适用场景：Linux 工作站、HPC、Slurm 集群、R/Python 科研分析、Docker 镜像转 SIF。
重点兼容：Singularity 3.5.x。
你的当前版本：Singularity 3.5.0。
文档格式：Markdown 源码，可直接复制、修改并保存为
.md。更新时间：2026-07-11。
Apptainer（原名Singularity）是一种专为高性能计算（HPC）设计的开源容器技术，现已成为Linux基金会的一部分。它以轻量级、快速部署和高安全性为特点，广泛应用于科学计算、工程仿真和数据分析等领域。
核心特点
Apptainer支持将应用程序及其依赖项打包成单一的不可变文件格式（SIF），实现了高可移植性，便于在不同计算环境中迁移和共享。其轻量级虚拟化技术无需模拟整个硬件环境，启动速度快且资源占用低。此外，Apptainer采用用户权限隔离机制，确保容器内外的安全性。
使用场景
Apptainer在高性能计算中表现尤为突出，适用于科学研究、数据处理和分布式系统等场景。它能够快速部署容器，支持GPU、高速网络和并行文件系统的无缝集成，显著提升计算效率。
1. Singularity、SingularityCE 与 Apptainer 的关系
Singularity 是面向 HPC 和科研计算的容器平台。
历史关系可以简化为：
text
早期 Singularity
│
├── SingularityCE
│ 命令：singularity
│
└── Apptainer
命令：apptainerSingularityCE 和 Apptainer 是不同项目，但都延续了早期 Singularity 的使用方式。
你的服务器执行：
bash
command -v singularity
singularity version得到：
text
/usr/local/bin/singularity
3.5.0因此本文默认使用：
bash
singularity ...而不是：
bash
apptainer ...常见命令替换关系：
text
SingularityCE Apptainer
singularity exec apptainer exec
singularity shell apptainer shell
singularity run apptainer run
singularity pull apptainer pull
singularity build apptainer build
SINGULARITY_CACHEDIR APPTAINER_CACHEDIR
SINGULARITY_TMPDIR APPTAINER_TMPDIR
SINGULARITYENV_VAR APPTAINERENV_VARApptainer 仍兼容很多 SINGULARITY_* 环境变量，但在你当前系统上应优先使用 Singularity 原生写法。
2. Singularity 的核心概念
Singularity 最重要的对象包括：
text
definition file（.def）
↓ singularity build
SIF 镜像（.sif）
↓ singularity exec / run / shell
容器化进程2.1 SIF 镜像
SIF 是 Singularity Image Format。
一个 SIF 通常就是一个普通文件：
text
r431-analysis-1.0.sif它可以：
bash
ls -lh r431-analysis-1.0.sif
cp r431-analysis-1.0.sif /groups/project/containers/
scp r431-analysis-1.0.sif user@server:/path/
sha256sum r431-analysis-1.0.sifSIF 默认是不可变的只读镜像。
2.2 sandbox
sandbox 是一个目录形式的容器根文件系统：
text
r431-sandbox/
├── bin/
├── etc/
├── lib/
├── opt/
├── usr/
└── var/sandbox 可以在具备权限时以可写方式使用，适合开发和调试。
2.3 persistent overlay
overlay 是叠加在只读 SIF 上方的可写层：
text
基础环境：r431-analysis.sif
+
变化文件：r431-overlay.img
=
实际运行环境SIF 不变，新安装的软件和修改保存在 overlay 中。
2.4 instance
普通 exec、run 和 shell 结束后，不会留下类似 Docker 的停止容器对象。
若要在后台长期运行服务，需要使用：
bash
singularity instance start2.5 definition file
definition file，简称 def 文件，是 Singularity 的构建说明书，作用类似 Dockerfile。
示例：
text
Bootstrap: docker
From: ubuntu:22.04
%post
apt-get update
apt-get install -y curl
%runscript
exec bash "$@"3. 检查 Singularity 状态
3.1 检查命令位置
bash
command -v singularity
which singularity
type -a singularity3.2 检查版本
bash
singularity version
singularity --version你的结果：
text
3.5.03.3 查看主帮助
bash
singularity --help
singularity help3.4 查看子命令帮助
bash
singularity help build
singularity help exec
singularity help shell
singularity help instance start也可以：
bash
singularity build --help
singularity exec --help3.5 查看安装路径
bash
readlink -f "$(command -v singularity)"查看相关目录：
bash
ls -l /usr/local/bin/singularity
ls -ld /usr/local/libexec/singularity 2>/dev/null
ls -ld /usr/local/etc/singularity 2>/dev/null3.6 基础运行测试
直接运行远程容器：
bash
singularity exec \
docker://alpine:latest \
cat /etc/os-release建议正式使用时先拉取为本地 SIF：
bash
mkdir -p "$HOME/containers"
singularity pull \
"$HOME/containers/alpine-latest.sif" \
docker://alpine:latest测试：
bash
singularity exec \
"$HOME/containers/alpine-latest.sif" \
cat /etc/os-release3.7 调试模式
bash
singularity --debug exec \
"$HOME/containers/alpine-latest.sif" \
true增加详细输出：
bash
singularity --verbose exec \
"$HOME/containers/alpine-latest.sif" \
true安静模式：
bash
singularity --quiet exec \
"$HOME/containers/alpine-latest.sif" \
command4. Singularity 是否需要后台服务
普通 Singularity 运行不依赖类似 Docker 的中央 daemon。
Docker 常见结构：
text
docker CLI
↓
dockerd 后台服务
↓
镜像和容器Singularity 常见结构：
text
singularity 命令
↓
直接启动容器化进程
↓
程序结束后退出所以通常不存在：
bash
systemctl status singularity也不需要：
bash
systemctl start singularity检查 Singularity 是否可用，主要使用：
bash
command -v singularity
singularity version
singularity exec image.sif true注意：管理员可能配置了 Singularity 的辅助组件、远程服务或 setuid 安装，但普通用户通常不需要管理常驻 daemon。
5. 安装 Singularity
5.1 HPC 上最推荐的安装方式
在共享 HPC 上，最好由管理员统一安装到：
text
/usr/local/bin/singularity或者通过 environment module 提供：
bash
module avail 2>&1 | grep -i singularity
module load singularity
singularity version管理员安装可以保证：
text
登录节点和计算节点版本一致
setuid / user namespace 策略一致
GPU 绑定配置一致
共享文件系统配置一致
fakeroot 配置一致5.2 你当前已经安装，不需要重新安装
你当前：
bash
command -v singularity
# /usr/local/bin/singularity
singularity version
# 3.5.0可以直接进入后续使用章节。
5.3 安装 Singularity 3.5.x 的历史方法
以下用于理解旧版 3.5.x 安装，不建议在 2026 年新部署时继续安装 3.5。
Ubuntu/Debian 依赖：
bash
sudo apt-get update
sudo apt-get install -y \
build-essential \
