Question

假设我有两个R运行实例。是否存在轻松将变量/数据从一个实例发送到另一个实例的现有解决方案？甚至可能在两个实例之间同步变量的值？

例如，首先两个实例（R1＆amp; R2）将以某种方式连接，然后在R1中：

> a <- 12
> push(a)

并且在R2的这一点：

> a
[1] 12

此处的关键字易于使用：尽可能快地（对于用户）以交互方式同步某些变量的值。我将使用Mathematica的RLink在一个R实例中以交互方式工作，并将数据推送到Mathematica的实例/从Mathematica的实例中提取数据。

我意识到这个问题可能听起来很奇怪。我之所以希望存在这样的东西，是因为它对于并行或分布式计算也很有用（这不是我的用例）。

Answer 1

看看svSocket。来自：svSocket.pdf

的包装说明

The SciViews svSocket package provides a stateful, multi-client and preemtive socket server.  [...] 

Although initially designed to server GUI clients, the R socket server can also be used to exchange data between separate R processes.

This demo video非常值得。

Answer 2

这是推/拉模型的另一种方法，但您可以使用bigmemory包来创建存在于共享内存（或磁盘）上的矩阵，该矩阵可以在多个R会话中访问同一台机器：

R会话1

library(bigmemory)
m <- matrix(1:9, 3, 3)
m <- as.big.matrix(m, type="double", backingfile="m.bin", descriptorfile="m.desc")
m
# An object of class "big.matrix"
# Slot "address":
# <pointer: 0x7fba95004ee0>

R会话2

library(bigmemory)
m <- attach.big.matrix("m.desc") 
# Now any changes you make to m will be reflected in both sessions!

这对于使用on矩阵的并行计算也很有用，因为你现在只是将指向矩阵的指针传递给每个生成的R会话，而不是整个宾语。

由于我们已经创建了一个文件支持的大矩阵，它还允许您创建矩阵，它还允许您创建和操作大于内存的矩阵！

并行示例

library(bigmemory)
library(doMC) # Windows users will need to choose a different parallel backend
library(foreach)
registerDoMC(4) # number of cores (new R sessions to spawn) to run in parallel.

m <- matrix(rnorm(1000*1000), 1000)
as.big.matrix(m, type="double", backingfile="m.bin", descriptorfile="m.desc")
# Just to make sure we don't have any of these objects in memory when we spawn the 
# parallel sessions
rm(m)
gc()

foreach(i = 1:4) %dopar% {
  m <- attach.big.matrix("m.desc")
  # do something!
}

Answer 3

我认为Redis可以帮助您实现自己想要的目标。您可以使用R包rredis和/或RcppRedis

在R的第一个实例上你可以做到

library(rredis)
redisConnect()
redisSet("a", 12)
[1] "OK"

然后在第二个R实例上，您可以

library(rredis)
redisConnect()
redisGet("a")
[1] 12

是否可以在两个R实例之间推/拉变量？

3 个答案: