「7つの言語、7つの世界」という書籍の演習問題をやるために，それらの言語の Jupyter Kernel の入った Jupyter Notebook を作っている．

最初はサクッと終わると思ったのだが、思いのほか手間取ったので，前後半に分けてメモを残しておく．

これまで

これを作ろうと考えて，すでに2ヶ月ぐらい経っている． 重い腰を上げて，3月末からやっとこさやり始めた．

Docker すら触ったことなかったので，そこから初めて，まずは7つの言語の処理系の入った Dockerイメージを書いた． 次に Docker の軽量化，Dockerfile の組み合わせ方の考察を行って，Docker について軽く学んだ(ちゃんとも学びたい...)．

そして，やっとこさ Jupyter Kernel の作成に取り掛かった． Jupyter の公式のリスト を見る限り，Io言語以外は既にありそうなので，まずは Io言語の Kernel を書いてみた．

あとは，組み合わせるだけだ！簡単だ！と思ったのだが...人生そんなに甘くなかった...

各々を手元でビルドしてみる

Io言語以外の6つの言語の既にある Jupyter Kernel を，まずはビルドしてみようと思った．

結論を言うと

  • Ruby:
    • 僕が rbenv で Ruby を入れてたせいで悪戦苦闘...(自己責任)
  • Io:
    • そもそも Kernel がねぇ
  • Prolog:
    • Calysto Prolog というのがあったが，処理系が GNU Prolog と異なりすぎて使えない...
  • Scala:
    • README が長すぎてわからん
  • Erlang:
    • もうイロイロダメ
  • Clojure:
    • 唯一，すんなりできた...さすが Lisp ! 神の言語 !!
  • Haskell:
    • stack build が通らねぇ...

とまぁ，7人7色な感じになっていまして，なかなかうまくいかなかった． (Erlang に至ってはまだうまくいってない...)

作る

各言語は簡単そうなモノから挑戦していった．

ベースを作る

作った docker-marge をしたかったので，可能な限りベースをそろえたかった．

そのためにまずは 7つの言語の Docker イメージ(JVM でJavaもあるため正確には8つ)に Python も入れた，9つの言語の Docker イメージを作った． 7つの言語のやつをベースにして，Python の Docker イメージと同じように，最新の Python 処理系を入れただけ．

各言語の Dockerfile では，このイメージからはじめて，Jupyter をインストールして利用する．

FROM matsubara0507/nine-lang-docker:latest

RUN pip install ipython jupyter

## install each Kernel

ココはまぁ，すんなり行った．

Ruby

すんなりはいかなかった... と言っても，原因はワタシが rbenv なんか使ったせいである．

CMD ["rbenv",...] しても，rbenv はないと怒られた... 調べてみた結果，.bashrc が呼ばれてないからだそうだ(.bashrc でPATHをエクスポートし，rbenv init してる)．

PATH は最悪なんとでもなるが，rbenv init はする必要がある．

しょうがないので，次のような書き方をして，bash から無理やり呼んでやった．

RUN /bin/bash -c "\
    source .bashrc \
 && gem install cztop iruby \
 && iruby register --force \
 "

ださいけど，しょうがない...

Io

これは簡単． 前作ったときと同じようにするだけ．

RUN git clone --depth 1 https://github.com/matsubara0507/iio.git /root/iio
WORKDIR /root/iio
RUN cd kernels && jupyter kernelspec install io

前作った iio は GitHub にあげておいたので，取ってきてビルドするだけ．

Scala

README が長い．

書いてあるとおりにやって(るつもりで)も，うまくいかない． ./jupyter-scala しても， coursier とかいうので落ちてるみたいだった．

Issue とかを漁ってなんとか出来た．

RUN git clone --depth 1 https://github.com/alexarchambault/jupyter-scala.git /root/iscala
WORKDIR /root/iscala
RUN curl -L -o coursier https://git.io/vgvpD \
 && chmod +x coursier \
 && mv coursier /usr/local/bin/
ADD jupyter-scala /root/iscala
RUN ./jupyter-scala

jupyter-scala (下のシェルスクリプト)をローカルから移してるのは，Scala のバージョンだけ書き換えたからだ． なので本質的には変わってない．

#!/bin/bash

VERSION=0.4.0
AMMONIUM_VERSION=0.8.2-2
SCALA_VERSION=2.11.8 # changed here

exec coursier launch \
  -r sonatype:releases -r sonatype:snapshots \
  -i ammonite \
  -I ammonite:org.jupyter-scala:ammonite-runtime_$SCALA_VERSION:$AMMONIUM_VERSION \
  -I ammonite:org.jupyter-scala:scala-api_$SCALA_VERSION:$VERSION \
  org.jupyter-scala:scala-cli_$SCALA_VERSION:$VERSION \
  -- \
    --id scala \
    --name "Scala" \
    "$@"

Clojure

すんなりいった． すばらしい．

唯一，README に書いてある通りにやったらうまくいった....まじですばらしい．

RUN git clone --depth 1 https://github.com/roryk/clojupyter /root/clojupyter
WORKDIR /root/clojupyter
RUN make && make install

Haskell

まず，Jupyter のバージョンが違う． まだ ipyhton だったもの(他のもそういうのが多い)． Fork されてるのを探したら，最新のに合わせてくれてるのがあった(stack の比較的新しいのにも対応してる)． マジで神．

あとは，README に書いてあるようにやってみたところ(以下のような Dockerfile を書いて build)．

UN git clone --depth 1 https://github.com/abarbu/IHaskell.git /root/IHaskell
WORKDIR /root/IHaskell
RUN stack install gtk2hs-buildtools
RUN stack install --fast
RUN stack exec ihaskell -- install

すごーーーい時間がかかったのち，Process exited with code: ExitFailure (-11) というエラーメッセージで落ちる． 調べてみたところ，どうやらメモリ不足らしい．

Windows なので，VirtualBox のメモリを 3GB まで上げたらうまくいった．

ちなみに，stack install --fast の --fast オプションは最適化を強制的に外しており，その分メモリを消費しないようになってるはずなんだけど....それでもだめってマジか． Docker Hub で build できるかな...

つづく...

あとは Prolog と Erlang． そして，全部をマージしてお終い．