闪亮的应用程序-使用回忆录缓存R值

Question

如何用回忆录缓存查询数据结果？

我已经用我的数据试过了，它一点也没有区别。

这是我的职责

runQuery <- function(DB, query, site) {

    # Match the pattern and replace it.
    dataQuery <- sub("SITE", as.character(site), query)

    # Store the result in data1.
    data = dbGetQuery(DB, dataQuery)

    return(data)
}

memoise_data <- memoise(runQuery)

data1 <- memoise_data(DB, dataQuery, site1)

无论是否使用和，情节仍然要花费21.61824秒的时间。

有什么想法吗？

Answer 1

在回忆录函数的第二次调用和后续调用中，您只会得到一个加速。在第一次调用中，它运行“包装”函数并缓存其输出。您应该注意到第二次调用memoise_data()时的不同之处。

例如：

f <- function() { 
  a <- rnorm(1e5)
  5 
} 
system.time(f())
user  system elapsed 
0.05    0.00    0.05 
mf <- memoise::memoise(f)
system.time(mf())
user  system elapsed 
0.05    0.00    0.05 
system.time(mf())
user  system elapsed 
0       0       0 

Answer 2

为了缓存计算结果，函数中包含data.table类型的输入，我在回忆录中遇到了类似的问题。猜测一下，我会说回忆录是根据与函数输入相关的键存储函数结果，问题是密钥生成算法。这个问题要么是：

1. 无法根据特定的输入类型形成键，因此不会缓存结果，或者
2. 关键算法是在每次调用中创建一个可变的密钥。

这两种方法都意味着您正在重新计算/重新处理每个函数调用。这当然与我所目睹的情况相吻合。函数(字符串)很好地缓存，而函数(data.table，string)则不缓存。

Answer 3

您的代码的瓶颈是什么？

• 这是数据库查询本身吗？
• 是在发送和接收上花费的时间吗？

不过，我不认为缓存数据库查询是个好主意，但根据定义，如果DB更新，您可以得到完全相同的DB名称和相同的查询的不同结果。这是不安全的缓存。

数据库本身可能有一些缓存机制来加速重复查询。