uuid-dev \
libgpgme-dev \
squashfs-tools \
libseccomp-dev \
wget \
pkg-config \
git \
cryptsetup-bin旧版 Singularity 3.5.3 要求 Go 1.13 或更高。
下载历史版本：
bash
export VERSION=3.5.3
wget \
"https://github.com/sylabs/singularity/releases/download/v${VERSION}/singularity-${VERSION}.tar.gz"
tar -xzf "singularity-${VERSION}.tar.gz"
cd singularity构建：
bash
./mconfig
make -C builddir
sudo make -C builddir install检查：
bash
/usr/local/bin/singularity version5.4 新安装应使用较新的 SingularityCE
新版本的下载包名称通常类似：
text
singularity-ce-VERSION.tar.gz通用流程：
bash
export VERSION="请替换为准备安装的当前版本"
wget \
"https://github.com/sylabs/singularity/releases/download/v${VERSION}/singularity-ce-${VERSION}.tar.gz"
tar -xzf "singularity-ce-${VERSION}.tar.gz"
cd "singularity-ce-${VERSION}"
./mconfig
make -C builddir
sudo make -C builddir install新安装前必须根据对应版本的官方文档确认：
text
Go 版本要求
系统依赖
FUSE 版本
squashfs 工具
是否启用 setuid
是否启用 OCI mode不要直接将旧版 3.5 的依赖命令用于所有新版本。
5.5 指定安装路径
管理员可指定 prefix：
bash
./mconfig --prefix=/opt/singularity
make -C builddir
sudo make -C builddir install普通用户个人安装可能使用：
bash
./mconfig \
--prefix="$HOME/software/singularity" \
--without-suid但无特权安装依赖内核 user namespace，功能可能受限。共享 HPC 上应先咨询管理员。
6. Singularity 配置文件和安装位置
6.1 默认配置路径
从源码默认安装时常见位置：
text
/usr/local/etc/singularity/查看：
bash
ls -lah /usr/local/etc/singularity/主要配置文件可能包括：
text
singularity.conf
ecl.toml
capability.json
network/6.2 查看主配置
bash
grep -vE '^[[:space:]]*(#|$)' \
/usr/local/etc/singularity/singularity.conf普通用户通常只有读取权限。
6.3 常见管理员配置项
可能涉及：
text
allow setuid
allow user bind mounts
mount home
mount tmp
mount hostfs
bind path
enable overlay
sessiondir max size实际行为以本集群配置为准。
6.4 查看 fakeroot 配置
检查系统映射：
bash
grep "^$(whoami):" /etc/subuid
grep "^$(whoami):" /etc/subgid如果没有结果，通常不能使用完整 fakeroot。
测试：
bash
singularity exec --fakeroot \
"$HOME/containers/alpine-latest.sif" \
id理想情况下容器内显示：
text
uid=0(root)但这只是容器 user namespace 内的"假 root"，并不获得宿主机 root 权限。
7. SIF 镜像、sandbox 和 overlay 的存储位置
7.1 SIF 位置由用户完全指定
bash
singularity pull \
/users/$USER/containers/r431.sif \
docker://repository/image:tag最终 SIF 就位于：
text
/users/用户名/containers/r431.sif可以自由移动：
bash
mv r431.sif /groups/project/containers/
cp r431.sif /backup/7.2 sandbox 位置由用户指定
bash
singularity build \
--sandbox "$HOME/containers/r431-sandbox" \
docker://ubuntu:22.04它是一个目录，而不是单一文件。
7.3 overlay 位置由用户指定
text
$HOME/containers/r431-overlay.img运行时：
bash
singularity exec \
--overlay "$HOME/containers/r431-overlay.img" \
"$HOME/containers/r431.sif" \
command7.4 缓存位置
Singularity 3.5 默认缓存通常位于：
text
$HOME/.singularity/cache查看：
bash
singularity cache list自定义：
bash
export SINGULARITY_CACHEDIR="$HOME/singularity/cache"7.5 临时构建位置
默认通常使用：
text
/tmp自定义：
bash
export SINGULARITY_TMPDIR="/tmp/$USER/singularity-tmp"
mkdir -p "$SINGULARITY_TMPDIR"镜像最终路径、缓存路径和临时路径是三个不同概念：
text
最终 SIF：
$HOME/containers/r431.sif
缓存：
$HOME/singularity/cache
构建临时文件：
/tmp/$USER/singularity-tmp8. 下载和拉取镜像
8.1 从 Docker Hub 拉取
bash
mkdir -p "$HOME/containers"
singularity pull \
"$HOME/containers/ubuntu-22.04.sif" \
docker://ubuntu:22.048.2 从 Singularity Library 拉取
bash
singularity pull \
"$HOME/containers/alpine.sif" \
library://alpine:latestSingularity 3.5 的远程 Library 是否仍可访问，取决于远程服务兼容性和集群配置。
8.3 直接运行远程镜像
bash
singularity exec \
docker://ubuntu:22.04 \
cat /etc/os-release不建议在多个并行作业中反复直接使用远程 URI。
推荐：
text
先 singularity pull 得到本地 SIF
再让所有作业运行同一个 SIF8.4 指定架构
查看帮助：
bash
singularity pull --help若版本支持，可用：
bash
singularity pull \
--arch amd64 \
image.sif \
docker://repository/image:tag源镜像架构必须与运行节点兼容，除非使用额外模拟机制。
8.5 私有 Docker 仓库登录
Singularity 3.5 可尝试：
bash
singularity pull \
--docker-login \
private-image.sif \
docker://registry.example.com/user/image:tag根据提示输入用户名和密码。
避免把密码直接写进 shell 历史。
8.6 禁用缓存
bash
singularity pull \
--disable-cache \
image.sif \
docker://ubuntu:22.04这会增加重复下载，不适合日常使用，只用于缓存异常排查。
9. Docker/OCI 镜像转 SIF
9.1 直接从 Docker Hub 转换
bash
singularity pull \
"$HOME/containers/r431-analysis-1.0.sif" \
docker://yourname/r431-analysis:1.0Singularity 会：
text
下载 Docker/OCI 层
↓
解压并合并
↓
生成 SIF9.2 使用 build 转换
bash
singularity build \
"$HOME/containers/r431-analysis-1.0.sif" \
docker://yourname/r431-analysis:1.0pull Docker 镜像时，内部也需要完成 OCI 到 SIF 的转换。
9.3 Docker ENTRYPOINT 与 CMD 差异
Docker 镜像转换为 SIF 后，Docker 的 ENTRYPOINT、CMD 和环境变量不一定完全按照 Docker 运行时方式生效。
例如 Micromamba Docker 镜像通常依赖 entrypoint 自动激活环境，但 Singularity 中最好显式调用：
bash
/opt/conda/bin/R
/opt/conda/bin/Rscript示例：
bash
singularity exec \
r431-analysis.sif \
/opt/conda/bin/Rscript \
-e 'sessionInfo()'不要假设：
