R语言-理解R性能

计算性能限制因素

通过了解限制R计算性能的因素，从而更好的利用起R的性能，影响R的因素：CPU,RAM,磁盘I/O,算法。

• CPU的速度和性能觉得了计算速度，它需要将R代码翻译成机器语言和实际处理时的执行过程。另外R是单线程的，即整个数据集都在一个CPU核上运行，所以你即使拥有一个多核的CPU，并没有什么用。但是并行编程可以克服这个问题。
• RAM限定了数据的规模。数据都是先加载到RAM中，所以数据大小不能超过RAM容量。此外，并不是电脑上的全部内存R都可以使用，操作系统，后台进程等都会竞争占用内存，还有R还需要部分内存来储存计算结果。所以数据集的最大规模是空闲内存的1/2或1/3大小。linux系统相比于windows系统好处是可以将内存中的数据换到磁盘上的交换文件，从而扩大R的数据集规模大小。有效的利用内存，也是可以优化这个问题。
• 磁盘I/O，影响数据的装载还有数据写回磁盘的速度。此限制性能对R性能的影响较大。
• 自己编写的R代码对性能有着极大的影响。通常使用时间和空间复杂度来描述。

所以，当数据量小时，计算复杂度高，会受到CPU影响。数据量大时，会受到磁盘I/O还有RAM的影响。

R的运行对性能影响

R是解释型语句，即每次运行R程序的时候，R代码需要重新解释翻译成机器代码，即使代码不变。因为每次运行时，CPU都将做两件事，解释代码，执行代码。
与解释型代码形成对照的是类似于C的编译型代码，它们在运行钱将源代码编译成机器代码。编译成功后下次在CPU运行就很快了，因为是计算机的本机语言，但是每次代码改动时，都将进行编译，而编译的时间较长，所以其交互性不好。