Dockerfile

# 使用一个包含 R 和 Tidyverse 的基础镜像
# rocker/tidyverse 包含了许多常用包，但仍需确保所有依赖都存在
FROM rocker/tidyverse:latest

# 设置工作目录
WORKDIR /app

# 复制你的 R 脚本和数据文件到容器中
COPY app.R .
COPY gmqrkl.xlsx .

# 确保系统包更新和安装必要的开发工具（对于 R 包编译可能需要）
# IMPORTANT: Added libpython3-dev for robust Python C-extensions compilation
# Also added build-essential and gfortran which are crucial for pystan/fbprophet
RUN apt-get update && apt-get install -y --no-install-recommends \
    sudo \
    curl \
    libxml2-dev \
    libssl-dev \
    libcurl4-openssl-dev \
    libfontconfig1-dev \
    libcairo2-dev \
    fonts-wqy-zenhei \
    gfortran \
    libatlas-base-dev \
    libopenblas-dev \
    liblapack-dev \
    pandoc \
    pkg-config \
    python3 \
    python3-pip \
    python3-dev \
    build-essential \
    # Ensure python development headers are explicitly there
    libpython3-dev \
    # Added python3-venv and python3-wheel as good practices
    python3-venv \
    python3-wheel \
    && rm -rf /var/lib/apt/lists/*

# 为 prophet 包安装 Python 依赖
# 注意：Prophet R 包在内部调用了 Python 的 Prophet 库
# 移除了 pip 自身升级的步骤，因为 apt 管理的 pip 不应由 pip 自身升级
# 再次尝试安装 pystan 和 fbprophet，确保所有依赖到位
RUN pip3 install pystan==2.19.1.1 # Pin a specific stable pystan version
RUN pip3 install fbprophet==0.7.1 # Pin a specific stable fbprophet version

# 安装所有必需的 R 包
# 分开安装一些可能相互依赖或安装耗时的包，增加稳定性
# 增加 repos URL，并添加 Ncpus 参数以利用多核加速安装
RUN R -e "install.packages(c('zoo', 'forecast', 'tseries', 'uroot', 'readxl', 'lubridate', 'tidyr'), repos='http://cran.rstudio.com/', Ncpus = `nproc`)"
RUN R -e "install.packages(c('ggplot2', 'dplyr', 'ggpubr', 'patchwork', 'scales'), repos='http://cran.rstudio.com/', Ncpus = `nproc`)"
RUN R -e "install.packages(c('Rcpp', 'RcppArmadillo', 'RcppParallel', 'prophet'), repos='http://cran.rstudio.com/', Ncpus = `nproc`)"
RUN R -e "install.packages(c('parallel', 'doParallel'), repos='http://cran.rstudio.com/', Ncpus = `nproc`)"

# 设置环境变量，确保 R 知道去哪里找字体
ENV R_LIBS_USER=/usr/local/lib/R/site-library
ENV R_GSCMD=/usr/bin/gs
# 设置 LANG 环境变量，确保R能正确处理中文字符
ENV LANG=C.UTF-8

# 运行你的 R 脚本
CMD ["Rscript", "app.R"]