bash
singularity exec r431-analysis.sif Rscript ...一定会找到正确的 R。
先检查：
bash
singularity exec r431-analysis.sif \
bash -c '
echo "$PATH"
command -v R || true
command -v Rscript || true
ls -l /opt/conda/bin/R*
'10. Docker tar 文件转 SIF
这是你当前最推荐的迁移方式。
10.1 在有 Docker 的机器上导出
bash
docker save \
--output r431-analysis-1.0.tar \
r431-analysis:1.0建议使用未压缩 .tar，兼容旧版 Singularity 3.5 更稳妥。
生成校验值：
bash
sha256sum r431-analysis-1.0.tar \
> r431-analysis-1.0.tar.sha25610.2 复制到 HPC
bash
scp \
r431-analysis-1.0.tar \
r431-analysis-1.0.tar.sha256 \
user@hpc:$HOME/containers/10.3 在 HPC 验证
bash
cd "$HOME/containers"
sha256sum -c r431-analysis-1.0.tar.sha25610.4 转换为 SIF
bash
export SINGULARITY_CACHEDIR="$HOME/singularity/cache"
export SINGULARITY_TMPDIR="/tmp/$USER/singularity-tmp"
mkdir -p "$SINGULARITY_CACHEDIR"
mkdir -p "$SINGULARITY_TMPDIR"
singularity build \
"$HOME/containers/r431-analysis-1.0.sif" \
"docker-archive:$HOME/containers/r431-analysis-1.0.tar"注意 URI：
text
正确：
docker-archive:/完整路径/image.tar
不要写成：
docker-archive://完整路径/image.tar10.5 测试
bash
singularity exec \
--cleanenv \
"$HOME/containers/r431-analysis-1.0.sif" \
/opt/conda/bin/R --version10.6 确认后删除 tar
bash
rm "$HOME/containers/r431-analysis-1.0.tar"
rm "$HOME/containers/r431-analysis-1.0.tar.sha256"保留：
text
r431-analysis-1.0.sif11. 查看和检查 SIF 镜像
11.1 查看文件大小
bash
ls -lh image.sif
du -h image.sif11.2 查看镜像元数据
bash
singularity inspect image.sifJSON：
bash
singularity inspect --json image.sif11.3 查看环境定义
bash
singularity inspect --environment image.sif11.4 查看 runscript
bash
singularity inspect --runscript image.sif11.5 查看 labels
bash
singularity inspect --labels image.sif11.6 查看 definition file
如果构建时保存了 def 元数据：
bash
singularity inspect --deffile image.sif11.7 查看 SIF 内部对象
bash
singularity sif list image.sif查看 header：
bash
singularity sif header image.sif11.8 查看镜像中的系统
bash
singularity exec image.sif \
cat /etc/os-release11.9 查看关键软件
bash
singularity exec image.sif \
bash -c '
uname -m
cat /etc/os-release
command -v R || true
command -v python || true
command -v micromamba || true
'12. 运行、执行和进入容器
12.1 exec
在容器中执行指定命令：
bash
singularity exec image.sif \
cat /etc/os-release运行 R：
bash
singularity exec image.sif \
/opt/conda/bin/Rscript \
analysis.R12.2 shell
进入交互式 shell：
bash
singularity shell image.sif进入后提示符通常类似：
text
Singularity>退出：
bash
exit指定 bash：
bash
singularity exec image.sif \
/bin/bash12.3 run
执行镜像定义的默认 runscript：
bash
singularity run image.sifSIF 也可能具有可执行权限，可直接：
bash
./image.sif这取决于文件权限和系统配置。
12.4 test
执行 definition file 中的 %test：
bash
singularity test image.sif12.5 管道和标准输入
bash
echo 'print(R.version.string)' \
| singularity exec image.sif \
/opt/conda/bin/R --vanilla --slave12.6 设置工作目录
Singularity 3.5 可以使用：
bash
singularity exec \
--pwd /project \
image.sif \
pwd若 --pwd 不可用或行为异常，可以：
bash
singularity exec image.sif \
bash -c 'cd /project && Rscript analysis.R'13. 宿主机目录绑定与文件访问
Singularity 通过 bind mount 使用宿主机文件。
13.1 默认自动绑定
默认配置通常自动绑定：
text
$HOME
$PWD
/tmp
/var/tmp
/proc
/sys
/etc/passwd
/etc/resolv.conf具体以管理员配置为准。
13.2 显式绑定目录
bash
singularity exec \
--bind /groups/myproject:/project \
image.sif \
ls -lah /project缩写：
bash
singularity exec \
-B /groups/myproject:/project \
image.sif \
ls -lah /project格式：
text
宿主机路径:容器内路径:权限13.3 只读绑定
bash
singularity exec \
--bind /groups/myproject/data:/project/data:ro \
image.sif \
ls /project/data13.4 可写绑定
bash
singularity exec \
--bind /groups/myproject/results:/project/results:rw \
image.sif \
command默认一般是 rw。
13.5 多个 bind
逗号分隔：
bash
singularity exec \
--bind \
/groups/myproject/code:/project/code:ro,/groups/myproject/data:/project/data:ro,/groups/myproject/results:/project/results:rw \
image.sif \
command也可多次写：
bash
singularity exec \
-B /groups/myproject/code:/project/code:ro \
-B /groups/myproject/data:/project/data:ro \
-B /groups/myproject/results:/project/results:rw \
image.sif \
command13.6 使用环境变量统一 bind
bash
export SINGULARITY_BINDPATH="/groups/myproject:/project"
singularity exec image.sif \
ls /projectSingularity 3.5 也接受：
bash
export SINGULARITY_BIND="/groups/myproject:/project"13.7 不自动挂载 HOME
bash
singularity shell \
--no-home \
image.sif注意：若当前工作目录本身就是 HOME，HOME 仍可能因当前目录绑定而可见。
13.8 更严格隔离
bash
singularity exec \
--containall \
--cleanenv \
--bind /groups/myproject:/project \
image.sif \
command这会更严格地隔离文件系统、环境和部分 namespace。
13.9 文件权限
Singularity 默认使用宿主机当前用户 UID/GID。
容器写入绑定目录的文件通常仍属于当前用户：
bash
singularity exec \
-B "$PWD":/project \
image.sif \
touch /project/test.txt
