一、起因

服务器环境需要进行一些项目资源的部署和开发，为了统一开发环境和控制权限，独立创建了非 root 权限用户并进行开发环境的统一配置。服务器版本为 CentOS7。

二、资源准备

Conda 通过源文件进行手动安装，方便进行环境整合。下载地址目前使用的是清华大学的开源镜像站。
Maven 和 Java 通过 SDKMAN 进行安装，便于版本切换和管理。安装地址为官网。
Bazel 通过源码进行安装，直接从Github进行下载。

三、安装

1.安装 Conda

• 第一步下载 miniconda 的安装文件，此处建议建立统一的下载目录。

  wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh。

• 第二步进行安装，如无特殊需要，用默认目录即可。安装最后一步我通过 yes 默认激活了 conda，如无需要可选择 no，在需要时手动激活 conda。

  bash Miniconda3-latest-Linux-x86_64.sh

• 第三步修改 conda 的数据源，默认数据源在国外，有时不太稳定，这里继续选择清华的开源镜像站。在$HOME目录下新建.condarc文件并修改为如下内容。

  1 2 3 4 5 6 7 8 9 10 11 12 13 14

  channels: - defaults show_channel_urls: true default_channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2 custom_channels: conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

• 第四步更新数据并修改 pip 数据源。首先通过conda clean -i清除索引缓存，保证用的是镜像站提供的索引。然后通过pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple将 pip 的数据源也切换到清华镜像站。

• 第五步则根据自己的项目需求构建新的 conda 环境，默认的 base 环境建议保留原始内容。

2.安装 JAVA 和 Maven

• 第一步安装 sdkman，这里通过 sdkman 进行 java 和 maven 的版本控制。

  curl -s "https://get.sdkman.io" | bash

  source ~/.bashrc

• 第二步安装 Java，这里使用的版本是阿里出的 jdk11。

  sdk install java 11.0.9.4-albba

  此处如果下载速度缓慢可以通过设置代理下载或者手动安装。手动解压 Java 目录后，可以通过如下命令进行安装。

  sdk install java jdk-name path/to/jdk

• 第三步安装 maven。这里直接使用最新版的 maven,目前的版本是 3.6.3

  sdk install maven

• 第四步修改 maven 仓库地址，改到阿里的开源镜像仓库上以加速下载。修改~/.m2/settings.xml文件。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

<?xml version="1.0" encoding="UTF-8"?>
<settings xmlns="http://maven.apache.org/SETTINGS/1.0.0"
  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/SETTINGS/1.0.0 http://maven.apache.org/xsd/settings-1.0.0.xsd">
  <!-- localRepository
          | The path to the local repository maven will use to store artifacts.
   |
   | Default: ${user.home}/.m2/repository
  <localRepository>/path/to/local/repo</localRepository>
  -->
  <!-- <localRepository>\E:\Runtime\Maven\maven_local_repository</localRepository> -->

  <pluginGroups>
  </pluginGroups>
  <proxies>
  </proxies>
  </servers>
  <mirrors>
    <mirror>
      <id>aliyunmaven</id>
      <mirrorOf>central,jcenter</mirrorOf>
      <name>阿里云公共仓库</name>
      <url>https://maven.aliyun.com/repository/public</url>
    </mirror>
  </mirrors>
  <profiles>
  </profiles>
</settings>

3.安装 Bazel

• 第一步下载安装包，从github下载。

  wget https://github.com/bazelbuild/bazel/releases/download/4.0.0/bazel-4.0.0-installer-darwin-x86_64.sh

• 第二步安装 Bazel，默认安装路径为~/.bazel,二进制文件位于~/bin,缓存位于~/.cache/bazel。

  1 2	chmod +x bazel-4.0.0-installer-darwin-x86_64.sh bash bazel-4.0.0-installer-darwin-x86_64.sh

• 如果 bazel 初次编译过慢，可以通过设置HTTP_PEOXY和HTTPS_PROXY。通过代理加速访问。

四、小结

• 在服务器环境直接进行项目开发时，最忌讳的内容就是在多人协同时都通过 root 进行软件安装。同时不进行修改内容的记录，导致后续人员进场时出现难以解决的问题。

• conda 环境命名规则为python版本-项目名称-用户/小版本

（未完待续···）

五、参考资料

• tuna conda 源

• tuna pypi 源