Para buildear imagen:
Los entornos de desarrollo son imagenes docker con librerías y runtimes específicos instalados.
Se utiliza una herramienta llamada repo2docker la cual toma como input un repositorio git (o un directorio local), lee archivos en la raíz del repo y construye la imagen instalando lo dispuesto en dichos archivos.
https://repo2docker.readthedocs.io/en/latest/config_files.html se encuentra la documentacion de cada archivo.
en nuestro caso, para buildear:
repo2docker github.com/lucianolacurcia/r-image
Esto genera una imagen que queda en el repositorio local de imagenes de docker, luego debemos pushearlo al repo del cluster de openshifta usando docker push (quizá cambiarle el nombre y retaguearlo también)
Para poder usar la nueva imagen en jupyterhub, tenemos que modificar la lista de imagenes single-user que aparece en la config del helm chart de jupyterhub, en el archivo valuse.yml, en esta parte:
singleuser:
profileList: # podemos poner una lista de multiples imagenes para que los usuarios eligan
- display_name: "Rstudio estadística IMM + Python" # Acá el nombre del entorno
description: "R 4.1.2 con las bibliotecas instaladas." # Acá la descripción
kubespawner_override:
image: "lucianolacurcia/jupyterhub-rstudio:94d4b1611e25"
default_url: "/lab"
Hay un bug al usar rstudio-session-proxy en openshift que genera que no se pueda acceder al servidor por un url mal formado. Para solucionar esto, se debe instalar una version modificada de rstudio-session-proxy en el entorno que queremos crear.
Para esto, usamos el archivo postBuild el cual contiene un script que se ejecuta al finalizar el build de la imagen. En este archivo podemos reinstalar rstudio-session-proxy pero esta vez usando la versión modificada. No olvidarse de esto si se hacen builds de imagenes ya que no van a funcionar en openshift.