寫在前面

近期，組織了第三期暑期培訓，想想也有四個年頭。另外，分別給本科生和碩士生均分別講過一學期的生物信息數據分析課程，其中實踐部分，以往使用的是 VituralBox。好處在于可以完全模擬服務器環境，從硬件到軟件。而不好的地方在于，對應的環境幾乎只適合與學習或練習，無法直接使用到生產環境。
如此，即使學生掌握得再熟練，真正到生產環境時，也就是他們的服務器時，需要重新配置一次環境。盡管，conda等方式已經比較方便，但還是不夠方便。
基于此，我一直使用 docker 的想法。經過一年左右的籌備，終于還是下定決定使用 docker 環境作為學生聯系。此舉最大好處在于：

1. 跨平臺，無論是Windows、MacOS、Linux均可以直接使用
2. 鏡像可以遷移到不同環境
3. 計算集群可以使用安裝的 singularity 來使用 docker 鏡像

有了這些為基礎，只要學生掌握課程上的內容，那么課程相關鏡像，完全直接用于他們個人電腦、服務器甚至計算集群上。
前述，關于 docker 已經做了不少介紹，感興趣的朋友可以翻看往期推文。今次，主要介紹，如何將自己創建的 docker 鏡像轉換為 singularity 鏡像，以及轉換之后，如何使用。

docker 鏡像轉換為 singularity 鏡像

準備一個本地的 docker 鏡像

為了方便演示，首先，建立本地的 docker 倉庫服務（用的也是 docker），注意：如果是windows，那么需要在 wsl2 中安裝好 docker 后執行。

sudo docker pull centos:7
sudo docker run -it centos:7 #進入，exit可以退出環境

#查看docker已有的鏡像
sudo docker images
#REPOSITORY   TAG       IMAGE ID       CREATED        SIZE
#centos       7         eeb6ee3f44bd   9 months ago   204MB

利用docker官方提供的registry鏡像，搭建本地docker倉庫鏡像服務

sudo docker pull registry

#查看本地ip
ip addr
#ip為127:0:0:1

在docker內配置適用的ip

sudo vim /etc/docker/daemon.json

#補充以下信息/ 修改成個人的ip/ 
{
"insecure-registries": ["127.0.0.1:5000"]
}

#重新啟動docker
sudo service docker stop
sudo service docker start
 
sudo docker info #查看下圖

將本地的 docker 鏡像上傳到 本地的 docker 鏡像倉庫（有點繞，事實上，此處就是通過構建本地鏡像倉庫來替代 hub.docker.com 官方提供的倉庫服務）

sudo docker run -d -p 5000:5000 -v /opt/data/registry:/var/lib/registry registry
#查看是否建好倉庫
sudo docker ps

#設置上傳鏡像的tag
sudo docker tag centos:7 127.0.0.1:5000/centos:7
 
#上傳到本地倉庫
sudo docker push 127.0.0.1:5000/centos:7
 
#查看倉庫的鏡像
curl http://127.0.0.1:5000/v2/_catalog

使用 singularity 轉換鏡像為 docker 鏡像

#從本地倉庫轉化成sif鏡像
singularity build --no-https  mycentos.sif  docker://127.0.0.1:5000/centos:7

如此，輸出的 mycentos.sif 即可用于分發。到任何生產環境，服務器或者集群，只需要

#轉成可寫讀的sandbox
singularity build --sandbox ./centos centos_centos7.9.2009.sif
#進入centos
singularity shell -w centos

實例：導入xialab2022暑期培訓docker鏡像

根據上述的措施/先load -i 本地docker鏡像后，再上傳到本地倉庫，再被singularity轉換為sif鏡像文件。學生只需要下載培訓期間提供的scauclass.sif文件，即可用于個人服務器或集群

#轉換為sandbox
singularity build --sandbox  ./scauclass  scauclass.sif
#測試
singularity run scauclass conda --help

當然，可能需要注意的是暑期培訓鏡像有conda環境，幾乎所有軟件都是建立在conda環境下。
接下來我們需要解決怎么調用scauclass鏡像的conda環境？

singularity run scauclass conda info -e

是不能夠直接激活，需要進行conda init

#進入scauclass
singularity shell -w scauclass
#進入鏡像
Singularity> conda init
Singularity> source .bashrc

接下來就可以隨意玩耍了

conda activate xiasmallrna

接下來當然是檢查一下conda環境下的軟件可行與否？

exit

Singurlity 的優勢：

1. 在使用Singurlity過程下，幾乎是沒有使用到權限。方便了集群普通用戶使用已經打包好的沙盒/鏡像文件。Docker不管是安裝、使用、修改都必須要有權限。
2. 進入Singurlity 的環境，并沒有封閉的空間。因此不需要提前映射本機路徑，再進入環境。
3. 沒有容器的說法，只有可寫的沙盒(sandbox)/不可寫的鏡像(sif)，便于傳輸分發。

寫在最后

感覺不錯，一直想折騰的事情也確定可行了。