CentOS 6 基于 R Markdown 渲染 PDF 的环境安装

R Markdown 为 RStudio 旗下的产品。项目中基于 R Markdown 渲染 PDF 报告。这种 PDF 渲染方案除了必须的 R 语言之外，还需额外的软件支持，主要为 texlive 和 pandoc。以下为环境安装的过程记录。

注1：安装时为了方便，切换到 root 用户，避免一直输入 sudo。

注2：文中“当前”指此文编写时的日期，为 2018-01-15。

1. 安装 texlive 2017

CentOS 6 中自带的或是 yum repo 中已有的 texlive 为 2007 版本，太过陈旧，R Markdown 在渲染 PDF 时不可用。需要先移除：

注：移除旧版本 texlive
# yum remove texlive

最新版的 texlive 安装方式多样，见 TeX Live - TeX Users Group。为了简单，选择通过 iso 安装。

注：从清华镜像站获取 texlive 2017 镜像，如失败可使用 wget -c 选项断点续传下载
# wget https://mirrors.tuna.tsinghua.edu.cn/CTAN/systems/texlive/Images/texlive2017.iso

以 loop 模式挂载 iso 文件后即可进行访问：

# mkdir /mnt/tl
# mount -o loop /path/to/texlive2017.iso /mnt/tl
注：进入挂载后的目录
# cd /mnt/tl
注：ls 后将会看到 install-tl 脚本
# ls -l

值得一提之处，texlive 默认将安装于 /usr/local/texlive。不同版本可并存，如 2017 版本，默认会安装于 /usr/local/texlive/2017。一般主要基于磁盘空间的考虑，需要更改安装路径，否则建议采用默认安装路径。更换默认安装路径见 The TeX Live Guide - 2017 #3.2.3 Directories，此处采用预设 TEXLIVE_INSTALL_PREFIX 环境变量的方式。

注：别忘记 export，且 /disk2/zkgd/texlive 需已存在
# export TEXLIVE_INSTALL_PREFIX=/disk2/zkgd/texlive
# ./install-tl

看到如下的输入表示设置默认安装目录成功。如发现非预期结果，可能是因为未带 export 或目录不存在或权限不足等，请对照解决。

<D> set directories:
   TEXDIR (the main TeX directory):
     /disk2/zkgd/texlive/2017
   TEXMFLOCAL (directory for site-wide local files):
     /disk2/zkgd/texlive/texmf-local
   TEXMFSYSVAR (directory for variable and automatically generated data):
     /disk2/zkgd/texlive/2017/texmf-var
   TEXMFSYSCONFIG (directory for local config):
     /disk2/zkgd/texlive/2017/texmf-config
   TEXMFVAR (personal directory for variable and automatically generated data):
     ~/.texlive2017/texmf-var
   TEXMFCONFIG (personal directory for local config):
     ~/.texlive2017/texmf-config
   TEXMFHOME (directory for user-specific files):
     ~/texmf

默认即为全安装模式，建议如此，Enter command: 后输入 I 启动安装。等待安装完成。安装完成后将会看到如下输出（只展示部分）：

 ----------------------------------------------------------------------
    ...
    TEXLIVE_INSTALL_PREFIX=/disk2/zkgd/texlive
 ----------------------------------------------------------------------

Welcome to TeX Live!

Documentation links: /disk2/zkgd/texlive/2017/index.html
...

Add /disk2/zkgd/texlive/2017/texmf-dist/doc/man to MANPATH.
Add /disk2/zkgd/texlive/2017/texmf-dist/doc/info to INFOPATH.
Most importantly, add /disk2/zkgd/texlive/2017/bin/x86_64-linux
to your PATH for current and future sessions.

Logfile: /disk2/zkgd/texlive/2017/install-tl.log

安装完成后，需要设置环境变量见 The TeX Live Guide - 2017 #3.4.1 Environment variables for Unix，包括 PATH，man 和 info 相关。环境变量的设置方式很多，为了便于管理，建议在 /etc/profile.d 下新建 texlive.sh，文件内容如下：

#!/bin/bash
# setting env vars, see: http://www.tug.org/texlive/doc/texlive-en/texlive-en.html#x1-310003.4.1
export PATH=/disk2/zkgd/texlive/2017/bin/x86_64-linux:$PATH
export MANPATH=/disk2/zkgd/texlive/2017/texmf-dist/doc/man:$MANPATH
export INFOPATH=/disk2/zkgd/texlive/2017/texmf-dist/doc/info:$INFOPATH

使 texlive.sh 中设置立即生效，执行：

# . /etc/profile.d/texlive.sh

也可注销用户，重新登录。生效后，tex --version 将会输出 texlive 版本信息，而非 bash: tex: command not found。

现在完成了 texlive 2017 的安装。可用一些简单脚本测试 tex，xelatex 命令是否可正常使用。不在赘述。

2. 安装 pandoc

pandoc 是 R Markdown 包渲染 PDF 时必须的支持软件。yum repo 中虽有，但 yum 安装后，无法被 R Markdown 正确使用，报错很离奇，尝试搜索原因和解决方案，结果失败。

