在RStudio中如何抑制R包安装过程中加载包窗口的更新？

Question

如何禁用/抑制弹出窗口“更新加载的包”，该窗口在R包安装期间不断显示？我很高兴它被设置为“否”，但我不知道如何使它工作(调查install.packages()的args和我的googling，但没有发现)。

背景:我的目标是比较大型(2k)软件包集合的安装时间。我想在一个循环中过夜，在每个迭代中：(1)除base优先级包外，我删除所有包，(2)测量特定包安装的时间。我必须没有弹出窗口(停止进程)来执行此操作。

启动sessionInfo时，RStudio：

> sessionInfo()
R version 3.5.1 (2018-07-02)
Platform: x86_64-apple-darwin15.6.0 (64-bit)
Running under: macOS  10.14

Matrix products: default
BLAS: /System/Library/Frameworks/Accelerate.framework/Versions/A/Frameworks/vecLib.framework/Versions/A/libBLAS.dylib
LAPACK: /Library/Frameworks/R.framework/Versions/3.5/Resources/lib/libRlapack.dylib

locale:
[1] en_US.UTF-8/en_US.UTF-8/en_US.UTF-8/C/en_US.UTF-8/en_US.UTF-8

attached base packages:
[1] stats     graphics  grDevices utils     datasets  methods   base     

loaded via a namespace (and not attached):
[1] compiler_3.5.1 tools_3.5.1   
> 

​

​

Answer 1

您应该考虑使用基准工具，类似于：

#!/bin/bash

# Create file of all installed packages

Rscript -e 'writeLines(unname(installed.packages()[,1]), "installed-pkgs.txt")'

# Iterate over the file, benchmarking package load 3x (consider bumping this up)

while read -r pkg; do

  echo -n "Benchmarking package [${pkg}]"

  for iter in {1..3}; do

    echo -n "."

    Rscript --vanilla \
      -e 'args <- commandArgs(TRUE)' \
      -e 'invisible(suppressPackageStartupMessages(xdf <- as.data.frame(as.list(system.time(library(args[1], character.only=TRUE), FALSE)))))' \
      -e 'xdf$pkg <- args[1]' \
      -e 'xdf$iter <- args[2]' \
      -e 'xdf$loaded_namespaces <- I(list(loadedNamespaces()))' \
      -e 'saveRDS(xdf, file.path("data", sprintf("%s-%s.rds", args[1], args[2])))' \
      "${pkg}" \
      "${iter}"

  done

  echo ""

done <installed-pkgs.txt

我创建了一个带有~/projects/pkgbench子and的data目录，并将^放在~/projects/pkgbench中。有了它，你：

• 每次运行一个干净的(香草)R会话
• 每次迭代3次(如果你想的话，让它更高)
• 每次迭代一个RDS文件
• RDS文件中会话命名空间后加载中的包数(包括名称)。

当它运行时(从macOS框中的非RStudio终端会话)，您将获得进展(每次迭代一个点)：

$ ./pkgbench.sh
Benchmarking package [abind]...
Benchmarking package [acepack]...
Benchmarking package [AER]...
Benchmarking package [akima]...

然后，您可以做类似的事情(我在几个pkgs之后就杀了基准测试)：

library(hrbrthemes) # github/gitlab
library(tidyverse)

map_df(
  list.files("~/projects/pkgbench/data", full.names = TRUE),
  readRDS
) %>% tbl_df() %>% print() -> bench_df
## # A tibble: 141 x 8
##    user.self sys.self elapsed user.child sys.child pkg     iter  loaded_namespaces
##        <dbl>    <dbl>   <dbl>      <dbl>     <dbl> <chr>   <chr> <list>           
##  1   0.00500 0.00100  0.00700         0.        0. abind   1     <chr [9]>        
##  2   0.00600 0.00100  0.00700         0.        0. abind   2     <chr [9]>        
##  3   0.00600 0.00100  0.00600         0.        0. abind   3     <chr [9]>        
##  4   0.00500 0.00100  0.00600         0.        0. acepack 1     <chr [9]>        
##  5   0.00600 0.001000 0.00800         0.        0. acepack 2     <chr [9]>        
##  6   0.00500 0.00100  0.00600         0.        0. acepack 3     <chr [9]>        
##  7   1.11    0.0770   1.19            0.        0. AER     1     <chr [36]>       
##  8   1.04    0.0670   1.11            0.        0. AER     2     <chr [36]>       
##  9   1.07    0.0720   1.15            0.        0. AER     3     <chr [36]>       
## 10   0.136   0.0110   0.147           0.        0. akima   1     <chr [12]>       
## # ... with 131 more rows

group_by(bench_df, pkg) %>% 
  summarise(
    med_elapsed = median(elapsed), 
    ns_ct = length(loaded_namespaces[[1]])
  ) -> bench_sum

ggplot(bench_sum, aes("elapsed", med_elapsed)) +
  geom_violin(fill = ft_cols$gray) +
  ggbeeswarm::geom_quasirandom(color = ft_cols$yellow) +
  geom_boxplot(color = "white", fill="#00000000", outlier.colour = NA) +
  theme_ft_rc(grid="Y")

​

​

ggplot(bench_sum, aes(ns_ct, med_elapsed)) +
  geom_point(color = ft_cols$yellow) +
  geom_smooth(color = ft_cols$peach) + # shld prbly use something better than loess
  theme_ft_rc(grid = "XY")

​

​

如果要在一夜之间运行它，请确保禁用所有macOS可能对您做的“困倦/空闲”时间(例如禁用任何重量级屏幕保护程序，防止它将磁盘放入睡眠状态等)。

请注意，我禁止了包启动消息的打印。您可能想要使用capture.output()来代替，或者使用或不使用这种方法进行比较。

library()还有所有这些参数选项：

library(
  package, 
  help, 
  pos = 2, 
  lib.loc = NULL,
  character.only = FALSE, 
  logical.return = FALSE,
  warn.conflicts = TRUE, 
  quietly = FALSE,
  verbose = getOption("verbose")
)

您可能也希望对各种基准测试运行进行调整。

我还只查看了“包加载对用户的感觉”值的中位数。考虑检查数据框架中的所有system.time值。

如果你的Mac有足够强大的CPU内核，并且你有一个快速的固态磁盘，你可以考虑使用GNU parallel和这个线束来加快时间。如果您这样做，并且对并发并行运行的次数相当保守，那么每pkg肯定会使用3次以上的迭代。