r與java整合（轉）

http://jliblog.com/archives/10

R是統計計算的強大工具，而JAVA是做應用系統的主流語言，兩者天然具有整合的需要。關於整合，一方面，R中可以創建JAVA對象調用JAVA方法，另一方面，JAVA中可以轉換R的數據類型調用R的函數，互相取長補短。現在也有一個項目JGR，用JAVA做R的圖形界面，可以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，我想主要是為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可以實現，在www.rforge.net/rJava上。R中調JAVA對我似乎意義不大，本文主要介紹JAVA中調用R。所有測試都在Windows XP、R2.10.1和JDK1.6下完成。

　　JAVA很適合開發應用系統，但是數學建模和計算能力非其所長，如果該系統需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用來做運算引擎，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，通過二進制協議傳輸數據，可以提供遠程連接，使得客戶端語言能夠調用R。目前Rserve作為一個package發布在CRAN上，可以直接使用install.packages("Rserve")進行安裝。需要使用時在R控制台下加載該包，然后輸入命令Rserve()，開啟服務器，就可以供客戶端調用。

　　其客戶端可以有多種，這里只介紹JAVA客戶端。最早的客戶端包是JRclient，在www.rosuda.org/Rserve上還可以下載到，但是現在該項目全部移到了www.rforge.net/Rserve，使用REngine作客戶端（和JRI一致），在該網站下可以下載到REngine.jar和RserveEngine.jar兩個文件。如果用eclipse開發的話，在工程屬性中導入這兩個外部的jar包，就可以正常使用了。

　　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());
　　}
}

　首先建立一個新的連接，然后就可以使用eval之類的方法將R中的表達式傳到服務器端，通過R求值后傳回JAVA中REXP類型的變量，然后打印出來，整個過程非常簡單。由於不需要對R進行初始化，因此速度會比較快。在其他系統下可以同時建立多個連接，但是在Windows下只允許同時打開一個連接，后續的連接都會共有相同的命名空間。官網上不建議在Windows下使用Rserve，因為會喪失很多性能，他們推薦可以考慮DCOM的方式。不過DCOM那個工程沒有現成的jar包可用，其實如果是拿R做分析系統中的運算引擎，單連接夠用了。

　　另一種方式是JRI，全名是Java/R Interface，這是一種完全不同的方式，通過調用R的動態鏈接庫從而利用R中的函數等。目前該項目已經成了rJava的子項目，不再提供單獨的JRI的版本。因此使用時簡單地通過install.packages("rJava")安裝rJava就行，在安裝文件夾中，可以看到一個jri的子文件夾，里面有自帶的例子可以用來測試。

　　裝好后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，重啟系統使之生效。使用時同樣在eclipse里導入外部的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里有現成的例子（rtest.java和rtest2.java），可以測試是否成功。

　　之前我的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，控制台中沒有任何提示。打開JGR也是一閃即逝。在網上查了很久，只有一個印度哥們也遇到過類似的問題，而且沒有找到解決辦法。估計應該是實現RMainLoopCallbacks時出了問題，但是找不到原因，后來卸載了R2.9.0重裝了R2.10.1，並且通過install.packages安裝，終於沒問題了，可能是主程序和Package之間的版本沖突，以后記住全部用install.packages來安裝package了。

　　關於客戶端服務器的方式和動態鏈接庫的方式，各有所長，按照需要選用。個人經驗，不管使用哪種方式，設計時盡量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成為一個純粹的運算引擎。