ls -l test.txt这比传统 rootful Docker 更自然地适配 HPC 共享文件系统。
14. 环境变量和环境隔离
14.1 默认继承宿主机环境
不使用 --cleanenv 时，很多宿主机环境变量会进入容器：
bash
export TEST_VAR=hello
singularity exec image.sif \
env | grep TEST_VAR14.2 清理宿主机环境
bash
singularity exec \
--cleanenv \
image.sif \
env科研复现建议经常使用：
bash
--cleanenv避免宿主机的：
text
PATH
LD_LIBRARY_PATH
R_LIBS_USER
PYTHONPATH
CONDA_PREFIX
代理变量干扰镜像环境。
14.3 设置容器内环境变量
Singularity 3.5 使用 SINGULARITYENV_ 前缀：
bash
SINGULARITYENV_OMP_NUM_THREADS=8 \
singularity exec image.sif \
env | grep OMP_NUM_THREADS14.4 设置 PATH
在容器 PATH 前添加：
bash
export SINGULARITYENV_PREPEND_PATH="/opt/conda/bin"
singularity exec image.sif \
command -v R追加：
bash
export SINGULARITYENV_APPEND_PATH="/opt/custom/bin"完全覆盖：
bash
export SINGULARITYENV_PATH="/opt/conda/bin:/usr/local/bin:/usr/bin:/bin"14.5 R 环境隔离
bash
unset R_LIBS_USER
unset R_PROFILE_USER
unset R_ENVIRON_USER然后：
bash
singularity exec \
--cleanenv \
image.sif \
/opt/conda/bin/Rscript \
-e '
print(R.version.string)
print(.libPaths())
print(Sys.getenv("R_LIBS_USER"))
'14.6 Slurm 线程环境变量
bash
export OMP_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export OPENBLAS_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export MKL_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export SINGULARITYENV_OMP_NUM_THREADS="$OMP_NUM_THREADS"
export SINGULARITYENV_OPENBLAS_NUM_THREADS="$OPENBLAS_NUM_THREADS"
export SINGULARITYENV_MKL_NUM_THREADS="$MKL_NUM_THREADS"15. 缓存和临时目录配置
15.1 默认缓存
text
$HOME/.singularity/cache查看：
bash
singularity cache list详细查看：
bash
singularity cache list --verbose15.2 自定义缓存目录
bash
mkdir -p "$HOME/singularity/cache"
export SINGULARITY_CACHEDIR="$HOME/singularity/cache"写入 ~/.bashrc：
bash
cat >> ~/.bashrc <<'EOF'
export SINGULARITY_CACHEDIR="$HOME/singularity/cache"
EOF15.3 自定义临时目录
bash
mkdir -p "/tmp/$USER/singularity-tmp"
export SINGULARITY_TMPDIR="/tmp/$USER/singularity-tmp"如果集群提供本地 scratch：
bash
export SINGULARITY_TMPDIR="/local_scratch/$USER/singularity-tmp"
mkdir -p "$SINGULARITY_TMPDIR"15.4 为什么临时目录优先使用本地磁盘
构建和转换镜像可能产生大量临时文件。
以下文件系统可能较慢或存在功能限制：
text
NFS
Lustre
GPFS
FUSE
WebDAV最终 SIF 可以放共享存储，但构建临时目录优先放节点本地 /tmp 或 scratch。
15.5 清理缓存前预览
bash
singularity cache clean --dry-run15.6 清理全部缓存
bash
singularity cache clean不询问：
bash
singularity cache clean --force15.7 按类型清理
bash
singularity cache clean \
--type=oci,blob15.8 手工查看磁盘使用
bash
du -sh "$SINGULARITY_CACHEDIR"
du -h --max-depth=2 "$SINGULARITY_CACHEDIR" 2>/dev/null不要在缓存目录中手工添加不相关文件。
16. 使用 definition file 构建镜像
16.1 基础 def 文件
创建：
bash
cat > ubuntu-tools.def <<'EOF'
Bootstrap: docker
From: ubuntu:22.04
%labels
Author Your_Name
Version 1.0
Description Ubuntu tools container
%post
apt-get update
DEBIAN_FRONTEND=noninteractive \
apt-get install -y --no-install-recommends \
ca-certificates \
curl \
git
apt-get clean
rm -rf /var/lib/apt/lists/*
%environment
export LANG=C.UTF-8
export LC_ALL=C.UTF-8
%runscript
exec bash "$@"
%test
curl --version
git --version
EOF16.2 使用 sudo 构建
在有管理员权限的工作站：
bash
sudo -E singularity build \
ubuntu-tools-1.0.sif \
ubuntu-tools.def-E 可保留 SINGULARITY_CACHEDIR 和 SINGULARITY_TMPDIR 等环境变量。
16.3 使用 fakeroot 构建
前提：管理员已配置 /etc/subuid 和 /etc/subgid。
bash
singularity build \
--fakeroot \
ubuntu-tools-1.0.sif \
ubuntu-tools.def16.4 检查 fakeroot
bash
grep "^$(whoami):" /etc/subuid
grep "^$(whoami):" /etc/subgid测试：
bash
singularity exec \
--fakeroot \
ubuntu-tools-1.0.sif \
id16.5 运行测试
bash
singularity test ubuntu-tools-1.0.sif16.6 查看元数据
bash
singularity inspect ubuntu-tools-1.0.sif
singularity inspect --deffile ubuntu-tools-1.0.sif
singularity inspect --runscript ubuntu-tools-1.0.sif16.7 definition file 常见区段
text
Bootstrap / From 基础镜像
%files 复制文件
%post 构建期安装软件
%environment 运行期环境变量
%labels 元数据标签
%runscript singularity run 执行内容
%startscript instance start 执行内容
%test 镜像测试
%help 容器帮助16.8 %setup 要谨慎
%setup 在宿主机上以构建权限运行，并可通过 $SINGULARITY_ROOTFS 操作容器根目录。
由于它会接触宿主机，应尽量优先使用 %files 和 %post。
17. 构建 Micromamba + R 4.3.1 SIF
你可以采用两条路线：
text
路线 A：
Docker 构建好镜像
↓
Singularity 转 SIF
路线 B：
Singularity definition file 直接构建对 Singularity 3.5.0，路线 A 通常更稳。
17.1 路线 A：Docker 镜像转 SIF
Docker 机器：
bash
docker build \
-t r431-analysis:1.0 \
.导出：
bash
docker save \
-o r431-analysis-1.0.tar \
r431-analysis:1.0HPC：
bash
singularity build \
"$HOME/containers/r431-analysis-1.0.sif" \
"docker-archive:$HOME/containers/r431-analysis-1.0.tar"测试：
bash
singularity exec \
--cleanenv \
"$HOME/containers/r431-analysis-1.0.sif" \
/opt/conda/bin/Rscript \
-e '
