Modifier Tutoriel : Mise en place d'un environnement de travail avec R

Free text:

== Introduction == La flexibilité de [[R]] fait ainsi que la mise en place d'un environnement de travail puisse se faire de nombreuses manières, comportant souvent des passages plus compliqués par rapport à l'installation d'un logiciel ''traditionnel''. Dans cet article, nous illustrerons et analyserons les avantages et désavantages de trois types d'environnements possibles : # '''Installation locale''' #: Cette option consiste dans l'installation d'un environnement sur son propre ordinateur. Il s'agit de l'environnement le plus fréquent, au moins à présent (2019), et implique le contrôle totale de la part de l'utilisateur. # '''Installation sur un serveur''' #: Cette option consiste à mettre en place l'environnement sur un serveur partagé par plusieurs utilisateurs (e.g. un labo ou équipe de recherche). De cette manière, certaines des opérations nécessaires au fonctionnement et au maintient de l'environnement sont centralisées et effectuées souvent par une seule personne (e.g. administrateur du serveur). # '''Utilisation dans le cloud''' #: Cette option consiste à utiliser une infrastructure qui a déjà été mise en place et pour laquelle le maintient est garantie par une entité externe (e.g. une entreprise). Des plans gratuits ou payants peuvent différer en fonction du nombre des projets ou puissance de calcule disponible, ainsi que du support. Nous utiliserons l'installation locale en tant que référence pour illustrer les différents éléments nécessaires dans un environnement de travail fonctionnel à l'utilisation de [[R]]. On retrouve les mêmes éléments dans les environnements serveur et cloud, qui sont tout simplement une abstraction et optimisation de l'environnement local pour plusieurs utilisateurs. {{ bloc important | Cette page propose en général des informations conceptuelles sur la mise en place de l'environnement de travail et renvoie aux pages individuelles des différents logiciels pour les opérations spécifiques d'installation et configuration qui, dans l'option en local, peuvent varier en fonction du système d'exploitation utilisé. }} === Environnement d'essai/test === Si vous découvrez [[R]] pour la première fois et vous désirez commencer avec de la pratique, sans passer du temps à mettre en place un environnement que vous n'êtes pas sûrs d'utiliser par la suite, '''nous vous conseillons de commencer directement par l'environnement ''cloud''''' (voir plus bas dans la page). Vous aurez à tout moment la possibilité de passer à un autre environnement plus tard. De plus, les trois environnements peuvent être utilisés de manière interchangeable avec relativement peu d'effort. == Environnement local == Dans cette section, nous proposons l'illustration d'un environnement de travail ''typique'', c'est-à-dire qui peut s'adapter à la plupart des cadres d'utilisation de [[R]] dans le contexte des sciences sociales. Dans un premier temps, nous illustrerons les éléments qui composent l'environnement et comment ils s'articulent entre eux. Ensuite, nous conseillons un ordre d'installation de ces composantes. Enfin, nous analyserons avantages et désavantages d'une installation en locale. === Composantes d'un environnement de travail typique === Un environnement de travail ''typique'' se compose des éléments suivants. Pour chaque élément, nous proposons une brève description qui sera ensuite approfondie dans la page dédiée ('''veuillez noter que l'ordre avec lequel les éléments sont présentés ne correspond pas à l'ordre conseillé pour l'installation qui est illustré dans la section suivante''') : * [[R]] *: Il s'agit de l'élément essentiel de l'environnement, sans lequel rien ne serait possible. L'installation de [[R]] permet à l'ordinateur de disposer de l'interprète capable de lire et exécuter le code. * [[RStudio]] *: Environnement de développement intégré (ou IDE depuis l'anglais ''Integrated Development Environment'') qui fait de ''collant'' entre l'interprète du code et les opérations nécessaires à l'utilisateur pour mener à bien ses projets (écriture des scripts, aide à la syntaxe, output graphiques, organisation des fichiers, etc.). * [[Git]] *: Système de gestion de versions qui permet de tracer l'historique des changements de fichiers à différents moments dans l'évolution d'un projet. * [[LaTeX]] *: Système de préparation de documents techniques et scientifiques qui permet la mise en page d'éléments complexes (e.g. formules, layout en colonnes, ...). La connaissance de LaTeX n'est souvent pas nécessaire, mais l'installation est indispensable surtout pour la création de report en PDF. La création de report dans d'autres formats (e.g. HTML, Microsoft Word, ...) et