R語言本地緩存memoise

前言

緩存技術在計算機系統中運用地非常廣泛，特別是對於重複性計算，緩存能為我們節省大量的CPU時間，可能是99%。R語言以統計計算著名，但其中很多演算法包都是在進行大量重複的計算。

優化正再進行，改變已經開始。以Hadley Wickham為代表的R語言領軍人物，正在讓R快起來！你感覺到了嗎？！

目錄

1. memoise介紹
2. memoise安裝
3. memoise的API介紹
4. memoise使用
5. memoise源代碼分析

1. memoise介紹

memoise是一個簡單的緩存包，主要用來減少重複計算，從而提升CPU性能。當你用相同的參數執行計算的時候，你會得到之前計算過的結果，而不是重算一遍。

緩存技術對於有並發訪問的應用來說，是性價比最高的性能提升方案。

註：memoise包是「Hadley Wickham」大神的作品！

memoise的發布頁：CRAN - Package memoise

2. memoise安裝

系統環境

• Win7 64bit
• R: 3.0.1 x86_64-w64-mingw32/x64 b4bit

memoise安裝

~Rnn> install.packages("memoise")ntrying URL http://mirror.bjtu.edu.cn/cran/bin/windows/contrib/3.0/memoise_0.1.zipnContent type application/zip length 10816 bytes (10 Kb)nopened URLndownloaded 10 Kbnnpackage 『memoise』 successfully unpacked and MD5 sums checkedn

memoise載入

> library(memoise)n

3. memoise的API介紹

非常簡單的API列表，只有2個函數。

• forget: 重置緩存函數
• memoize: 定義緩存函數

4. memoise使用

緩存測試

#定義緩存函數n> fun <- memoise(function(x) { Sys.sleep(1); runif(1) })nn#第一次執行fun函數n> system.time(print(fun()))n[1] 0.05983416n用戶 系統 流逝 n0 0 1nn#第二次執行fun函數 n> system.time(print(fun()))n[1] 0.05983416n用戶 系統 流逝 n0 0 0 nn#重置緩存函數n> forget(fun)n[1] TRUEnn#第三次執行fun函數 n> system.time(print(fun()))n[1] 0.6001663n用戶 系統 流逝 n0 0 1 n

• 1. 定義緩存函數memoise
• 2. 第一次執行fun函數, 等待sleep(1)
• 3. 第二次執行fun函數, 無等待，直接從緩存中返回結果
• 4. 重置緩存函數forget
• 5. 第三次執行fun函數, 由於fun被重置，返回2，等待sleep(1)

5. memoise源代碼分析

1). memoise函數

• 1. new_cache創建新的緩存空間，給f函數
• 2. 生成f函數的hash值，作為key
• 3. 返回緩存後的,f函數引入

memoise <- memoize <- function(f) {n cache <- new_cache()nn memo_f <- function(...) {n hash <- digest(list(...))nnif (cache$has_key(hash)) {n cache$get(hash)n } else {n res <- f(...)n cache$set(hash, res)n resn }n }n attr(memo_f, "memoised") <- TRUEnreturn(memo_f)n}n

2). forget函數

• 1. 檢查環境中，是否緩存了f函數
• 2. 如果有f函數的緩存，則清空f函數的緩存值

forget <- function(f) {nif (!is.function(f)) return(FALSE)nn env <- environment(f)nif (!exists("cache", env, inherits = FALSE)) return(FALSE)nn cache <- get("cache", env)n cache$reset()nnTRUEn}n

3). 私有函數：new_cache函數

• 1. 在new_cache函數里，定義cache對象，保存在env的環境中
• 2. 通過new_cache函數，構造list類型對象，包括reset,set,get,has_key,keys方法
• 3. 通過list對象，對cache對象進行訪問操作

new_cache <- function() {nn cache <- NULLn cache_reset <- function() {n cache <<- new.env(TRUE, emptyenv())n }nn cache_set <- function(key, value) {n assign(key, value, env = cache)n }nn cache_get <- function(key) {n get(key, env = cache, inherits = FALSE)n }nn cache_has_key <- function(key) {n exists(key, env = cache, inherits = FALSE)n }nn cache_reset()nlist(n reset = cache_reset, n set = cache_set, n get = cache_get,n has_key = cache_has_key,n keys = function() ls(cache)n )n

作者介紹：

張丹，R語言中文社區專欄特邀作者，《R的極客理想》系列圖書作者，民生銀行大數據中心數據分析師，前況客創始人兼CTO。

10年IT編程背景，精通R ,Java, Nodejs 編程，獲得10項SUN及IBM技術認證。豐富的互聯網應用開發架構經驗，金融大數據專家。個人博客 粉絲日誌， Alexa全球排名70k。

著有《R的極客理想-工具篇》、《R的極客理想-高級開發篇》，合著《數據實踐之美》，新書《R的極客理想-量化投資篇》(即將出版)。

《R的極客理想-工具篇》京東購買快速通道：《數據分析技術叢書：R的極客理想·工具篇》(張丹 )【摘要 書評 試讀】- 京東圖書

《R的極客理想-高級開發篇》京東購買快速通道：《R的極客理想 高級開發篇》(張丹)【摘要 書評 試讀】- 京東圖書

《數據實踐之美》京東購買快速通道：《數據實踐之美：31位大數據專家的方法、技術與思想》(天善智能)【摘要 書評 試讀】- 京東圖書