Rscript 和 Littler 之间的区别

Question

...除了 Rscript 是通过 #!/usr/bin/env Rscript 和 littler< 调用的事实/em> 与脚本文件第一行中的 #!/usr/local/bin/r （在我的系统上）。我发现执行速度存在一定差异（似乎 littler 有点慢）。

我创建了两个虚拟脚本，每个脚本运行 1000 次并比较平均执行时间。

这是 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)

这是较小的文件：

#!/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)

如您所见，它们几乎相同（第一行和接收器文件参数不同）。输出被sink写入文本文件，因此通过read.table导入到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。

这是 bash 脚本：

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

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，还有其他差异吗？更重要的问题是：为什么你应该/不应该更喜欢littler而不是Rscript（反之亦然）？

Answer 1

几个快速评论：

1. 路径 /usr/local/bin/r 是任意的，您可以使用 /usr/bin/env r ，就像我们在一些例子。我记得，它限制了您可以向 r 提供的其他参数，因为通过 env

   调用时它只需要一个参数

2. 我不明白您的基准测试，以及为什么你会那样做的。我们确实在源代码中进行了时序比较，请参阅tests/timing.sh和tests/timing2.sh。也许您想将测试分为启动和图形创建或任何您想要的东西。

3. 每当我们进行这些测试时，“littler”都会获胜。 （当我现在重新运行它们时，它仍然获胜。）这对我们来说很有意义，因为如果您查看 Rscript.exe 的源代码，它通过设置环境和命令字符串来工作不同在最终调用 execv(cmd, av) 之前。较小的人可以更快地开始。

4. 主要的代价是便携性。由于构建的规模较小，因此无法进入 Windows。或者至少不容易。 OTOH，我们已经移植了 RInside，所以如果有人真的想...

5. Littler 在 2006 年 9 月首次推出，而 Rscript 则在 2007 年 4 月随 R 2.5.0 一起推出。

6. Rscript 现在无处不在。这是一个很大的优势。

7. 在我看来，命令行选项对于较小的人来说更明智。

8. 两者都与 CRAN 包 getopt 和 optparse 一起使用以进行选项解析。

所以这是个人喜好。我与他人共同编写了一些小东西，从中学到了很多东西（例如 RInside），并且仍然发现它很有用——所以我每天使用它数十次。它驱动蔓越莓。它驱动 cran2deb。正如他们所说，您的里程可能会有所不同。

免责声明：Littler 是我的项目之一。

后记：我会将测试编写为

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

甚至

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

消除异常值。此外，您本质上只测量 I/O（打印和绘图），两者都将从 R 库获得，因此我预计差异不大。