Rscript 和 littler 的区别

Question

...除了 Rscript 被 #!/usr/bin/env Rscript 调用和 littler 被 @987654323 调用的事实之外@（在我的系统上）在脚本文件的第一行。我发现执行速度存在某些差异（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）。输出是sinked 到文本文件，因此在R 中用read.table 导入。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

几个快速的cmets：

1. /usr/local/bin/r 的路径是任意的，您可以使用/usr/bin/env r，就像我们在某些示例中所做的一样。我记得，它限制了你可以给r 的其他参数，因为当通过env 调用时它只需要一个参数

2. 我不明白你的基准，以及你为什么要那样做。我们确实在来源中有时间比较，请参阅tests/timing.sh 和tests/timing2.sh。也许您想在启动和图形创建或您所追求的任何东西之间拆分测试。

3. 每当我们运行这些测试时，liter 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，通过在最终调用 execv(cmd, av) 之前设置环境和命令字符串，它的工作方式会有所不同。 littler 可以启动得更快一些。

4. 主要价格是便携性。 littler 的构建方式不会适用于 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 于 2006 年 9 月首次推出，而 Rscript 于 2007 年 4 月推出 R 2.5.0。

6. Rscript 现在无处不在。这是一个很大的优势。

7. 在我看来，命令行选项更适合 littler。

8. 两者都使用 CRAN 包 getopt 和 optparse 进行选项解析。

所以这是个人喜好。我共同编写了 littler，在这方面学到了很多东西（例如，对于 RInside）并且仍然觉得它很有用——所以我每天使用它几十次。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：litter 是我的项目之一。

后记：我会把测试写成

我会这样写

  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)

去除异常值。此外，您基本上只测量 I/O（打印和绘图），它们都将从 R 库中获得，所以我预计差别不大。