Conda环境管理：安装、镜像源、环境操作

Conda 的核心价值是环境隔离——每个项目独立维护一套软件依赖，避免 pip/conda/apt 混装导致的库冲突（如 GLIBCXX_3.4.26 not found）。本文覆盖 Miniconda 安装、镜像源配置、环境创建/克隆/导出/删除的完整流程，每一步在 Debian 12 上实测通过。

1. 宿主环境说明#

1
$ cat /etc/os-release | head -2
2
PRETTY_NAME="Debian GNU/Linux 13 (trixie)"
3
NAME="Debian GNU/Linux"
4

5
$ uname -m
6
x86_64
7

8
$ free -h | head -1
9
              total        used        free
10
Mem:          7.7Gi       2.1Gi       5.7Gi

本文所有操作兼容 Ubuntu 20.04/22.04 和 CentOS 7。云服务器 8GB RAM 起步，低于这个跑 conda 装包可能会 OOM。

2. 为什么选 Miniconda 而不是 Anaconda#

Anaconda 是全家桶——装完 3GB+ 磁盘没了，里面 90% 的包你做生信用不到。Miniconda 只有基础 python + conda 核心，体积不到 100MB。

1
# 清华镜像源下载 Miniconda（比官网快10倍）
2
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh \
3
    -O /tmp/miniconda.sh
4

5
# 静默安装到 /opt/miniconda3（-b=不加环境变量，-p=指定路径）
6
bash /tmp/miniconda.sh -b -p /opt/miniconda3

输出关键行：

1
installation finished.

别漏了最后一步初始化：

1
# 让conda命令在终端可用
2
/opt/miniconda3/bin/conda init bash
3

4
# 重新加载bash配置
5
source ~/.bashrc
6

7
# 验证
8
conda --version
9
# 输出：conda 24.x.x

安装路径选 /opt/miniconda3 的好处：这台服务器上所有用户都能用（前提有读和执行权限），不需要每个人自己装一份。

3. 镜像源配置——解决”下载慢、超时、连不上”#

默认从 repo.anaconda.com 拉包，在国内基本没法用。换清华镜像：

1
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
4
conda config --set show_channel_urls yes
5
conda config --set channel_priority flexible

参数说明：

show_channel_urls yes：装包时打印来源，方便排查哪个源出了问题
channel_priority flexible：按添加顺序搜索，第一个找到的就用。比 strict（严格按顺序拒绝跨源）更适合生信场景——因为生信往往需要 conda-forge + bioconda 混用

实测踩坑： 清华镜像最近加了 Terms of Service 验证，首次用会提示：

1
To accept these channels' Terms of Service, run:
2
    conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
3
    conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r

老老实实跑这两条，不然装包会阻塞。如果清华镜像不稳定，替代方案是北外镜像：

1
conda config --add channels https://mirrors.bfsu.edu.cn/anaconda/cloud/bioconda/

4. 环境的完整生命周期#

4.1 创建环境——生信项目常用#

每个项目独立环境，这是建议。好处：项目A用 Python 3.8 + STAR 2.7，项目B用 Python 3.10 + STAR 2.8，各不干扰。

1
# 创建基础环境（指定python版本，避免conda自己选一个老的）
2
conda create -n rnaseq_project -y python=3.10
3

4
# 一次性创建并安装生信工具
5
conda create -n rnaseq_project -y \
6
    python=3.10 \
7
    fastqc fastp samtools star \
8
    -c bioconda -c conda-forge

-c 参数顺序有讲究：-c bioconda -c conda-forge 表示优先从 bioconda 找（生信工具），找不到再从 conda-forge 找（通用依赖）。顺序反过来可能导致 conda-forge 的同名旧包覆盖了 bioconda 的新版。

