RStudio Server（R 用户的 IDE）
# 安装
sudo apt install gdebi-core
wget https://download2.rstudio.org/server/jammy/amd64/rstudio-server-latest-amd64.deb
sudo gdebi rstudio-server-latest-amd64.deb
# 访问（浏览器打开）
http://server_ip:8787每个 Linux 用户登录后看到自己的 RStudio 界面，环境完全隔离。
JupyterHub（Python 用户的 IDE）
# 安装
sudo apt install python3-pip
sudo pip3 install jupyterhub notebook
# 生成配置
sudo jupyterhub --generate-config -f /etc/jupyterhub/jupyterhub_config.py
# 启动
sudo jupyterhub -f /etc/jupyterhub/jupyterhub_config.py
# 访问
http://server_ip:8000多人协作配置
| 配置项 | 说明 |
|---|---|
| 每个用户独立 Conda 环境 | R 版本和包互不干扰 |
| 共享数据目录 | /shared/data（只读）放参考基因组 |
| NFS 共享存储 | 多节点场景下统一存储 |
| 系统服务化 | systemd 管理 RStudio/JupyterHub 开机自启 |
性能建议
- JupyterHub 内存建议每人 4-8GB（在 Slurm 配额中限制）
- RStudio Server 大数据操作时需要足够内存（R 的 data.frame 是内存密集型）
- 两者可以同时运行在不同端口（8787 和 8000）