print(R.version.string)
print(Sys.which("R"))
print(.libPaths())
sessionInfo()
'17.2 路线 B：使用 definition file
创建 environment.yml：
yaml
name: base
channels:
- conda-forge
dependencies:
- r-base=4.3.1
- r-data.table
- r-dplyr
- r-tidyr
- r-ggplot2
- r-mclust
- r-survival
- r-lme4
- r-renv
- r-remotes创建 r431.def：
text
Bootstrap: docker
From: mambaorg/micromamba:2.8.1
%files
environment.yml /tmp/environment.yml
%post
export MAMBA_ROOT_PREFIX=/opt/conda
micromamba install \
--yes \
--name base \
--file /tmp/environment.yml
micromamba clean --all --yes
rm -f /tmp/environment.yml
/opt/conda/bin/Rscript -e '
stopifnot(as.character(getRversion()) == "4.3.1")
library(mclust)
library(survival)
sessionInfo()
'
%environment
export MAMBA_ROOT_PREFIX=/opt/conda
export PATH=/opt/conda/bin:$PATH
export LANG=C.UTF-8
export LC_ALL=C.UTF-8
%runscript
exec /opt/conda/bin/R "$@"
%test
/opt/conda/bin/Rscript -e '
stopifnot(as.character(getRversion()) == "4.3.1")
library(mclust)
library(survival)
cat("Environment test passed.\n")
'构建：
bash
singularity build \
--fakeroot \
"$HOME/containers/r431-analysis-1.0.sif" \
r431.def若 Singularity 3.5 无法处理较新的 OCI 层，改用路线 A。
18. SIF 中如何安装新包
SIF 默认只读，因此不能直接永久修改。
例如：
bash
singularity shell r431-analysis.sif进入后执行：
bash
apt-get install ...通常会失败，因为容器根文件系统不可写。
可选方案：
text
1. 修改 def 文件后重建新 SIF
2. 修改 Dockerfile 后重新构建，再转 SIF
3. 使用 sandbox
4. 使用 persistent overlay
5. 使用 --writable-tmpfs 临时测试
6. 将 R 包安装到宿主机绑定的用户库正式科研最推荐：
text
修改 Dockerfile / environment.yml / definition file
↓
重建有版本号的新镜像例如：
text
r431-analysis-1.0.sif
r431-analysis-1.1.sif19. 使用 sandbox 修改环境
19.1 从 SIF 创建 sandbox
bash
singularity build \
--sandbox "$HOME/containers/r431-sandbox" \
"$HOME/containers/r431-analysis-1.0.sif"也可从 Docker 镜像创建：
bash
singularity build \
--sandbox "$HOME/containers/r431-sandbox" \
docker://yourname/r431-analysis:1.019.2 可写进入
有 sudo：
bash
sudo singularity shell \
--writable \
"$HOME/containers/r431-sandbox"有 fakeroot：
bash
singularity shell \
--fakeroot \
--writable \
"$HOME/containers/r431-sandbox"19.3 安装 Conda R 包
进入后：
bash
micromamba install \
-n base \
-c conda-forge \
r-lcmm \
r-ggalluvial \
-y测试：
bash
/opt/conda/bin/Rscript -e '
library(lcmm)
library(ggalluvial)
sessionInfo()
'19.4 转换为新的 SIF
退出：
bash
exit构建：
bash
singularity build \
"$HOME/containers/r431-analysis-1.1.sif" \
"$HOME/containers/r431-sandbox"某些安装和配置下可能需要：
bash
sudo singularity build \
"$HOME/containers/r431-analysis-1.1.sif" \
"$HOME/containers/r431-sandbox"或者：
bash
singularity build \
--fakeroot \
"$HOME/containers/r431-analysis-1.1.sif" \
"$HOME/containers/r431-sandbox"19.5 sandbox 的缺点
手工修改 sandbox 与 Docker commit 类似：
text
方便测试
但不容易记录安装历史
不利于长期复现最终仍建议把成功步骤写回 def 文件或 Dockerfile。
20. 使用 persistent overlay 保存新包
20.1 overlay 的结构
text
r431-analysis.sif 只读基础镜像
r431-overlay.img 可写变化20.2 Singularity 3.5 手工创建 ext3 overlay
创建 10 GB 稀疏文件：
bash
dd if=/dev/zero \
of="$HOME/containers/r431-overlay.img" \
bs=1M \
count=0 \
seek=10240格式化：
bash
mkfs.ext3 -F \
"$HOME/containers/r431-overlay.img"如果 mkfs.ext3 不存在：
bash
command -v mkfs.ext3
command -v mke2fs也可：
bash
mke2fs -t ext3 -F \
"$HOME/containers/r431-overlay.img"20.3 使用 overlay 进入
bash
singularity shell \
--fakeroot \
--overlay "$HOME/containers/r431-overlay.img" \
"$HOME/containers/r431-analysis-1.0.sif"安装：
bash
micromamba install \
-n base \
-c conda-forge \
r-lcmm \
-y退出后，新包保存在 overlay 中。
20.4 以后运行必须继续带 overlay
bash
singularity exec \
--overlay "$HOME/containers/r431-overlay.img" \
"$HOME/containers/r431-analysis-1.0.sif" \
/opt/conda/bin/Rscript \
-e 'library(lcmm); sessionInfo()'20.5 overlay 注意事项
不要让多个作业同时写同一个 overlay。
推荐：
text
配置阶段：单独写
正式运行：只读使用或每个任务独立 overlay网络文件系统上的 ext3 overlay 可能有兼容性或性能问题，优先询问集群管理员。
20.6 overlay 不等于修改 SIF
删除 overlay 后：
text
新安装的软件会消失
基础 SIF 仍保持原样因此迁移环境时需要同时复制：
text
r431-analysis-1.0.sif
r431-overlay.img21. 使用临时可写层
bash
singularity shell \
--writable-tmpfs \
image.sif在里面进行的修改：
text
本次运行可见
退出后全部消失
SIF 不改变适合：
text
临时测试安装命令
检查包能否编译
测试配置文件不适合：
text
正式保存环境
长期复现--writable-tmpfs 使用内存或 session 临时空间，安装大量软件时可能受 session 大小和内存限制。
22. 将修改后的环境固化为新 SIF
22.1 最规范：重建
text
修改 environment.yml / def / Dockerfile
↓
构建 r431-analysis-1.1.sif22.2 sandbox 转 SIF
bash
singularity build \
r431-analysis-1.1.sif \
r431-sandbox22.3 overlay 是否可以直接合并
Singularity 3.5 没有一个完全等价于：
bash
docker commit且简单可靠地把任意外部 overlay 直接合并到基础 SIF 的日常命令。
更稳妥的方法是：
text
1. 从基础镜像创建 sandbox
2. 在 sandbox 中重做已验证的安装步骤
3. 从 sandbox 构建新 SIF或者把安装步骤写入 def 后重建。
22.4 保存安装清单
Conda：
bash
singularity exec \
