R + Docker: Configuración paso a paso para análisis de datos consistentes

Introduction to R
Author

Angel Feliz

Published

March 9, 2025

El lenguaje R es ampliamente reconocido por su versatilidad en el análisis de datos, y aunque se puede instalar y ejecutar directamente R y RStudio en casi cualquier sistema, usar entornos basados en contenedores —como los que ofrece el Rocker Project— nos brinda ventajas significativas a largo plazo.

1 R: Una herramienta excepcional para el análisis de datos

R destaca por sus numerosas cualidades que lo hacen ideal para científicos de datos y analistas:

  • Gratuito y de código abierto: Permite el acceso libre a un ecosistema de paquetes y herramientas.
  • Amplia variedad de herramientas: Existen innumerables paquetes y librerías diseñados para tareas específicas de análisis, estadística y visualización.
  • Fácil de aprender: Su sintaxis y comunidad de apoyo facilitan el proceso de aprendizaje para nuevos usuarios.
  • Multiplataforma: Se ejecuta sin problemas en Windows, macOS y Linux.
  • Comunidad activa: La colaboración y el constante desarrollo impulsan la innovación y mejora continua del entorno.

2 La importancia de la reproducibilidad a lo largo del tiempo

Cuando desarrollamos un programa en R, es fundamental que pueda ser reproducido incluso años después. Para lograrlo, es necesario garantizar:

  • Consistencia del entorno: Utilizar la misma versión del sistema operativo, de R y de los paquetes instalados.
  • Prevención de incompatibilidades: Las actualizaciones y cambios en el software pueden alterar el comportamiento del código.
  • Verificación futura: Asegurar que los análisis y resultados se puedan validar y comparar con versiones anteriores.
  • Integridad en la investigación: Una base reproducible es esencial para la honestidad y la claridad en la comunicación científica.

3 Ventajas de usar entornos de desarrollo en contenedores

El uso de contenedores aporta un gran beneficio para la gestión y evolución de nuestros proyectos:

  • Aislamiento: El entorno de ejecución se mantiene separado del sistema operativo del host, evitando conflictos de dependencias.
  • Portabilidad: Un contenedor puede ser ejecutado en cualquier máquina que tenga Docker, sin necesidad de reconfigurar el entorno.
  • Escalabilidad: Es sencillo trasladar el entorno local a servidores de mayor capacidad cuando el proyecto crece.
  • Seguridad y consistencia: Garantiza que el código se ejecute de manera idéntica, reduciendo errores inesperados y facilitando la colaboración.
  • Mantenimiento simplificado: Las actualizaciones y cambios se gestionan centralizadamente sin afectar el entorno de producción.

4 Rocker: Simplificando el desarrollo reproducible

El Rocker Project ha hecho el trabajo pesado al proporcionar imágenes Docker preconfiguradas que incluyen R, RStudio y otros entornos especializados.

Para obtener todos estos beneficios solo tenemos que seguir los siguientes pasos:

  1. Instalar Docker en tu sistema operativo.

    • Si usas Windows o Mac puedes descargar Docker Desktop desde la página oficial.

    • Si usas Linux correr el siguiente bash script con permisos de administrador.

apt update
sudo apt install apt-transport-https ca-certificates curl gnupg2 software-properties-common
curl -fsSL https://download.docker.com/linux/debian/gpg | apt-key add -
add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/debian" bookworm stable
apt update
apt-cache policy docker-ce
apt install docker-ce
systemctl status docker
/usr/sbin/usermod -aG docker <YOUR-USER>
su - <YOUR-USER>

  1. Crea una carpeta en la que almacenar todos los proyectos de R <mis-proyectos>.

  2. Dentro de <mis-proyectos> crea otra carpeta para almacenar copias de las librerías que irás usando en distintos proyectos <mis-paquetes>.

  3. Descarga y activa el contenedor a usar mediante el siguiente comando dentro de la línea de comando o dentro de Docker Desktop.

docker run --rm -tid --name rstudio \
  -e DISABLE_AUTH=true \
  -p 8787:8787 \
  -v <mis-proyectos>:/home/rstudio \
  -v <mis-proyectos>/<mis-paquetes>:/opt/r-cache \
  ghcr.io/rocker-org/geospatial:4.4.3
  1. Abre una ventana en tu navegador y ve al link http://localhost:8787/ y verás a RStudio funcionando desde el contenedor.

5 Configurando git y github

Una vez ya tienes R y RStudio funcionando ya podrás crear tus primeros proyectos y querrás compartir tu progreso con otros.

Así como usamos las redes sociales para compartir nuestras experiencias, los programadores tienen una red social llamada GitHub en la que compartimos nuestro código y nos ayudamos mutuamente.

Como ya el contenedor que estás corriendo tiene instalado git solo necesitas seguir los siguientes pasos para comenzar a utilizar esta poderosa herramienta.

  1. Crea una cuenta en github.com.

  2. Da clic al ícono con tu cuenta y da clic en Settings.

  3. Accede a SSH and GPG keys.

  4. En la esquina superior derecha dale clic a New SSH key.

  5. Define un nombre para tu clave como puede ser <primera-clave>.

  6. En RStudio ve a la terminal y ejecuta el comando ssh-keygen y luego da enter para generar una clave pública y una clave privada.

  7. Copia y pega el contenido de tu clave pública ubicada en la siguiente dirección dentro de la caja de Key:

    • Desde RStudio: /home/rstudio/.ssh/id_rsa.pub
    • Desde tu PC: /.ssh/id_rsa.pub

  8. Da clic en el botón Add SSH key.

  9. Ahora solo queda configurar git con la misma cuenta que tenemos creada en GitHub al correr los siguientes comandos.

git config --global user.name "Nombre Apellido"
git config --global user.email "user@email.com"

6 Stopping container

Once you have completed your task we can stop the container by running.

docker stop rstudio