par contre gérée par un autre outil, [[Pandoc]], qui est installé automatiquement avec [[RStudio]]. Conceptuellement, ces composantes s'articulent de la manière suivante : [[Fichier:Composantes environnement de travail en R.png|800px|vignette|néant|Articulation des composantes d'un environnement de travail ''typique'' en R]] === Ordre d'installation conseillé === Les éléments peuvent être installés plus ou moins de manière indépendante et sans un ordre précis, cependant, nous conseillons de procéder de la manière suivante : # Installez et configurez d'abord [[Git]] # Installez [[R]] ensuite # Installez et configurez [[RStudio]] # Installez [[LaTeX]] === Avantages et désavantages de l'installation en locale === L'installation en locale représente l'installation ''traditionnelle'' à laquelle la plupart des utilisateurs sont habitués. Elle présente les avantages suivants : * Contrôle totale de l'utilisateur sur la version à installer et la position du logiciel sur l'ordinateur (même s'il est souvent conseillé d'accepter la position suggérée par le programme d'installation) * Décider si et quand mettre à jour à une nouvelle version * Possibilité de travailler hors ligne * Disponibilité des fichiers sur son propre ordinateur, ce qui permet d'y accéder plus facilement avec d'autres logiciels Par contre, il faut prévoir les désavantages suivants : * L'installation des différents logiciels nécessite de temps et certains opérations peuvent être plus ou moins difficiles en fonction des connaissances informatiques de l'utilisateur * Même si peu probable, la mise à jour d'un logiciel peut comporter un problème de compatibilité avec un autre * Les logiciels qui composent l'environnement dépendent l'un de l'autre et doivent donc connaître la ''position'' des autres (ce qu'on appelle le parcours ou ''PATH'' en anglais). Parfois, il est nécessaire de spécifier le parcours d'un autre logiciel (e.g. [[Git]]) à l'intérieur d'un deuxième (e.g. [[RStudio]]) pour que les deux puissent communiquer * Pour travailler sur différents postes de travail (e.g. portable, fixe au bureau, ...) il est nécessaire de trouver un système de synchronisation des fichiers. Des solutions comme Dropbox, Google drive ou OneDrive, pour l'instant, ne sont pas idéales, surtout si utilisées avec les projets de [[RStudio]] (voir la page dédiée pour plus d'informations à ce propos) == Environnement serveur == Dans l'environnement serveur, l'environnement typique est centralisé sur un serveur et l'accès se fait à travers un navigateur web. Dans cette section, nous allons proposer un type d'installation basée sur [https://www.rstudio.com/products/rstudio/download-server/ RStudio server], ''Open Source Edition'' (il existe également un version commerciale). Les passages techniques pour la mise en place de ce type d'environnement sont bien expliqués dans la documentation officielle, donc dans cette page nous proposons plutôt quelques informations sur les cadres d'utilisation possibles, ainsi que les avantages et désavantages. === RStudio server ''Open Source Edition'' === [https://www.rstudio.com/products/rstudio/download-server/ RStudio server] ''Open Source Edition'' permet d'installer l'environnement ''typique'' sur un serveur Linux et d'accéder à l'interface graphique de [[RStudio]] à travers un navigateur web. ==== Installation ==== Se référer à la [https://www.rstudio.com/products/rstudio/download-server/ documentation officielle] pour les détails de l'installation. En synthèse pour les intéressés : * Il faut d'abord installer R * Ensuite installer RStudio server * Le serveur doit disposer d'un URL/IP sur le réseau local ou public pour pouvoir y accéder depuis intranet/internet * Pour répliquer l'environnement ''typique'' il faudra également installer [[Git]] et [[LaTeX]] ==== Gestion des utilisateurs ==== La gestion des utilisateurs est faite à travers les utilisateurs du serveur Linux sous-jacent. Ils doivent disposer d'un dossier <code>'''home'''</code>. L'authentification est faite avec le même nom d'utilisateur et mot de passe du serveur. ==== Coûts ==== La version ''Open Source Edition'' est gratuite, mais il faut prévoir les coûts pour l'infrastructure (e.g. serveur, bande passante, ...). === Avantages et désavantages de l'environnement serveur === L'environnement de type serveur permet de mettre à disposition l'environnement ''typique'' à tous les utilisateurs d'un serveur, ce qui peut être intéressante par exemple pour une équipe ou un laboratoire de recherche. En effet, cette option permet de : * Avoir les données et les analyses au même endroit centralisé (e.g. question de sécurité, ''privacy'', etc.) * Accès au même projet depuis différentes postes de travail, sans besoin d'un