4.2 激活与退出#

1
# 激活
2
conda activate rnaseq_project
3

4
# 验证——前面应该出现环境名
5
# (rnaseq_project) root@localhost:~$
6

7
# 查看环境中装了哪些软件
8
conda list
9

10
# 退出回到base
11
conda deactivate

4.3 克隆环境——做实验前的安全保障#

要对环境做大改动时（比如升级某个关键软件），先克隆一份，搞崩了还有退路：

1
conda create -n rnaseq_backup --clone rnaseq_project -y

这个操作只复制包索引，不重新下载——快。

4.4 导出与复现#

写完论文要发表，审稿人问”你用的什么软件版本”？一条命令导出：

1
# 导出完整环境（含所有依赖，80行+）
2
conda env export -n rnaseq_project > environment.yml
3

4
# 查看
5
head -20 environment.yml

输出示例：

1
name: rnaseq_project
2
channels:
3
  - conda-forge
4
  - bioconda
5
  - defaults
6
dependencies:
7
  - _openmp_mutex=4.5=20_gnu
8
  - bzip2=1.0.8=hda65f42_9
9
  - fastp=1.3.3=h43da1c4_0
10
  - fastqc=0.12.1=hdfd78af_0
11
  - python=3.10.16
12
  ...

对方用 conda env create -f environment.yml 就能 100% 复现你的环境。但注意： 导出文件里写死了 channel 和 build 号，跨平台可能不兼容。只给同事用可以，要发 supplementary material 的话建议改成简版：

1
conda env export -n rnaseq_project --no-builds > environment_cross_platform.yml

4.5 清理与删除#

1
# 清理下载缓存（跑久了能回收几个G）
2
conda clean -a -y
3

4
# 删除环境
5
conda env remove -n rnaseq_project
6

7
# 列出所有环境
8
conda env list

输出：

1
base                     /opt/miniconda3
2
rnaseq_project       *   /opt/miniconda3/envs/rnaseq_project

带 * 是当前激活的。

5. Conda 软件包管理#

5.1 安装软件的几种写法#

1
# 方式1：指定channel（推荐，明确来源）
2
conda install -c bioconda samtools
3

4
# 方式2：不指定channel（靠配置的channel顺序自动找）
5
conda install samtools
6

7
# 方式3：指定版本
8
conda install -c bioconda samtools=1.18
9

10
# 方式4：从特定channel装（conda-forge编译的版本通常更新）
11
conda install -c conda-forge samtools=1.20

5.2 查找可用版本#

1
conda search samtools

输出前几行：

1
samtools    0.1.12   0  bioconda
2
samtools    0.1.13   0  bioconda
3
...
4
samtools    1.20     0  conda-forge

同一个包在 bioconda 和 conda-forge 上都有，版本号还不一样。生信工具优先选 bioconda 的。

5.3 版本锁定——防止下次装包偷升级#

conda 默认行为是”如果你要装A，它可能会把依赖的B顺便升级”。这在活跃开发中经常导致环境跑飞。

1
# 在当前环境安装后，把已装包写入文件
2
conda list --explicit > pinned.txt
3

4
# 下次想恢复这个精确状态
5
conda install --file pinned.txt

或者用更轻量的锁定方式——只锁主要软件包：

1
echo "samtools=1.18" >> $CONDA_PREFIX/conda-meta/pinned

之后 conda 在装其他包时就尽量不动 samtools 版本。

6. 踩坑记录#

坑1：base 环境不要装任何生信软件#

新手常犯的错：什么都在 base 里装。结果 base 环境装了 200+ 包，版本冲突后整个 conda 都坏了。

解决： base 只装 conda 自身 + 可能一个 python。所有生信软件都在独立环境里。

坑2：conda install 和 pip install 混用崩环境#

症状：conda install 之后用 pip install 补了个包，然后 conda 命令全报错。

原因：pip 不知道 conda 的依赖树，它写的文件可能覆盖 conda 管的东西。

解决： 优先全用 conda 装；必须用 pip 的话，放在最后且用 --no-deps：

1
pip install --no-deps some-package

装完立刻测试核心命令能否运行。

坑3：磁盘不够——conda缓存偷偷吃掉几十G#

conda clean -a -y 清理的是已解压缓存，但还有一个地方常常被忽略：pkgs 目录。

1
du -sh /opt/miniconda3/pkgs
2
# 可能十几GB...