--overlay r431-overlay.img \
r431-analysis.sif \
micromamba list导出 explicit：
bash
singularity exec \
--overlay r431-overlay.img \
r431-analysis.sif \
micromamba list --explicit \
> conda-linux-64-explicit.txtR 包：
bash
singularity exec \
--overlay r431-overlay.img \
r431-analysis.sif \
/opt/conda/bin/Rscript -e '
x <- installed.packages()[, c("Package", "Version")]
write.table(
x,
row.names = FALSE,
sep = "\t",
quote = FALSE
)
' > r-packages.tsv23. Singularity instance 后台实例
普通科研脚本不需要 instance。
需要运行后台服务时使用：
text
Jupyter
RStudio Server
数据库
Web 服务
API23.1 启动 instance
bash
singularity instance start \
image.sif \
my-instance23.2 查看 instance
bash
singularity instance listJSON：
bash
singularity instance list --json23.3 进入 instance
bash
singularity shell \
instance://my-instance23.4 在 instance 中执行命令
bash
singularity exec \
instance://my-instance \
ps -ef23.5 停止 instance
bash
singularity instance stop \
my-instance停止全部：
bash
singularity instance stop --all强制：
bash
singularity instance stop \
--force \
my-instance23.6 使用 bind 启动 instance
bash
singularity instance start \
--bind /groups/myproject:/project \
image.sif \
my-instance23.7 instance 与 Docker 容器的区别
text
Docker：
停止的容器对象通常仍可在 docker ps -a 中看到
Singularity：
普通 exec/run/shell 不留下对象
只有 instance 是后台可管理实例24. 网络和端口
24.1 默认网络
普通 Singularity 容器通常直接使用宿主机网络 namespace。
因此：
text
容器访问外网
通常与宿主机相同
容器监听端口
通常直接监听宿主机对应接口这与 Docker 默认 bridge + -p 端口映射不同。
24.2 测试网络
bash
singularity exec image.sif \
getent hosts cloud.r-project.org
bash
singularity exec image.sif \
curl -I https://cloud.r-project.org24.3 独立网络 namespace
bash
singularity exec \
--net \
image.sif \
ip addr是否允许普通用户使用取决于管理员配置。
24.4 指定网络类型
bash
singularity exec \
--net \
--network bridge \
image.sif \
command24.5 端口映射
在独立网络模式下，可能使用：
bash
singularity exec \
--net \
--network bridge \
--network-args "portmap=8888:8888/tcp" \
image.sif \
commandSingularity 3.5 的网络功能受 CNI、setuid、fakeroot 和管理员配置影响。在 HPC 上更常见的是直接使用宿主网络，并通过 SSH 隧道访问 Jupyter。
24.6 Jupyter 常见用法
计算节点运行：
bash
singularity exec \
--bind /groups/myproject:/project \
image.sif \
jupyter lab \
--ip=0.0.0.0 \
--port=8888 \
--no-browser本地建立 SSH 隧道：
bash
ssh -L 8888:计算节点名:8888 \
user@登录节点具体网络路径需要结合集群架构调整。
25. CPU、内存和多核
Singularity 不会默认把程序限制为单核。
程序能使用多少资源取决于：
text
Slurm 分配
宿主机 cgroup
程序自身线程设置
算法是否支持并行25.1 查看容器中的 CPU
bash
singularity exec image.sif \
nproc
bash
singularity exec image.sif \
grep -c '^processor' /proc/cpuinfo这些命令有时会看到整台节点，而不是 Slurm 分配值。
在 R 中优先读取：
r
n_cores <- as.integer(
Sys.getenv("SLURM_CPUS_PER_TASK", "1")
)25.2 线程变量
bash
export OMP_NUM_THREADS=8
export OPENBLAS_NUM_THREADS=8
export MKL_NUM_THREADS=8
export SINGULARITYENV_OMP_NUM_THREADS=8
export SINGULARITYENV_OPENBLAS_NUM_THREADS=8
export SINGULARITYENV_MKL_NUM_THREADS=825.3 Singularity cgroups
Singularity 3.5 支持：
bash
singularity exec \
--apply-cgroups cgroups.toml \
image.sif \
command但 3.5 中通常需要 root，HPC 上更推荐让 Slurm 管理 CPU 和内存。
25.4 Slurm 分配优先
bash
srun \
--cpus-per-task=8 \
--mem=32G \
singularity exec image.sif \
commandSingularity 进程会在 Slurm 作业的资源限制内运行。
26. NVIDIA GPU 和 CUDA
26.1 宿主机要求
宿主机必须有：
text
NVIDIA GPU
NVIDIA 驱动
可用的 /dev/nvidia* 设备检查：
bash
nvidia-smi26.2 使用 --nv
bash
singularity exec \
--nv \
gpu-image.sif \
nvidia-smiSingularity 会将宿主机的 NVIDIA 设备和必要驱动库暴露给容器。
26.3 Python GPU
bash
singularity exec \
--nv \
gpu-image.sif \
python -c '
import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))
'26.4 Slurm GPU
bash
#!/bin/bash
#SBATCH --gres=gpu:1
#SBATCH --cpus-per-task=8
#SBATCH --mem=32G
singularity exec \
--nv \
gpu-image.sif \
python train.py26.5 CUDA 兼容性
容器可以包含：
text
CUDA runtime
cuDNN
PyTorch
TensorFlow但宿主机驱动必须能支持容器所需 CUDA runtime。
26.6 GPU 可见性
Slurm 通常设置：
text
CUDA_VISIBLE_DEVICES检查：
bash
echo "$CUDA_VISIBLE_DEVICES"
singularity exec \
--nv \
image.sif \
env | grep CUDA_VISIBLE_DEVICES27. Singularity 与 Slurm
27.1 基本提交脚本
bash
#!/bin/bash
#SBATCH --job-name=r431
#SBATCH --cpus-per-task=8
#SBATCH --mem=32G
#SBATCH --time=04:00:00
#SBATCH --output=/groups/myproject/logs/r431_%j.log
#SBATCH --error=/groups/myproject/logs/r431_%j.err
set -euo pipefail
IMAGE="$HOME/containers/r431-analysis-1.0.sif"
PROJECT="/groups/myproject"
export OMP_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export OPENBLAS_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export MKL_NUM_THREADS="${SLURM_CPUS_PER_TASK:-1}"
export SINGULARITYENV_OMP_NUM_THREADS="$OMP_NUM_THREADS"
export SINGULARITYENV_OPENBLAS_NUM_THREADS="$OPENBLAS_NUM_THREADS"
