配置docker和cocalc镜像

cocalc是一个配置的很完整的科学计算平台（原来叫做sage notebook），其主页为https://cocalc.com/，任何设备只要通过网页即可访问，可以理解为一个配好了Python、R、Sagemath和Julia的jupyter notebook + 在线Sage worksheet + VScode + Overleaf + 在线的Linux X11环境。

尤其是官方的docker镜像，可以轻易的在本地和自己的服务器上部署cocalc的环境，同时这个镜像已经配好了大量的环境，最近在追加支援了Apple的M1处理器。

作为一个做高能物理的搬砖工，本地的docker没有和官网一样配置好ROOT环境实在是有些可惜，在配置中发现因为这个镜像环境的特殊性其实并不好配置，且网上并没有相关教程，那在这个教程中，我将手把手教大家如何配置cocalc的docker镜像并且为其配上ROOT的后端。
首先需要安装docker，windows需要下载Docker Desktop，Linux直接通过打包管理器安装docker(docker.io)即可，windows上双击打开Docker Desktop就已经打开了docker服务，而Linux需要注意启动docker deamon。

docker pull sagemathinc/cocalc

等待docker慢慢把这个接近8个G的镜像pull下来，Windows用户千万不要着急直接点“▶”按键开始，没有做好硬盘的软链接是不会保存你修改的文件的，正确的启动方法为：

docker run --name=cocalc -d -v D:/cocalc:/projects -p 443:443 sagemathinc/cocalc

其中--name是这个本地容器的名称，D:/cocalc:/projects就是做软链接，把本地一个文件夹与容器中的projects文件夹链接在一起，就不会因为重启容器而丢失数据了，这里的D:/cocalc可以改为任何你放工程文件的地方。
现在来到浏览器，打开https://localhost，注意一定是https，因为这个容器不支援非ssl链接，你就可以成功打开和官网一样的cocalc登录和工作区了。之后每次启动只需要去容器页面点“▶”即可。

安装ROOT并在jupyter中启用

在cocalc中安装ROOT并不和普通的Linux一致，首先cocalc已经抛弃了python2，并且cocalc需要特殊的jupyter kernel配置地址，现在跟我做：

确定cocalc的python版本

我们现在进入cocalc中，新建一个jupyter notebook，选择Python3(SageMath)的后端，输入

import sys
sys.executable

这里的输出就是cocalc对应的python地址，请记下来在接下来编译ROOT时需要对这个版本的python编译。

为cocalc-python编译ROOT

首先进入容器的命令行界面，我们需要在windows powershell中输入

docker exec -it cocalc bash

然后我们到容器的用户目录（默认为sage）

cd /home/sage

我们现在需要下载最新版的root（未编译的版本），可以选择从root的git把最新的pull下来，或者去官网下载最新的未编译包，下面是一个例子：

wget https://root.cern/download/root_v6.26.00.source.tar.gz
tar -xzvf root_v6.26.00.source.tar.gz

现在进入已经解压的文件夹，应该和你下载的压缩包一个名字

cd root_v6.26.00

现在我们要新建一个编译的目录，这里就叫nbuild吧

mkdir nbuild
cd nbuild

然后我们需要用cmake的老两样来编译了

cmake ../ -DPython3_EXECUTABLE=/usr/local/sage/local/var/lib/sage/venv-python3.8/bin/python3 -Dfftw3=ON -Dminuit2=ON -Dbuiltin_fftw3=ON
make -j 8

这里要注意DPython3_EXECUTABLE指向的是在上一步中在cocalc的notebook中获取到的sage对应的python版本的地址，后面Dfftw3 Dbuiltin_fftw3是为了卷高斯等用的，不编译这个没法做卷积哦！在第一步中cmake提示缺少什么包就利用apt install补相关的依赖项即可。后面的make -j x中的x指的是worker的数量，一般你的处理器有多少个执行绪就写几吧！比如笔者的电脑有16个执行绪，我就采用了make -j 16。
等待make完成[100%]并提示已经成功，那么我们为cocalc-python编译的ROOT已经编译成功了！
接下来我们

source /home/sage/root_v6.26.00/nbuild/bin/thisroot.sh

就已经在系统中利用root或是在命令行的python中用import ROOT来使用ROOT了。
接下来把这句话加载在/root/.bash_profile和/home/sage/.bash_profile最后就可以在启动容器时自动加载ROOT了。
如果你还想为这个容器中的其他python编译的话，只需要用类似的方法修改DPython3后的路径，利用whereis python即可来找到系统中所有python的位置，一般都是xxx/bin/python3.x。