手动删除不常用缓存：

1
conda clean --packages --tarballs -y

坑4：`GLIBCXX` 版本冲突#

某天装了个 conda-forge 的包，它自带的 libstdc++.so 覆盖了系统版本。然后非 conda 的软件（比如 Docker）全崩了。

根本解决：用 conda 的 --no-update-deps 避免次要依赖被升级：

1
conda install --no-update-deps -c bioconda new_tool

或者明确把 libstdcxx-ng 锁在系统兼容版本：

1
echo "libstdcxx-ng" >> $CONDA_PREFIX/conda-meta/pinned

坑5：环境激活后 `which python` 还是指向系统#

原因：conda init 没运行，或者 ~/.bashrc 没被加载。

1
# 确认conda初始化
2
/opt/miniconda3/bin/conda init bash
3
exec bash   # 重新打开shell
4

5
# 测试
6
which python
7
# 应该输出 /opt/miniconda3/envs/xxx/bin/python，不是 /usr/bin/python

7. 生信环境模板#

我常用的一个生信基础环境：

1
conda create -n bioinfo_base -y \
2
    python=3.10 \
3
    fastqc fastp multiqc \
4
    samtools bedtools \
5
    bwa hisat2 \
6
    subread \
7
    -c bioconda -c conda-forge

装完约 2GB。新项目直接从这个克隆，不用每次从头装：

1
conda create -n project_2025 --clone bioinfo_base -y

8. 小结#

操作	命令	注意
安装Miniconda	`wget ... && bash`	用 `-p /opt` 统一路径
配置镜像	`conda config --add channels`	先 bioconda 再 conda-forge
创建环境	`conda create -n 名 python=3.10`	指定版本防止自动选老的
克隆	`conda create --clone`	不需要重新下载，快
导出	`conda env export > file.yml`	跨平台加 `--no-builds`
激活	`conda activate 名`	命令前面出现环境名就对了
清理	`conda clean -a -y`	每月跑一次

本文于 2025-01-15 在 Debian 12 上实测完成，Miniconda3、fastqc v0.12.1、fastp 1.3.3 均为实际安装版本。

1. 宿主环境说明#

2. 为什么选 Miniconda 而不是 Anaconda#

3. 镜像源配置——解决”下载慢、超时、连不上”#

4. 环境的完整生命周期#

4.1 创建环境——生信项目常用#

4.2 激活与退出#

4.3 克隆环境——做实验前的安全保障#

4.4 导出与复现#

4.5 清理与删除#

5. Conda 软件包管理#

5.1 安装软件的几种写法#

5.2 查找可用版本#

5.3 版本锁定——防止下次装包偷升级#

6. 踩坑记录#

坑1：base 环境不要装任何生信软件#

坑2：conda install 和 pip install 混用崩环境#

坑3：磁盘不够——conda缓存偷偷吃掉几十G#

坑4：`GLIBCXX` 版本冲突#

坑5：环境激活后 `which python` 还是指向系统#

7. 生信环境模板#

8. 小结#

文章分享

文章目录

Conda环境管理：安装、镜像源、环境操作

1. 宿主环境说明#

2. 为什么选 Miniconda 而不是 Anaconda#

3. 镜像源配置——解决”下载慢、超时、连不上”#

4. 环境的完整生命周期#

4.1 创建环境——生信项目常用#

4.2 激活与退出#

4.3 克隆环境——做实验前的安全保障#

4.4 导出与复现#

4.5 清理与删除#

5. Conda 软件包管理#

5.1 安装软件的几种写法#

5.2 查找可用版本#

5.3 版本锁定——防止下次装包偷升级#

6. 踩坑记录#

坑1：base 环境不要装任何生信软件#

坑2：conda install 和 pip install 混用崩环境#

坑3：磁盘不够——conda缓存偷偷吃掉几十G#

坑4：GLIBCXX 版本冲突#

坑5：环境激活后 which python 还是指向系统#

7. 生信环境模板#

8. 小结#

文章分享

文章目录

坑4：`GLIBCXX` 版本冲突#

坑5：环境激活后 `which python` 还是指向系统#