système de synchronisation * Un administrateur s'occupe de la mise à jour des différents éléments * Possibilité de partager les projets au sein de la même équipe * Lancer des analyses de manière régulière (e.g. analyse d'une page web chaque jour à un heure précise, etc.) ou qui nécessitent de long temps de computation (e.g. machine learning, etc.) En revanche, ce type d'environnement présente les désavantages suivants : * Connexion à internet/réseau local indispensable * Interface peut être moins réactive par rapport à l'environnement local à cause des temps de latence pour la communication à travers le navigateur, selon la qualité de la connexion * Selon le type d'analyse prévue par les utilisateurs, le serveur doit être suffisamment puissant et disposer d'assez d'espace de stockage * La mise à jour dépend de l'administrateur du système * L'accès aux fichiers et aux données avec un autre logiciel est plus difficile par rapport à l'environnement local == Environnement ''cloud'' == L'environnement ''cloud'' permet d'utiliser un environnement complet dont la gestion est externalisée à une autre entité, par exemple une entreprise, qui s'occupe de mettre à disposition à la fois l'infrastructure (i.e. le hardware) et les logiciels (i.e. software). Ce type de solution peut être indiquée notamment pour les cadres d'utilisation suivants : * Découverte de l'environnement ''typique'' sans la nécessité d'installer et configurer tous les logiciels nécessaires * Utilisation dans le cadre de la formation et de l'enseignement : ** Encore une fois, les apprenants peuvent tout de suite commencer à explorer et utiliser l'environnement, sans les étapes (et les problèmes) d'installation ** Il est possible de partager des environnements, par exemple avec des données ou des scripts d'exemples déjà disponibles, afin que tous les apprenants puissent démarrer avec les mêmes conditions * Utilisation dans le cadre de la recherche : ** Création d'environnement inter-institutionnels qui peuvent résoudre des problèmes de limitation d'accès selon l'institution d'appartenance ** Location de ressources computationnelles intensives pour une durée limitée (e.g. correspondante à la durée du projet de recherche) Voir la liste des avantages et désavantages plus bas pour plus de détails à ce propos. === Posit cloud === [https://posit.cloud/ Posit cloud] est une infrastructure maintenue directement par Posit, l'entreprise qui développe [[RStudio]]. Il existe plusieurs plan, avec la possibilité d'utiliser l'infrastructure de manière gratuite avec des limitations de projets et puissance computationnelle. {{ Goblock | [https://posit.cloud/ Posit cloud] }} === Code Ocean === [https://codeocean.com/ Code Ocean] est une plateforme collaborative pensée principalement pour des chercheurs et qui propose plusieurs type d'environnements souvent utilisés dans la recherche, parmi lesquels figure également [[R]]. {{ Goblock | [https://codeocean.com/ Code Ocean] }} === Avantages et désavantages de l'environnement ''cloud'' === Les avantages et désavantages de l'environnement ''cloud'' ressemblent à ceux pour l'environnement serveur, avec les différences suivantes. Au niveau des avantages : * Infrastructure et logiciel sont gérés directement par le fournisseur du service * Possibilité de s'inscrire au service sans passer par un administrateur * Environnement pris en charge par des spécialistes * Possibilité de collaboration avec personnes d'autres institutions, labo, etc. Au niveau des désavantages : * Les données et scripts résident dans des serveur distants. Même si protégés par des politiques de confidentialité, selon le degrés de sensibilité des données cela peut représenter un problème * Des fonctionnalités plus avancées (e.g. puissance de calcul, nombre de projets, nombre de personnes qui peuvent collaborer, etc.) peuvent nécessiter d'un payement * La durée des projets/services informatiques externalisés est souvent difficile à prévoir == Conclusion == Cette page a proposé un survol d'un environnement de travail ''typique'' avec R. En plus du langage de programmation, cet environnement peut se compléter par un logiciel avec une interface graphique facilitée comme [[RStudio]], ainsi qu'un système de gestion des versions comme [[Git]]. L'environnement peut être installé en local, résider dans un serveur mis à disposition par une institution ou entreprise spécifique, ou être fourni dans le cloud par une entreprise spécialisée dans ce service. Dans tous les cas, l'environnement de travail permet de créer des projets qui combinent plusieurs éléments de manière intégrée, comme c'est l'exemple du [[premier projet avec RStudio]]. [[Catégorie: R]]

Enregistrer Prévisualiser Voir les modifications Annuler