r与java整合（转）

http://jliblog.com/archives/10

R是统计计算的强大工具，而JAVA是做应用系统的主流语言，两者天然具有整合的需要。关于整合，一方面，R中可以创建JAVA对象调用JAVA方法，另一方面，JAVA中可以转换R的数据类型调用R的函数，互相取长补短。现在也有一个项目JGR，用JAVA做R的图形界面，可以实现高亮显示自动补全等，还能让JAVA和R互相调用。

　　关于R中调用JAVA，我想主要是为了利用其面向对象的特性，毕竟R语言近来很致力于向面向对象发展，有个很好的项目rJava可以实现，在www.rforge.net/rJava上。R中调JAVA对我似乎意义不大，本文主要介绍JAVA中调用R。所有测试都在Windows XP、R2.10.1和JDK1.6下完成。

　　JAVA很适合开发应用系统，但是数学建模和计算能力非其所长，如果该系统需要进行大量的统计或者优化的计算，调用R是一种很好的方式。JAVA负责系统的构建，R用来做运算引擎，从而实现应用型和分析性相结合的系统。

　　首先要介绍的是Rserve的方式，这是一个基于TCP/IP的服务器，通过二进制协议传输数据，可以提供远程连接，使得客户端语言能够调用R。目前Rserve作为一个package发布在CRAN上，可以直接使用install.packages("Rserve")进行安装。需要使用时在R控制台下加载该包，然后输入命令Rserve()，开启服务器，就可以供客户端调用。

　　其客户端可以有多种，这里只介绍JAVA客户端。最早的客户端包是JRclient，在www.rosuda.org/Rserve上还可以下载到，但是现在该项目全部移到了www.rforge.net/Rserve，使用REngine作客户端（和JRI一致），在该网站下可以下载到REngine.jar和RserveEngine.jar两个文件。如果用eclipse开发的话，在工程属性中导入这两个外部的jar包，就可以正常使用了。

　　一个简单的例子：

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());
　　}
}

　首先建立一个新的连接，然后就可以使用eval之类的方法将R中的表达式传到服务器端，通过R求值后传回JAVA中REXP类型的变量，然后打印出来，整个过程非常简单。由于不需要对R进行初始化，因此速度会比较快。在其他系统下可以同时建立多个连接，但是在Windows下只允许同时打开一个连接，后续的连接都会共有相同的命名空间。官网上不建议在Windows下使用Rserve，因为会丧失很多性能，他们推荐可以考虑DCOM的方式。不过DCOM那个工程没有现成的jar包可用，其实如果是拿R做分析系统中的运算引擎，单连接够用了。

　　另一种方式是JRI，全名是Java/R Interface，这是一种完全不同的方式，通过调用R的动态链接库从而利用R中的函数等。目前该项目已经成了rJava的子项目，不再提供单独的JRI的版本。因此使用时简单地通过install.packages("rJava")安装rJava就行，在安装文件夹中，可以看到一个jri的子文件夹，里面有自带的例子可以用来测试。

　　装好后要修改系统的环境变量，在PATH中添加%R_HOME%bin和%R_HOME%libraryrJavajri，注意R_HOME的路径要正确，重启系统使之生效。使用时同样在eclipse里导入外部的jar包（在www.rforge.net/rJava下载JRI.jar、REngine.jar和JRIEngine.jar这三个文件），在rJava包安装目录下的jriexamples里有现成的例子（rtest.java和rtest2.java），可以测试是否成功。

　　之前我的电脑上一直存在一个很奇怪的问题，测试第一个例子时在“Creating Rengine (with arguments)”的时候就停住了，第二个例子中一个JAVA框很快闪一下就消失了，控制台中没有任何提示。打开JGR也是一闪即逝。在网上查了很久，只有一个印度哥们也遇到过类似的问题，而且没有找到解决办法。估计应该是实现RMainLoopCallbacks时出了问题，但是找不到原因，后来卸载了R2.9.0重装了R2.10.1，并且通过install.packages安装，终于没问题了，可能是主程序和Package之间的版本冲突，以后记住全部用install.packages来安装package了。

　　关于客户端服务器的方式和动态链接库的方式，各有所长，按照需要选用。个人经验，不管使用哪种方式，设计时尽量少进行频繁的数据的交互，在逻辑上把系统和计算分开，使得R成为一个纯粹的运算引擎。