R语言源码解析

http://qiangkou.me/2015/10/01/r-src/

01 Oct 2015

R语言是一门专门用于数据分析的领域特定语言（DSL），多数R语言用户并不了解R解释器的内部。这和使用者的背景直接相关。对R底层有一定了解之后，对R可能会有完全不同的评价，是好是坏，就因人而异了。

这里我把以前读R源代码的笔记整理出来，希望对想了解R底层机制的朋友有所帮助。主要涵盖以下内容：（1）R解释器的初始化和R语句求值；（2）R底层的SEXP结构以及相关的API；（3）environment究竟是什么；（4）base和method包；（5）compiler包，也就是JIT编译的原理；（6）R里一些缺乏注释的黑暗角落，这些会穿插在各个章节之间。

这本书不是一本R语言教程，市面上的R语言图书已经足够多了。这里不会涉及任何直接的R语言使用的问题，对于R语言使用基本上没有任何帮助。

有两点需要说明：首先，这份源码解析基于3.2.2，源代码可以从这里下载；其次，我个人对图形设备和Windows系统的了解很有限，这里就不涉及这两方面的内容了。

作为一个学生物出身的野生码农，我的主要自学资料就是各种开源项目的源代码。一个人的命运，当然要靠自我奋斗，但是也要考虑到历史的行程，我绝对不知道我作为一个生狗怎么去做码农了。

R社区里的很多人都教了我很多东西，在这里特别感谢我在社区里的导师Dirk。另外这里单独感谢我至今没有露面的女朋友，所以我才有足够的时间读代码和写代码。

我们先从R源代码的组成开始，方便大家对照书中的内容查询源代码。R解压缩之后的结构如下所示。我们的主要关注点自然在src上，其它部分主要用于环境配置，其中po用于多语言支持。

.
├── COPYING
├── ChangeLog
├── INSTALL
├── Makeconf.in
├── Makefile.fw
├── Makefile.in
├── README
├── SVN-REVISION
├── VERSION
├── VERSION-NICK
├── config.site
├── configure
├── configure.ac
├── doc
├── etc
├── m4
├── po
├── share
├── src
├── tests
└── tools

src的内容如下，其中gnuwin32用于支持Windows上编译和使用R。除了gnuwin32，多数部分在书后续内容都会提到。

.
├── Makefile.in
├── appl
├── extra
├── gnuwin32
├── include
├── library
├── main
├── modules
├── nmath
├── scripts
└── unix

关于源代码阅读工具，我这里推荐的是htags，在源代码目录里使用htags --suggest就可以生成一个网页版的源代码，查询和跳转支持都不错。

Windows下的Source Insight是最强大的源代码阅读工具之一，但因为是收费软件，我也就不着重推荐了。