码 rstudio 登录。
3. 在 RStudio 中安装的包和用户数据会保存到 rstudio-config 数据卷中。

        优点：适合使用 RStudio 的场景，配置持久化方便。
        缺点：需要启动完整的 RStudio 容器。