R:环境缓存/回忆录

Question

nI希望使用回忆录缓存某些昂贵操作的结果，这样就不会一次又一次地计算结果。

回忆录和R.cache都符合我的需要。但是，我发现缓存在调用中并不健壮。

下面是一个演示我所看到的问题的例子：

library(memoise)

# Memoisation works: b() is called only once
a <- function(x) runif(1)
replicate(5, a())
b <- memoise(a)
replicate(5, b())

# Memoisation fails: mfn() is called every single time
ProtoTester <- proto(
  calc = function(.) {
    fn <- function() print(runif(1))
    mfn <- memoise(fn)
    invisible(mfn())
  }      
)
replicate(5, ProtoTester$calc())

基于答案的更新

根据是否使用持久缓存或非持久缓存，此问题可能有不同的答案。非持久缓存(如memoise)可能需要单次赋值，然后下面的答案是一个很好的方法。持久缓存(如R.cache)跨会话工作，对于多个赋值应该是健壮的。上述方法适用于R.cache。尽管有多个任务分配，fn在R.cache中只被调用一次。它将在memoise中调用两次。

> ProtoTester <- proto(
+     calc = function(.) {
+         fn <- function() print(runif(1))
+         invisible(memoizedCall(fn))
+     }      
+ )
> replicate(5, ProtoTester$calc())
[1] 0.977563
[1] 0.1279641
[1] 0.01358866
[1] 0.9993092
[1] 0.3114813
[1] 0.97756303 0.12796408 0.01358866 0.99930922 0.31148128
> ProtoTester <- proto(
+     calc = function(.) {
+         fn <- function() print(runif(1))
+         invisible(memoizedCall(fn))
+     }      
+ )
> replicate(5, ProtoTester$calc())
[1] 0.97756303 0.12796408 0.01358866 0.99930922 0.31148128

我认为我对R.cache有问题的原因是我将一个proto方法作为函数传递给memoizedCall。proto方法以R.cache难以使用的方式绑定到环境。在这种情况下，您必须做的是解除函数的绑定(从实例化的方法获取到一个简单的函数)，然后手动传递对象作为第一个参数。下面的示例说明了这是如何工作的( Report和Report$loader都是proto对象：

# This will not memoize the call
memoizedCall(Report$loader$download_report)

# This works as intended
memoizedCall(with(Report$loader, download_report), Report$loader)

我很想知道为什么R.cache与绑定到环境的正常函数一起工作，但是proto实例化方法却失败了。

Answer 1

在您的代码中，每次调用该函数时都会重新对其进行回溯。以下几点应该奏效:它只有一次回忆录，当它被定义时。

ProtoTester <- proto(
  calc = {
    fn <- function() print(runif(1))
    mfn <- memoise(fn)
    function(.) mfn()
  }
)
replicate(5, ProtoTester$calc())

Answer 2

另一种解决方案是使用evals从(my) 压盘包装进行评估，后者具有内部(当前R会话环境中的临时或磁盘存储持久的)缓存引擎。基于代码的简短示例：

library(pander)
ProtoTester <- proto(
  calc = function(.) {
    fn <- function() runif(1)
    mfn <- evals('fn()')[[1]]$result
    invisible(mfn)
  }      
)

并且在缓存中断断续续地运行evals将导致：

> evals.option('cache', FALSE)
> replicate(5, ProtoTester$calc())
[1] 0.7152186 0.4529955 0.4160411 0.1166872 0.8776698

> evals.option('cache', TRUE)
> evals.option('cache.time', 0)
> replicate(5, ProtoTester$calc())
[1] 0.7716874 0.7716874 0.7716874 0.7716874 0.7716874

请注意，evals.option函数si将很快重命名为evalsOption，以减轻对S3方法的R CMD check警告。