Rscript与littler的区别

Question

...besides的事实是，Rscript是用#!/usr/bin/env Rscript调用的，littler是在脚本文件的第一行中使用#!/usr/local/bin/r (在my system上)调用的。我发现了执行速度上的某些差异(看起来有点慢)。

我创建了两个虚拟脚本，每次运行1000次，并比较平均执行时间。

下面是Rscript文件：

#!/usr/bin/env Rscript

btime <- proc.time()
x <- rnorm(100)
print(x)
print(plot(x))
etime <- proc.time()
tm <- etime - btime
sink(file = "rscript.r.out", append = TRUE)
cat(paste(tm[1:3], collapse = ";"), "\n")
sink()
print(tm)

这是一个小文件：

#!/usr/local/bin/r

btime <- proc.time()
x <- rnorm(100)
print(x)
print(plot(x))
etime <- proc.time()
tm <- etime - btime
sink(file = "little.r.out", append = TRUE)
cat(paste(tm[1:3], collapse = ";"), "\n")
sink()
print(tm)

正如您所看到的，它们几乎是相同的(第一行和接收器文件参数不同)。输出被sink编辑为文本文件，因此使用read.table导入R中。我创建了bash脚本来执行每个脚本1000次，然后计算平均值。

下面是bash脚本：

for i in `seq 1000`
do
./$1
echo "####################"
echo "Iteration #$i"
echo "####################"
done

其结果是：

# littler script
> mean(lit)
    user   system  elapsed 
0.489327 0.035458 0.588647 
> sapply(lit, median)
   L1    L2    L3 
0.490 0.036 0.609 
# Rscript
> mean(rsc)
    user   system  elapsed 
0.219334 0.008042 0.274017 
> sapply(rsc, median)
   R1    R2    R3 
0.220 0.007 0.258 

长话短说:除了(明显的)执行时间差异之外，还有其他的区别吗？更重要的问题是:为什么你应该/不应该比Rscript更喜欢小一点(反之亦然)？

Answer 1

几个简短的评论：

1. 路径/usr/local/bin/r是任意的，您可以像我们在一些示例中一样使用/usr/bin/env r。我记得，它限制了您可以给r的其他参数，因为通过env
2. I调用它只需要一个参数，因此不理解您的基准测试，以及为什么要这样做。我们在源代码中确实有时间比较，参见tests/timing.sh和tests/timing2.sh。也许你想把测试分为启动和图形创建或者你想要的任何东西。每当我们运行这些测试时，
3. 都会赢。(当我现在重新运行它的时候，它还是赢了。)这对我们来说很有意义，因为如果您查看Rscript.exe的源代码，在最终调用execv(cmd, av)之前，通过设置环境和命令字符串，它的工作方式是不同的。
4. 的主要价格是便携性。就像小程序的构建方式一样，它无法进入Windows。或者至少不容易。OTOH，我们已经移植了to...
5. Littler，所以如果有人真的想要的话，2007.
6. Rscript在2006年9月第一次出现，而Rscript在4月份随R2.5.0而来，2007.
7. Rscript现在到处都是R。在我看来，这是一个大的advantage.
8. Command-line选项，对于一些小的选项来说更明智一些。
9. 都使用CRAN包getopt和optparse进行选项解析。

所以这是个人偏好。我和别人合作写了一些零碎的东西，学到了很多(比如RInside)，但仍然觉得它很有用--所以我每天都用几十次。它驱动CRANberries。它驱动cran2deb。你的里程，就像你说的，可能会有所不同。

免责声明: littler是我的项目之一。

我会把考试写成

我会把这个写成

  fun <- function { X <- rnorm(100); print(x); print(plot(x)) }
  replicate(N, system.time( fun )["elapsed"])

甚至是

  mean( replicate(N, system.time(fun)["elapsed"]), trim=0.05)

去处理那些离群点。此外，您只需要测量I/O (打印和绘图)，这两者都将从R库中得到，所以我希望没有什么不同。