这是关于Docker、PostgreSQL数据库和Anomaly数据集的两部分文章的第一部分。
背景介绍
在最近的LinkedIn帖子（原文和Rami的转帖）和推特中，我向互联网上的人询问他们最喜欢的异常检测问题的数据集，特别是在时间序列领域。我得到了很多回复，现在有大量的数据可以玩了，感谢那些回复的朋友们。
为了玩好这些数据，我想要一个更好的解决方案，而不是把数据保存为CSV文件、qs对象或R包。我想要一个数据库来存储原始输入数据、我处理过的数据和算法结果。虽然我过去曾以传统方式设置数据库，但这次我希望整个代码库是可移植和可复制的。
因此，我用Docker设置了所有的东西，而且工作得很顺利。如果你想学习如何做到这一点，请关注我接下来的文章。
- 第一部分--（本帖）将教你如何为个人PostgreSQL数据库+RStudio的代码开发设置一个简单的可重复的基于Docker的工作流程。
- 第二部分 - （下一篇）将是异常数据的ETL管道
你为什么要读这个？
在本教程结束时，你将能够快速设置一个基于Docker的个人¹PostgreSQL数据库。你将学会如何使用docker-compose快速部署PostgreSQL和RStudio。你将能够在R中访问数据库并立即开始开发。最重要的是，由于你继承了设置脚本和Docker的优点，整个过程将是完全可重复的。
本教程假设你熟悉Docker和Docker环境下的RStudio。如果你不熟悉，我建议先阅读 在R中的可重复性工作 首先。
概述
你将会启动两个Docker镜像。
- 一个PostgreSQL镜像。我选择postgres:13.3
- 一个RStudio镜像。我选择hatmatrix/blog:base ²。
为了在容器寿命结束后永久地存储你的数据，你将挂载两个卷，每个容器一个。我选择了
- 对于PostgreSQL：$HOME/docker/volumes/postgres
- 对于R项目：$HOME/github
设置的概述³
除了容器内的PostgreSQL之外，这些路径都不是特别的，你可以根据自己的喜好定制其他的路径。默认情况下，postgres:13.3希望数据库位于/var/lib/postgresql/data。如果你选择其他数据库，请相应地修改。
我使用docker-compose来同时启动PostgreSQL和RStudio服务。这很方便，同时也确保PostgreSQL服务先运行，然后是RStudio。只需使用几个命令就可以轻松地启动或停止所有的服务。
首次设置
你需要在第一次设置PostgreSQL数据库的时候运行这些步骤。我把这些步骤存放在00-postgres-init.sh中。
1 - 目录设置
你需要一个本地目录来存储PostgreSQL数据库。第3-10行为你处理了这个问题。
2 - PostgreSQL的设置
现在是设置数据库的时候了。你至少需要两个步骤才能开始。
- 一个新的 "角色"（类似于登录），具有创建新数据库的权限。
- 至少有一个数据库可以使用。在我的脚本中，我做了两个：工作和反常。
为了操作数据库，你需要一个正在运行的PostgreSQL服务器来处理psql命令。你将使用docker run启动一个。你需要使用-v安装正确的卷。接下来，我们通过在docker exec中插入psql命令来创建角色和数据库。然后，我们停止该容器
综上所述，现在我有一个PostgresSQL数据库。
- 存储在$HOME/docker/volumes/postgres
- 有一个新的角色rahul和密码pass
- 有2个数据库：work和anomaly
日常工作流程
tldr: 你如何开始工作？
- 将docker-compose.yml存储在本地目录下
- 如果你改变了我选择的图像/目录，请修改它
- 在shell中，运行docker-compose up -d
提示：要想在RStudio中直接启动浏览器（对我来说是火狐浏览器），请在存放docker-compose.yml的目录中运行此命令。
docker-compose up -d; firefox localhost:8787
pro_-protip_: 保存一个别名，并使该命令通用。-f参数指示docker-compose你想使用哪个文件。现在可以从系统的任何地方运行。
分解
docker-compose.yml里有什么？我们正在创建两个服务，一个叫db，另一个叫rstudio.⁴。
让我们先看看db的情况。如果你熟悉docker的运行参数，大部分参数看起来都很熟悉。这里的新内容是重启：除非停止的参数，它告诉Docker只在PostgreSQL当前停止的情况下启动它。
第二个服务是rstudio。除了典型的参数外，这里有趣的参数是 depends_on，它告诉Docker只有_在_数据库启动和运行_后_才能运行这个镜像。太棒了
通过R连接
用来测试你的连接。运行你的DBI::命令，_除了_一个关键的区别。
在进行连接时，确保主机的名字是你在docker-compose.yml中选择的数据库服务的名字。(在docker之外，你通常会使用localhost来连接到本地PostgreSQL服务器）。)
这就是了!你现在就可以开始比赛了。你可以像平常一样使用数据库，使用
停止服务
你在这里有两个选择。
- docker-compose stop将停止服务，你可以用docker-compose start重新启动。
- docker-compose down也会删除容器。运行docker-compose up就可以再次启动了。
_8月8日编辑：_我刚刚知道，我原来的博文中的脚注并没有转到媒介上。它们在这里。
-
我强调 "个人"，因为我没有在工作环境中设置适当的角色和授权等。但是，这对我个人使用来说已经足够好了。
-
这是我自己基于rocker/rstudio的图片。
-
_归属：
_DB图标：Pixel
perfectFolder图标：
Icongeek26RAM图标：
FreepikStorage图标：Smashicons -
这些只是标签，你可以随心所欲地称呼它们。
原文发表于 https://rsangole.netlify.app.
基于Docker的RStudio和PostgreSQL最初发表在Medium上的Towards Data Science，人们通过强调和回应这个故事继续对话。