挂载和修改kernel

照理来说，以往我们完成到这一步，ROOT就应该已经可以在jupyter中找到了，但是即使source thisroot.sh后cocalc中却还是找不到，直接开jupyter虽然能找到但是ROOT的后端一直无法连接成功，在python直接import也提示找不到，因为cocalc中加载自定义的kernel方法并不一样。
首先，我们来把ROOT的kernel挂载在cocalc的kernel库底下

 ln -s /home/sage/root-6.26.00/nbuild/etc/notebook/kernels/root /usr/local/share/jupyter/kernels/root

然后我们需要给我们编译的成果777的权限（否则jupyter无法调用运行权限）

cd /home/sage/root-6.26.00/
chmod 777 nbuild -R

注意一定要带-R，否则子目录并没有授予权限
接下来我们要进入/usr/local/share/jupyter/kernels/root

cd /usr/local/share/jupyter/kernels/root

修改kernel.json为

{
 "language": "c++",
 "display_name": "ROOT C++",
 "env":{
   "PYTHONPATH":"/home/sage/root-6.26.00/nbuild/lib"
 },
 "argv": [
  "/usr/local/sage/local/var/lib/sage/venv-python3.8/bin/python3",
  "-m",
  "JupyROOT.kernel.rootkernel",
  "-f",
  "{connection_file}"
 ]
}

其实您前后对比可以发现只是增加了一个我们编译的ROOT文件库的地址在PYTHONPATH的环境变量中（上文"env:{}"中），这样就可以让python找到JupyROOT.kernel的地址。
此时您上cocalc刷新一下kernel列表应该就可以看到ROOT了！

让python可以import ROOT

在编译我们先进入命令行的python（可以import ROOT的版本），输入

import sys
print(sys.path)

请保存好这里输出的array结果，应该类似是

['', '/home/sage/root-6.26.06=0/nbuild/lib', '/usr/lib/python38.zip', '/usr/lib/python3.8', '/usr/lib/python3.8/lib-dynload', '/usr/local/sage/local/var/lib/sage/venv-python3.8/lib/python3.8/site-packages']

这里root的lib路径被放在了第二位，这就是能够正确import ROOT的重点，而cocalc中第二位不是这个，因此导入才提示找不到ROOT。

此时root kernel进入上级目录中cocalc原本的python3和python3-sage的目录，这里以python3-sage为例

cd /usr/local/share/jupyter/kernels/python3-sage

这里需要把kernel.json文件中-cconfig的这个entry改为

    "-c",
    "%config InlineBackend.figure_formats = set(['retina'])\nimport matplotlib; matplotlib.rcParams['figure.figsize'] = (12, 7)\nimport sys;sys.path=['', '/home/sage/root-6.26.06=0/nbuild/lib', '/usr/lib/python38.zip', '/usr/lib/python3.8', '/usr/lib/python3.8/lib-dynload', '/usr/local/sage/local/var/lib/sage/venv-python3.8/lib/python3.8/site-packages']\n",

注意到这里需要把里面sys.path等号后面的array改为这一节开头让您在python中得到的结果。
当您在这里修改完俩个kernel后，您再回到cocalc中看一下，现在是不是已经可以import ROOT了？

恭喜你！当你走到这一步的时候说明您已经成功的配置好了cocalc中的ROOT后端！
这一次的尝试中，笔者也增加了对于jupyter kernel环境的认识，相信在帮助您解决配置的同时也给您添加其他kernel的灵感。