export SINGULARITYENV_MKL_NUM_THREADS="$MKL_NUM_THREADS"
singularity exec \
--cleanenv \
--bind "${PROJECT}:/project" \
"${IMAGE}" \
/opt/conda/bin/Rscript \
/project/code/analysis.R提交：
bash
sbatch run_r431.slurm27.2 使用 srun
bash
srun \
--cpus-per-task=8 \
--mem=32G \
singularity exec \
--cleanenv \
--bind /groups/myproject:/project \
image.sif \
/opt/conda/bin/Rscript \
/project/analysis.R27.3 为什么不要在计算节点在线拉镜像
不推荐：
bash
srun singularity exec \
docker://repository/image:tag \
command原因：
text
每个任务可能重复下载或转换
共享缓存可能发生竞争
计算节点可能没有外网
作业启动变慢
远程标签可能变化推荐提前：
bash
singularity pull image.sif docker://repository/image:tagSlurm 只运行本地 SIF。
27.4 数组任务
bash
#!/bin/bash
#SBATCH --array=1-100
#SBATCH --cpus-per-task=4
#SBATCH --mem=16G
IMAGE="$HOME/containers/r431.sif"
PROJECT="/groups/myproject"
singularity exec \
--cleanenv \
--bind "${PROJECT}:/project" \
"${IMAGE}" \
/opt/conda/bin/Rscript \
/project/code/run_one.R \
"${SLURM_ARRAY_TASK_ID}"27.5 多任务并发读取同一个 SIF
只读 SIF 可以被多个作业同时读取：
text
job 1 ─┐
job 2 ─┼── image.sif
job 3 ─┘不要让多个作业同时写同一个 overlay。
28. MPI 和多节点任务
MPI 容器需要特别注意：
text
宿主机 MPI
容器内 MPI
PMI/PMIx
高速互联库
Slurm 配置常见模式：
bash
srun \
-N 2 \
-n 32 \
singularity exec \
mpi-image.sif \
/opt/app/mpi_program但是否可用取决于：
text
容器内 MPI 与宿主 MPI ABI 兼容
PMI/PMIx 配置
InfiniBand / UCX 库
管理员模块不要直接假设单节点镜像可以无修改运行多节点 MPI。
先咨询管理员提供的：
text
推荐 MPI 模块
推荐 Singularity 镜像构建方式
srun 参数
UCX/PMIx 绑定要求普通 R 多进程分析不等于 MPI，多数情况下只需要：
bash
#SBATCH --cpus-per-task=829. 镜像签名、验证和校验
29.1 SHA256 校验
最简单可靠的文件完整性检查：
bash
sha256sum image.sif \
> image.sif.sha256验证：
bash
sha256sum -c image.sif.sha25629.2 Singularity 签名
查看密钥：
bash
singularity key list创建密钥：
bash
singularity key newpair签名：
bash
singularity sign image.sif验证：
bash
singularity verify image.sif旧版 Singularity 3.5 的远程 keyserver 可用性可能受服务变化影响。科研内部归档至少保存 SHA256。
29.3 查看 SIF 对象
bash
singularity sif list image.sif30. 镜像复制、迁移和归档
30.1 复制 SIF
bash
cp image.sif /backup/containers/30.2 远程传输
bash
scp image.sif \
user@server:/path/containers/大文件可使用：
bash
rsync -avP image.sif \
user@server:/path/containers/30.3 压缩是否必要
SIF 内部通常已经包含压缩的 SquashFS，额外 gzip 未必显著缩小。
可以比较：
bash
ls -lh image.sif
gzip -k image.sif
ls -lh image.sif.gz30.4 归档建议
同时保存：
text
image.sif
image.sif.sha256
Dockerfile
environment.yml
definition file
renv.lock
代码版本
构建日期
镜像版本说明30.5 镜像命名
推荐：
text
r431-analysis-1.0.sif
r431-analysis-1.1.sif
r431-analysis-2026-07-11.sif不要只使用：
text
latest.sif
final.sif
new-final-2.sif31. 日志、调试和故障排查
31.1 查看版本和位置
bash
command -v singularity
singularity version
readlink -f "$(command -v singularity)"31.2 调试运行
bash
singularity --debug exec \
image.sif \
command31.3 查看退出码
bash
singularity exec image.sif command
status=$?
echo "$status"31.4 FATAL: container creation failed
检查：
bash
singularity --debug exec image.sif true可能原因：
text
SIF 文件损坏
内核功能不支持
管理员禁用 bind/overlay
/tmp 空间不足
共享文件系统限制
setuid 安装异常31.5 no space left on device
检查：
bash
df -hT
df -hT /tmp
du -sh "$HOME/.singularity/cache"
singularity cache list清理：
bash
singularity cache clean --dry-run
singularity cache clean更换临时目录：
bash
export SINGULARITY_TMPDIR="/local_scratch/$USER/singularity-tmp"31.6 Docker 镜像拉取失败
使用详细模式：
bash
singularity --debug pull \
image.sif \
docker://repository/image:tag可能原因：
text
Singularity 3.5 过旧
OCI manifest 或压缩格式不兼容
Docker Hub 限流
私有仓库认证
代理或证书问题
镜像架构不匹配替代方案：
text
在 Docker 机器 docker save 为 tar
再用 docker-archive 转 SIF31.7 permission denied 写 SIF
SIF 默认只读。
使用：
text
sandbox
overlay
--writable-tmpfs
宿主机绑定的可写目录31.8 fakeroot 不可用
检查：
bash
grep "^$(whoami):" /etc/subuid
grep "^$(whoami):" /etc/subgid若没有映射，联系管理员。
31.9 bind 失败
检查宿主机源路径：
bash
ls -ld /groups/myproject查看帮助：
bash
singularity exec --help | grep -A3 bind测试：
bash
singularity --debug exec \
-B /groups/myproject:/project \
image.sif \
ls -ld /project管理员可能关闭 user bind control。
31.10 宿主机 R 包污染容器
使用：
bash
singularity exec \
--cleanenv \
--no-home \
image.sif \
/opt/conda/bin/Rscript \
-e 'print(.libPaths())'必要时将项目目录显式绑定。
31.11 GPU 不可见
先检查宿主机：
bash
nvidia-smi再检查容器：
bash
singularity exec \
--nv \
image.sif \
nvidia-smi检查 Slurm 分配：
bash
echo "$CUDA_VISIBLE_DEVICES"31.12 GLIBC_x.x not found
容器程序通常使用容器用户空间 glibc，但仍可能因为：
text
宿主机内核太旧
错误绑定宿主库
程序引用宿主路径
GPU 驱动库兼容问题先使用 --cleanenv，避免错误的 LD_LIBRARY_PATH。
31.13 清除环境变量干扰
bash
env -i \
HOME="$HOME" \
USER="$USER" \
PATH="/usr/local/bin:/usr/bin:/bin" \
singularity exec \
--cleanenv \
image.sif \
command32. Singularity 3.5.0 的限制和升级建议
Singularity 3.5.0 已是较老版本。
可能遇到：
text
现代 OCI manifest 不兼容
新型 layer 压缩不兼容
Docker Registry 认证变化