注：Ubuntu 15 中无此问题，apt-get 安装后可正常使用。

2.1 正常安装

不采用 yum 安装，直接下载官方编译好的 pandoc，经测试可正常使用。见 Pandoc - Installing pandoc。如，当前最新版本为 pandoc-2.1.1-linux.tar.gz，将其解压到 /disk2/zkgd，此时可见 /disk2/zkgd/pandoc-2.1.1/bin 下存在 pandoc 和 pandoc-citeproc 两个可执行文件。为了使得 pandoc 对于 R 可见，有两种方式：

1. 将 pandoc 命令加入全局 PATH 变量。
2. 设置全局 RSTUDIO_PANDOC 变量指向 pandoc bin 目录。

无论哪种方式，皆建议设置到 /etc/profile.d/pandoc.sh 文件中，生效方式同上述 texlive.sh。pandoc.sh 内容如下：

#!/bin/bash
# setting env var for pandoc
#
# if you just want pandoc used by R. **here, I prefer this**
export RSTUDIO_PANDOC=/disk2/zkgd/pandoc-2.1.1/bin
# if you or other users or other softs also need `pandoc`, **uncomment follow**
# export PATH=$PATH:/disk2/zkgd/pandoc-2.1.1/bin

输入 /disk2/zkgd/pandoc-2.1.1/bin/pandoc -v，将会输出 pandoc 版本信息，而非 bash: pandoc: command not found。

2.2 意外

2.2.1 pandoc 2.x

虽然 pandoc 已经发展到 2.0 以上，但当前 R Markdown 稳定兼容的还是 2.0 以下。2.0 以上会出现问题，比如在使用 htmlwidgets 包的 saveWidget(sapmle, "xxxxx.html", selfcontained = TRUE) 将 sample 对象导出成自包含的 html 文件时，头部会多有文本 <!DOCTYPE html>，此 bug 可参见以下两个描述 https://github.com/rstudio/rmarkdown/issues/1200，https://github.com/ramnathv/htmlwidgets/issues/289。而 2.0 以下会正确解释成 <!DOCTYPE html> 这个声明标签，也就不会做为普通文本显示了。

2.2.2 自编译失败

2.0 以下的 Linux 可执行 pandoc 版本无法从 releases 页面下载到，需要自己编译。参见 Pandoc - Installing pandoc Compiling from source 小节。两种方式我皆失败，也许是受到科学上网的限制。

2.3 从 RStudio 获取

作为对 R Markdown 的支持，RStudio 下已带有编译后的 pandoc。RStudio 下载安装见 https://www.rstudio.com/products/rstudio/download-server/，当前版本为 1.1.419。CentOS 6 下安装后，会存在 /usr/lib/rstudio-server/bin/pandoc 目录，其下的 pandoc 版本为 1.19.2.1。已验证可正常使用。可将 pandoc 目录单独取出、备份，用于以后的环境安装，而不必总是安装 RStudio。

3. 安装 R 3.4.3

当前 CentOS 6.5 yum repo 中已有的 R 版本为 3.4.3，是可用的新版本。通过 yum 安装时，会发现依赖一些 2007 版本的 texlive 相关软件包，安装即可，已验证不会跟已安装的 texlive 2017 冲突。

# yum install R

安装完成后，输入 R 将会进入 R 的命令交互模式，说明安装成功。在其中安装 R Markdown 包，输入：

> install.packages('rmarkdown')

等待 rmarkdown 插件安装完成。至此，基于 R Markdown 渲染 PDF 的环境已安装完成。

4. 思考

从上可以看出 R Markdown 生成 PDF 的方案，依赖的环境还是非常笨重的。项目为 Java Web 应用，这种方案在生产环境中不算合适，以下为我的思考：

优点：

1. R Markdown 本身的语法非常简单，易上手。
2. R Markdown 为 Markdown 加入 R 语言的支持，扩大了 Markdown 的边界。
3. 语法简单意味着可以快速生成和修改简单的脚本，用于快速交付效果。
4. 支持直接内嵌 latex 指令。因为本质上 R Markdown 将首先被解释成 latex 脚本。

缺点：

1. 依赖环境非常笨重，为了生成 PDF 竟然需要如此庞大的软件的支持。
2. 学习曲线初平后陡，简单的 markdown 语法几乎不可能满足生产环境中的报告需求。需要依赖 R 语言，或是直接内嵌 latex 指令，因而对 R 语言和 latex 的学习是必须的。
3. 默认模板虽然效果不错，但是生产环境中的报告需求很复杂，对默认模板的修改无可避免。修改默认模板需要比较深的 latex 知识，难度较高。
4. 性能考虑，R Markdown 脚本到目标 PDF 之间存在着文件转化，如从 rmd 先到 tex，再从 tex 到 PDF，且伴随生成还有其他中间文件，这都会带来性能和空间资源的浪费。（BUT: premature optimization is the root of all evil.）

对于 Java Web 应用，生产环境还是优先考虑采用 Java 中渲染 PDF 的解决方案，虽然上手较难，但是总体来看绝对比 R Markdown 学习成本低（毕竟，Java 中 PDF 渲染只是一个组件，而 R Markdown 背靠着 R 和 latex），而且组件掌握后将可灵活应对繁杂的报告需求（存疑？）。

AGAIN： R Markdown 很“理想”，想随心所欲的使用，必须深入学习 R 语言和 latex。