“如何建立基因组学研究的数据分析平台？”之    安装和配置Linux系统

   本文目的是帮助只有生物学背景的研究者尽快搭建一个Linux工作平台，够用就行，篇幅所限仅提供关键信息点，详细学习请自行阅读相关书籍。

系统规划

    首先需要一台计算机，如果你需要大型、高性能计算机，将不在本文讨论范围内，下面的建议可能不适合你的要求。选择什么样的计算机这取决于实验室的预算，就是量力而行，如果只有1万块钱，5000元用于购买主机（Intel CPU），然后根据预算扩充内存和硬盘，内存至少4 GB，最好16 GB，一个2TB的SATA硬盘，下载免费的Fedora Linux或者其它免费linux。如果有3万元预算，15000可以买到一台低端服务器主机（塔式机箱），双CPU，RAID5，然后扩充内存和硬盘，内存至少16GB，最好64GB以上，硬盘能装多少装多少（至少4x3TB)，余下的钱购买软件RedHat Enterprise Linux（大概1CPU 6600元，2CPU 9000元），但是只有第一年免费技术支持和自动升级，以后则要花钱延续这两项服务。

    然后开始安装Linux，这里不赘述如何安装的细节，一个建议是如果主板不支持RAID5，但是有多个硬盘，建议只带一个硬盘安装linux，其它硬盘待系统装好后再挂上去，前一个硬盘用于安装系统，单独划一个分区作为自己的工作目录，用于保存自己编写的所有脚本和运行结果，挂上去的硬盘用于保存原始数据（文件一般都比较大或者数量多，比如从NCBI下载的序列或者Illumina测序出来的FASTQ文件或者质谱出来的数据文件）；如果支持RAID5，首先进行RAID5设置，然后分区（最好每个分区4TB以下，因为单机版Redhat Enterprise Linux对大于4TB的空间支持不好），然后再安装Enterprise Linux。下面是某台计算机分区规划（2TB）:

   /boot   100MB

   swap   32GB

   /       300GB

   /home   300GB 工作目录

   /data   ~1.4TB   数据目录

给出几个建议：

l       尽快地熟悉命令行式的操作，因为不是做linux网管，没必要知道所有命令，熟悉常用命令就可以了（大约二十几个，文中会提到）。

l       与windows不同，linux运行过程中一般不需要重启，尽量使用正常关机程序，最好不要硬关机。由于包依赖性的问题，一旦系统安装和配置完毕，一般不进行大规模软件自动升级或者强制卸载某个包，除非你已经确认这样做不会影响已有软件的正常运行。

l       做好研究记录，从安装系统开始，包括主要操作步骤，出现的异常情况以及如何解决的等等。

l       注意数据备份，特别是你的工作目录和数据库目录要勤作备份（每天）。

l       做好目录规划，脚本程序（perl、SQL和R）、运行结果以及原始数据要根据不同研究项目分门别类存放。

 用户身份

    linux分为root用户（管理员权限，所有权限）和普通用户，一般使用普通用户名登陆系统，使用su命令在root用户和普通用户之间切换，出于安全考虑(root密码知道的人越少越好)，尽量少使用su命令进行这样的操作，可以使用sudo功能针对性赋予普通用户部分超级权限，下面例子是为biotech组用户yuan添加sudo功能：­­­­_­

# adduser -g biotech yuan    linux新建用户yuan

# passwd yuan            为用户yuan设定密码yuan

# visudo              打开文件/etc/sudoers，找到其中这行（# %wheel ALL=(ALL)       ALL），将注释放开(去掉#)。

# exit

    安装软件

l       linux一旦安装完毕，立即使用yum命令升级所有软件包，一般情况下，在服务器配置和所有软件安装完毕后开始运行后，就不适合进行这样的大规模软件升级操作了，因为如果出现问题很难回溯。
# yum -y update或者 # yum -y upgrade

l       由于包依赖性的问题，linux软件安装和卸载尽量使用yum命令自动安装和卸载，会省很多时间, 根据基因组学研究和数据分析的特点，选择自动安装以下一些包：
# yum -y install R R-*   安装R软件及相关包
# yum -y install perl-bioperl 安装Bio-perl包
# yum -y install httpd mysql mysql-server php php-mysql 安装WWW（LAMP）服务器

注：下面使用通配符自动安装所有包的做法属于偷懒行为，如果网络带宽不够或者对文件系统有要求，就不能这样，只安装需要的软件包。
# yum -y install *-DBI  安装数据库借口相关包
# yum -y install mysql* 安装mySQL数据库相关包
# yum -y install perl-*  安装所有perl软件包
# yum -y install graphviz*  安装所有图形显示相关软件包

l       包的手动安装：建议将包解压缩到/usr/local/src/下，并统一安装到/usr/local/下，注意任何一步提示出错都根据提示解决完了才能进行下一步，不过多数情况可能是由于包依赖性的问题导致的。例如下面一系列命令将下载到/home/yuan/download的a.tar.gz解压缩到/usr/local/src目录下并安装，
#cd /usr/local/src
#sudo tar -zxvf /home/yuan/download/a.tar.gz
#cd a
#sudo ./configure
#sudo make
#sudo make test
#sudo make install

  常见Linux命令 下面列出上文没有提到的但是可能经常用到的Linux命令供参考：

命令	说明
cat	文件链接
cd	改变当前目录
chmod	chmod -R 754 /home/mysql_pre   修改用户对文件夹/home/mysql_pre以及下面子目录文件权限（r可读，w可写，x执行权限，-无权限，分别对应4、2、1、0分），所有者对/home/mysql_pre可读可写可执行(rwx=7)，所有者所在组可读不可写可执行(r-x=5)，其它用户可读不可写不可执行(r--=4)。
chown	sudo chown -R yuan:yuan /home/mysql_pre 改变目录以及子目录文件所有者为组yuan中的用户yuan。
cp	cp -r /home/mysql_pre /home/yuan/  拷贝目录/home/mysql_pre到目录/home/yuan/下，参数-r指连同源文件中的子目录一同拷贝
kill/killall	杀死进程
locate/find	搜索文件
ls	ls   列举目录下面的文件 ls -l 使用长格式显示文件, 查看目录或者文件的属性 ls -a  显示文件包括隐藏文件
man	对命令提供帮助解释
mkdir	创建目录
mount/umount	加载或卸掉某个硬件设备或文件系统
mv	移走目录或者改文件名
ps	查看系统进程
pwd	查看当前所在目录完整路径
rm	删除文件和目录
sftp	远程传输文件
ssh	远程连接到服务器上

            

转载本文请联系原作者获取授权，同时请注明本文来自袁铁铮科学网博客。
链接地址：https://m.sciencenet.cn/blog-753445-607967.html

上一篇：基因组学研究的数据分析之一：学习相关领域的书籍
下一篇：基因组学研究的数据分析之三：MySQL数据库