安全修复缺失
fakeroot 和 overlay 功能较旧
GPU 库发现不如新版完善
旧远程 Library/keyserver 不可用可以先继续使用它运行已有 SIF。
推荐优先级：
text
1. 运行已有 SIF
2. 使用 Docker tar 转 SIF
3. 避免直接依赖最新远程 OCI 特性
4. 请求管理员升级到较新的 SingularityCE 或 Apptainer询问管理员时可以提供：
text
当前版本：Singularity 3.5.0
需求：运行 Docker/OCI 转换的 R/Python SIF
需求：NVIDIA --nv
需求：fakeroot 或管理员构建
需求：Slurm 计算节点统一可用33. Singularity 与 Docker 常用概念对照
text
Docker Singularity
Dockerfile definition file（.def）
Docker image SIF 文件
docker build singularity build
docker pull singularity pull
docker run singularity run / exec
docker exec singularity exec instance://name
或直接 exec SIF
docker container 普通运行进程
后台服务用 instance
Docker writable layer sandbox / overlay / tmpfs
docker ps singularity instance list
仅适用于 instance
docker commit 没有完全同等日常命令
推荐 sandbox/def 重建
docker save SIF 本身可直接复制
Docker volume / bind mount --bind / -B
Docker daemon 普通 Singularity 无中央 daemon
Docker bridge + -p 默认共享宿主网络
独立网络需 --net/CNI
--gpus all --nv34. 常用命令速查表
状态
bash
command -v singularity
singularity version
singularity --help
singularity help exec拉取镜像
bash
singularity pull \
image.sif \
docker://repository/image:tagDocker tar 转 SIF
bash
singularity build \
image.sif \
docker-archive:/absolute/path/image.tar运行
bash
singularity exec image.sif command
singularity run image.sif
singularity shell image.sif
singularity test image.sif隔离
bash
singularity exec \
--cleanenv \
--containall \
image.sif \
commandbind
bash
singularity exec \
-B /host/path:/container/path \
image.sif \
command只读：
bash
singularity exec \
-B /host/data:/data:ro \
image.sif \
command环境变量
bash
SINGULARITYENV_THREADS=8 \
singularity exec image.sif \
envPATH：
bash
SINGULARITYENV_PREPEND_PATH=/opt/conda/bin \
singularity exec image.sif \
command -v R查看镜像
bash
singularity inspect image.sif
singularity inspect --json image.sif
singularity inspect --deffile image.sif
singularity inspect --runscript image.sif
singularity sif list image.sif缓存
bash
singularity cache list
singularity cache list --verbose
singularity cache clean --dry-run
singularity cache clean自定义缓存和临时目录
bash
export SINGULARITY_CACHEDIR="$HOME/singularity/cache"
export SINGULARITY_TMPDIR="/tmp/$USER/singularity-tmp"构建 def
bash
sudo -E singularity build \
image.sif \
image.def或者：
bash
singularity build \
--fakeroot \
image.sif \
image.defsandbox
bash
singularity build \
--sandbox sandbox-dir \
image.sif
bash
singularity shell \
--fakeroot \
--writable \
sandbox-dir
bash
singularity build \
new-image.sif \
sandbox-dir临时可写
bash
singularity shell \
--writable-tmpfs \
image.sifoverlay
bash
singularity exec \
--overlay overlay.img \
image.sif \
commandinstance
bash
singularity instance start \
image.sif \
instance-name
singularity instance list
singularity shell \
instance://instance-name
singularity instance stop \
instance-nameGPU
bash
singularity exec \
--nv \
image.sif \
nvidia-smiR 4.3.1
bash
singularity exec \
--cleanenv \
r431-analysis.sif \
/opt/conda/bin/Rscript \
-e 'sessionInfo()'校验
bash
sha256sum image.sif \
> image.sif.sha256
sha256sum -c image.sif.sha256调试
bash
singularity --debug exec \
image.sif \
command35. 推荐的科研工作流
35.1 构建阶段
text
Dockerfile + environment.yml
↓
Docker 构建和测试
↓
docker save 导出 tar35.2 HPC 转换阶段
bash
singularity build \
r431-analysis-1.0.sif \
docker-archive:r431-analysis-1.0.tar35.3 正式运行阶段
bash
singularity exec \
--cleanenv \
--bind /groups/myproject:/project \
r431-analysis-1.0.sif \
/opt/conda/bin/Rscript \
/project/code/analysis.R35.4 新增软件包
临时测试：
text
sandbox 或 overlay正式保存：
text
修改 Dockerfile/environment.yml/definition file
↓
重建 r431-analysis-1.1
↓
转换 r431-analysis-1.1.sif35.5 环境版本管理
text
r431-analysis-1.0.sif
r431-analysis-1.1.sif
r431-analysis-1.2.sif不要覆盖旧镜像，直到新版本验证完成。
35.6 项目目录
text
/groups/myproject/
├── code/
├── data/
├── results/
├── logs/
├── Dockerfile
├── environment.yml
├── r431.def
└── README.md镜像：
text
$HOME/containers/
├── r431-analysis-1.0.sif
├── r431-analysis-1.0.sif.sha256
├── r431-analysis-1.1.sif
└── r431-analysis-1.1.sif.sha25635.7 最核心原则
text
SIF 保存软件环境
宿主机 bind 目录保存代码、数据和结果
Slurm 分配 CPU、内存和 GPU
Singularity 负责在作业中运行环境36. 官方文档
Singularity 3.5 User Guide：
text
https://docs.sylabs.io/guides/3.5/user-guide/Singularity 3.5 Admin Guide：
text
https://docs.sylabs.io/guides/3.5/admin-guide/SingularityCE 当前 User Guide：
text
https://docs.sylabs.io/guides/latest/user-guide/SingularityCE 当前 Admin Guide：
text
https://docs.sylabs.io/guides/latest/admin-guide/Slurm Containers：
text
https://slurm.schedmd.com/containers.html