r與java整合（轉）

http://jliblog.com/archives/10

R是統計計算的強大工具，而JAVA是作應用系統的主流語言，二者自然具備整合的須要。關於整合，一方面，R中能夠建立JAVA對象調用JAVA方法，另外一方面，JAVA中能夠轉換R的數據類型調用R的函數，互相取長補短。如今也有一個項目JGR，用JAVA作R的圖形界面，能夠實現高亮顯示自動補全等，還能讓JAVA和R互相調用。

　　關於R中調用JAVA，我想主要是爲了利用其面向對象的特性，畢竟R語言近來很致力於向面向對象發展，有個很好的項目rJava能夠實現，在www.rforge.net/rJava上。R中調JAVA對我彷佛意義不大，本文主要介紹JAVA中調用R。全部測試都在Windows XP、R2.10.1和JDK1.6下完成。

　　JAVA很適合開發應用系統，可是數學建模和計算能力非其所長，若是該系統須要進行大量的統計或者優化的計算，調用R是一種很好的方式。JAVA負責系統的構建，R用來作運算引擎，從而實現應用型和分析性相結合的系統。

　　首先要介紹的是Rserve的方式，這是一個基於TCP/IP的服務器，經過二進制協議傳輸數據，能夠提供遠程鏈接，使得客戶端語言可以調用R。目前Rserve做爲一個package發佈在CRAN上，能夠直接使用install.packages("Rserve")進行安裝。須要使用時在R控制檯下加載該包，而後輸入命令Rserve()，開啓服務器，就能夠供客戶端調用。

　　其客戶端能夠有多種，這裏只介紹JAVA客戶端。最先的客戶端包是JRclient，在www.rosuda.org/Rserve上還能夠下載到，可是如今該項目所有移到了www.rforge.net/Rserve，使用REngine做客戶端（和JRI一致），在該網站下能夠下載到REngine.jar和RserveEngine.jar兩個文件。若是用eclipse開發的話，在工程屬性中導入這兩個外部的jar包，就能夠正常使用了。

　　一個簡單的例子：

public class rtest {
　　public static void main(String[] args) throws REXPMismatchException,　REngineException {
  　　RConnection c = new RConnection();
  　　REXP x = c.eval("R.version.string");
  　　System.out.println(x.asString());
　　}
}

　首先創建一個新的鏈接，而後就可使用eval之類的方法將R中的表達式傳到服務器端，經過R求值後傳回JAVA中REXP類型的變量，而後打印出來，整個過程很是簡單。因爲不須要對R進行初始化，所以速度會比較快。在其餘系統下能夠同時創建多個鏈接，可是在Windows下只容許同時打開一個鏈接，後續的鏈接都會共有相同的命名空間。官網上不建議在Windows下使用Rserve，由於會喪失不少性能，他們推薦能夠考慮DCOM的方式。不過DCOM那個工程沒有現成的jar包可用，其實若是是拿R作分析系統中的運算引擎，單鏈接夠用了。

　　另外一種方式是JRI，全名是Java/R Interface，這是一種徹底不一樣的方式，經過調用R的動態連接庫從而利用R中的函數等。目前該項目已經成了rJava的子項目，再也不提供單獨的JRI的版本。所以使用時簡單地經過install.packages("rJava")安裝rJava就行，在安裝文件夾中，能夠看到一個jri的子文件夾，裏面有自帶的例子能夠用來測試。

　　裝好後要修改系統的環境變量，在PATH中添加%R_HOME%bin和%R_HOME%libraryrJavajri，注意R_HOME的路徑要正確，重啓系統使之生效。使用時一樣在eclipse裏導入外部的jar包（在www.rforge.net/rJava下載JRI.jar、REngine.jar和JRIEngine.jar這三個文件），在rJava包安裝目錄下的jriexamples裏有現成的例子（rtest.java和rtest2.java），能夠測試是否成功。

　　以前個人電腦上一直存在一個很奇怪的問題，測試第一個例子時在「Creating Rengine (with arguments)」的時候就停住了，第二個例子中一個JAVA框很快閃一下就消失了，控制檯中沒有任何提示。打開JGR也是一閃即逝。在網上查了好久，只有一個印度哥們也遇到過相似的問題，並且沒有找到解決辦法。估計應該是實現RMainLoopCallbacks時出了問題，可是找不到緣由，後來卸載了R2.9.0重裝了R2.10.1，而且經過install.packages安裝，終於沒問題了，多是主程序和Package之間的版本衝突，之後記住所有用install.packages來安裝package了。

　　關於客戶端服務器的方式和動態連接庫的方式，各有所長，按照須要選用。我的經驗，無論使用哪一種方式，設計時儘可能少進行頻繁的數據的交互，在邏輯上把系統和計算分開，使得R成爲一個純粹的運算引擎。