Configurar um laboratório para ensinar R no Linux

R é uma linguagem do código-fonte usada para computação e gráficos estatísticos. Ela é usada na análise estatística de genética, processamento de linguagem natural e análise de dados financeiros. R oferece uma experiência de linha de comando interativa. O RStudio é um IDE (ambiente de desenvolvimento integrado) disponível para a linguagem R. A versão gratuita oferece ferramentas de edição de código, uma experiência de depuração integrada e ferramentas de desenvolvimento de pacotes.

Este artigo se concentra apenas no RStudio e R como um bloco de construção para uma classe que requer o uso da computação estatística. Os tipos de classe aprendizado profundo e Python e Jupyter Notebooks configuram o RStudio de maneira diferente. Cada artigo descreve como usar a imagem do marketplace da Máquina Virtual de Ciência de Dados para Linux (Ubuntu), que tem muitas ferramentas relacionadas à ciência de dados, incluindo o RStudio, pré-instaladas.

Configuração do laboratório

Para configurar o laboratório, você precisa de uma assinatura do Azure e de um plano de laboratório. Se você não tiver uma assinatura do Azure, crie uma conta gratuita antes de começar.

Configuração de recurso externo

Algumas classes exigem que arquivos, como arquivos de dados grandes, sejam armazenados externamente.

Se você optar por ter um Microsoft R Server compartilhado para os alunos, o servidor deverá ser configurado antes da criação do laboratório. Para obter mais informações para configurar um servidor compartilhado, confira como criar um laboratório com um recurso compartilhado no Azure Lab Services. Para obter instruções para criar um servidor RStudio, confira Baixar o servidor RStudio para Debian e Ubuntu e Acessar o servidor RStudio de código aberto.

Se você optar por usar recursos externos, precisará Conectar-se à sua rede virtual no Azure Lab Services com o seu plano de laboratório.

Configurações do plano de laboratório

Assim que tiver uma assinatura do Azure, crie um plano de laboratório no Azure Lab Services. Para saber mais sobre como criar um plano de laboratório, confira o tutorial sobre como configurar um plano de laboratório. Você também pode usar um plano de laboratório existente.

Habilite as configurações do seu plano de laboratório conforme descrito na tabela a seguir. Para saber mais sobre como habilitar imagens do Azure Marketplace, consulte Especificar imagens do Azure Marketplace disponíveis para criadores de laboratórios.

Configurações do laboratório

Para saber como criar um laboratório, confira Tutorial: configurar um laboratório. Use as seguintes configurações ao criar o laboratório.

Se você optar por usar o RDP, será necessário se conectar à VM do Linux usando SSH e instalar os pacotes RDP e GUI antes de publicar o laboratório. Em seguida, os alunos poderão se conectar à VM Linux usando o RDP posteriormente. Para obter mais informações, consulte Habilitar área de trabalho remota gráfica para VMs do Linux.

Configuração do modelo

Após a criação do computador modelo, inicie o computador e conecte-o a ele para instalar o R, o RStudio Desktop e o servidor X2Go (opcional).

Primeiro, vamos atualizar a apt e fazer o upgrade dos pacotes no computador.

sudo apt update 
sudo apt upgrade

Instalar o X2Go Server

Se você optar por usar o X2Go, instale o servidor. Primeiro, você precisa Conectar-se a uma VM de laboratório do Linux usando SSH para instalar o componente do servidor. Quando isso for concluído, o restante da instalação poderá ser concluído após se conectar com o cliente X2Go.

A instalação padrão do X2Go não é compatível com o RStudio. Para contornar esse problema, atualize o arquivo de opções x2goagent.

1. Editar o arquivo /etc/x2go/x2goagent.options. Não se esqueça de editar o arquivo como sudo.

   1. Remova a marca de comentário da linha que declara: X2GO_NXAGENT_DEFAULT_OPTIONS+=" -extension GLX"
   2. Comente a linha que declara: X2GO_NXAGENT_DEFAULT_OPTIONS+=" -extension GLX"

2. Reinicie o servidor X2Go para que as novas opções sejam usadas.

   sudo systemctl restart x2goserver
   

Como alternativa, você pode criar as bibliotecas necessárias seguindo instruções em solução alternativa GLX para X2Go.

Instalar o R

Há algumas maneiras de instalar o R na VM. Instale o R do repositório CRAN (Comprehensive R Archive Network). Ele fornece as versões mais atualizadas do R. Depois que este repositório for adicionado ao nosso computador, você poderá instalar o R e muitos outros pacotes relacionados.

Precisamos adicionar o repositório CRAN. Os comandos são modificações das instruções disponíveis nos Pacotes do Ubuntu para instruções breves do R.

#download helper packages
sudo apt install --no-install-recommends software-properties-common dirmngr
# download and add the signing key (by Michael Rutter) for these repos
sudo wget -q "https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc" -O /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
#add repository
sudo add-apt-repository "deb https://cloud.r-project.org/bin/linux/ubuntu bionic-cran40/"

Agora podemos instalar o R, ao executar o comando a seguir:

sudo apt install r-base

Instalar RStudio

Agora que o R foi instalado localmente, podemos instalar o IDE do RStudio. Instalamos a versão gratuita do RStudio Desktop. Para ver todas as versões disponíveis, confira Downloads do RStudio.

1. Importe a chave de assinatura de código para RStudio.

   sudo gpg --keyserver keyserver.ubuntu.com  --recv-keys 3F32EE77E331692F
   

2. Baixe o arquivo do pacote do Debian Linux (.deb) para R Studio do Ubuntu. O arquivo está no formato rstudio-{version}-amd64.deb. Por exemplo:

   export rstudiover="1.4.1717"
   wget --quiet -O rstudio.deb https://download1.rstudio.org/desktop/bionic/amd64/rstudio-$rstudiover-amd64.deb
   

3. Use gdebi para instalar o RStudio. Use o caminho do arquivo para indicar a apt que estava instalando um arquivo local.

   sudo apt install gdebi-core 
   echo "y" | gdebi rstudio.deb –quiet
   

Pacotes CRAN

Agora, chegou a hora de instalar os pacotes CRAN. Primeiro, adicione o repositório “c2d4u” atual do R 4.0 ou posterior.

sudo add-apt-repository ppa:c2d4u.team/c2d4u4.0+

Use o comando install.packages(“package name”) em uma sessão interativa do R, conforme mostrado no artigo de lista rápida de pacotes úteis do R. Você também pode usar o item de menu Ferramentas -> Instalar pacotes no RStudio.

Se precisar de ajuda para encontrar um pacote, confira uma lista de pacotes por tarefa ou lista alfabética de pacotes.

Custo

Vamos abordar uma estimativa de custo para essa aula. Suponha que há uma classe de 25 alunos. Cada aluno tem 20 horas de aulas programadas. Outras 10 horas de cota para lição de casa ou atribuições fora do horário de aula programado são concedidas para cada aluno. O tamanho da máquina virtual escolhida era GPU pequena (Computação) , que tem 139 unidades de laboratório.

25 alunos × (20 horas agendadas + 10 horas de cota) × 139 unidades de laboratório × 0,01 USD por hora = 1042,5 USD

Próximas etapas

A imagem de modelo agora pode ser publicada no laboratório. Para obter mais informações, confira Publicar a VM de modelo.

Ao configurar o laboratório, consulte os seguintes artigos:

• Definir cota
• Definir um agendamento
• Adicionar usuários
• Links de registro por email para alunos