最近几天一直高负荷，事情也多，拖到快截止了，没办法得赶快看看怎么安装了。（安装完以后发现腾讯那个倒是延长了一周，难得的缓冲啊）

因为学生平时的课题需要，再就是正好腾讯的alchemy竞赛（https://alchemy.tencent.com/）的缘故，需要在（中科院）AI集群（ai.sccas.cn）上安装rdkit化学信息学的包。其实这个包我指导的学生一直在用，之前的安装都是直接的使用的Anaconda，直接一体化安装就可以了。不过这次呢，因为AI集群这种一般都是没法联网的，就得需要源码安装。源码安装的话就麻烦不少，也记录一下，备用。

首先，rdkit可以直接从github上下载，网址为https://github.com/rdkit/rdkit

直接可以git clone git@github.com:rdkit/rdkit.git获得。

注意直接git clone下来的是空文件夹，需要git branch 到相应的分支，这里我们直接使用的最新的master分支，基本是2019.9的版本。

下载下来后，打包tar上传到的AI集群，解压后在rdkit文件夹里面建立build文件夹，进入后键入

CC=gcc FC=gfortran CXX=g++ ccmake ../

可以调出ccmake的gui。

这里我们可以直接使用“c”的configure命令，可以看到External里面缺少很多包，比如catch

这个因为我们是在集群上，没法直接git clone下载；解决方案的话就是本机上下载下来以后，再上传到AI集群。注意这个地方，对于git的版本的话需要下载Catch2-2.1.2.tar.gz maeparser-1.2.tar.gz rapidjson-master.zip。这个地方默认的rdkit的Cmake里面带有md5的校验机制，注意有些包需要修改CMakeList.txt把MD5校验绕过去。

再次“c”configure，发现大量boost函数库的报错，原因是集群还是老旧的1.53，这里我们下载最新版的boost C++1.70来安装，参照boost官网以及b2 --help的内容，

 ./b2 --prefix=/home/scapps/Soft/boost_1_70_0/build_py3 --build-type=complete --layout=tagged threading=single

然后

 ./b2 --prefix=/home/scapps/Soft/boost_1_70_0/build_py3 --build-type=complete --layout=tagged threading=single install 就可以安装上了

这个地方也可以使用多线程，虽然我测试的时候用的single

准备好所需的函数库以后，再次在ccmake gui的界面键入"c"。

此时cmake仍然会报大量的错误，这次主要是各种函数库设置的问题，ccmake gui的时候也会有提示.。

特别留意的有以下几个

Boost_DIR     /home/scapps/Soft/boost_1_70_0/build_py3/lib/cmake/Boost-1.70.0

Boost_INCLUDE_DIR     /home/scapps/Soft/boost_1_70_0/build_py3/include

PYTHON_NUMPY_INCLUDE_PATH     /public/software/Anaconda/lib/python3.6/site-packages/numpy/core/include/numpy

Boost_PYTHON36_LIBRARY_RELEASE    /home/scapps/Soft/boost_1_70_0/build_py3/lib/libboost_python36-x64.so

Boost_IOSTREAMS_LIBRARY_RELEASE    /home/scapps/Soft/boost_1_70_0/build_py3/lib/libboost_iostreams-x64.so

（类似IOSTREAMS的还有REGEX、SERIALIZATION、SYSTEM的BOOST库）

以上配置了以后，编译出来发现有限boost库调用的版本有问题，逐

CMAKE_CXX_FLAGS    -L/home/scapps/Soft/boost_1_70_0/build_py3/lib  -lboost_iostreams-x64  -lboost_python36-x64  -lboost_regex-x64  -lboost_serialization-x64  -lboost_system-x64

（注意这个地方的-x64后缀是因为我编译的时候加的标记；正常yum或者apt的没有这个）

还是有python版本不匹配的问题，导致python的RDkit库ctest报错，发现此问题后，强制使用python3对应的版本和库来编译即可，如

CMAKE_CXX_FLAGS -L/public/software/Anaconda/lib -lpython3.6m

注意这个FLAGS同时加到了CXX和CC的配置里面

之后编译就没有问题了，不过ctest报错。查看发现是简单的环境变量的问题，然后修改后

# added by mashuo and yingjin

source /public/software/Anaconda/bin/activate

export PATH=/public/software/Anaconda/bin:$PATH

export RDBASE=/home/scapps/Soft/rdkit

export PYTHONPATH=$RDBASE:$PYTHONPATH

export LD_LIBRARY_PATH=$RDBASE/lib:/usr/lib64/lib:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/home/scapps/Soft/boost_1_70_0/build_py3/lib:$LD_LIBRARY_PATH

export C_INCLUDE_PATH=/home/scapps/Soft/boost_1_70_0/build_py3/include/boost-1_70:$C_INCLUDE_PATH

export CPLUS_INCLUDE_PATH=/home/scapps/Soft/boost_1_70_0/build_py3/include/boost-1_70:$CPLUS_INCLUDE_PATH

export C_INCLUDE_PATH=/public/software/Anaconda/include/python3.6m:$C_INCLUDE_PATH

export CPLUS_INCLUDE_PATH=/public/software/Anaconda/include/python3.6m:$CPLUS_INCLUDE_PATH

export LD_LIBRARY_PATH=/home/scapps/Soft/rdkit/lib:$LD_LIBRARY_PATH

export LD_LIBRARY_PATH=/public/software/Anaconda/lib:$LD_LIBRARY_PATH

之后ctest也没有问题了，161个例子还是几个例子，除了零星几个调用子进程的没有通过，其他的均没有问题。

====  2019.8.17更新  ====

小J反应跑腾讯的示例程序还是报错，主要是pytorch_geometric的问题。解决方案的话，需要额外安装以下程序：

1） pytest-runner

2） setuptools_scm

3） pytorch_sparse

4） pytorch_scatter

5） pytorch_cluster

6） pytorch_geometric

大概就是以上这些 没有root账户的话可以--user的模式来安装 或者编译安装