Databricks中配置R默认自定义CRAN镜像：Rprofile.site修改不生效

针对你在Databricks Runtime 12.2 LTS中修改/usr/lib/R/etc/Rprofile.site未生效的问题，可尝试以下几种方案：

方案1：通过环境变量强制指定CRAN源 #

Databricks R环境会优先读取R_CRAN_REPO环境变量来设置默认CRAN源，优先级高于Rprofile.site的配置。可通过集群初始化脚本添加该变量：

# 在集群初始化脚本中执行
echo 'export R_CRAN_REPO="<my_custom_cran_url>"' >> /etc/environment

或者直接在集群配置的环境变量模块中添加键值对：R_CRAN_REPO=<my_custom_cran_url>，无需编写初始化脚本。

方案2：使用用户级.Rprofile替代系统级配置 #

Databricks启动用户R会话时，会优先加载用户主目录下的.Rprofile文件，该文件的配置优先级高于系统级Rprofile.site。可通过初始化脚本将配置写入用户目录：

# 在集群初始化脚本中执行
cat << 'EOF' >> /home/ubuntu/.Rprofile
local({
  options(repos = c(CRAN = "<my_custom_cran_url>"))
})
EOF

注：若集群使用其他用户身份，需替换/home/ubuntu为对应用户的主目录。

方案3：验证Rprofile.site是否执行并延迟配置 #

若怀疑Rprofile.site未执行，可在配置中添加日志验证：

# 修改/usr/lib/R/etc/Rprofile.site内容
local({
  sink("/tmp/Rprofile_executed.log", append=TRUE)
  cat("Rprofile.site执行时间：", Sys.time(), "\n")
  sink()
  options(repos = c(CRAN = "<my_custom_cran_url>"))
})

重启集群后，登录节点查看/tmp/Rprofile_executed.log是否有日志：

cat /tmp/Rprofile_executed.log

若日志存在，说明配置被后续启动脚本覆盖，可改用.First函数延迟设置（该函数会在所有启动流程完成后执行）：

# 写入Rprofile.site或用户级.Rprofile
.First <- function() {
  options(repos = c(CRAN = "<my_custom_cran_url>"))
}

问题原因说明 #

直接在Notebook中运行配置代码生效，是因为此时会话已完全启动，不会被后续启动脚本覆盖；而Rprofile.site的配置会被Databricks自带的R会话初始化逻辑覆盖——Databricks Runtime会自动添加MRAN和Cloud默认源，且该操作的优先级高于系统级Rprofile.site的配置。

内容的提问来源于stack exchange，提问作者Niklas Letz