时间戳

首页 > 解决方案 > 与在 RStudio 中使用 saveRDS 相关的时间问题

r - 与在 RStudio 中使用 saveRDS 相关的时间问题

问题描述

在执行循环之前调用 saveRDS 会导致循环时序不一致。这仅在使用 RStudio 时很明显；使用 Rscript 从命令行运行相同的脚本时，该问题不存在。这可能是 RStudio 中延迟 I/O 刷新的结果。

在 Ubuntu 18.04LTS 64 位上使用 RStudio 1.1.463、R 3.5.2。

我通过在代码执行之前调用 gc() 并使用 gcinfo 启用 gc 消息以确保不触发 gc 来消除垃圾收集器的问题。我还尝试使用 cmpfun 预编译该函数；这也无济于事。

以下代码可用于重现该问题。

loop.test <- function() {
  t <- c()
  t0 <- Sys.time()
  for (i in 1:10) {
    t <- c(t, Sys.time() - t0)
    Sys.sleep(0.01)
  }

  dt <- round(1000 * diff(t), 1)
  print(dt)
  print(summary(dt))
}

saveRDS(1:10, 'garb.rds')

loop.test()

该代码将产生以下输出（以毫秒为单位的循环时间）：

[1]  10.1  10.1  10.2  10.2 275.4  10.2  10.1  10.2  10.2

   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.10   10.10   10.20   39.63   10.20  275.40

请注意，大延迟并不总是出现在同一迭代中。

删除代码中的 saveRDS 调用将始终产生一致（接近 10 毫秒）的循环时间。

通过 Rscript 从命令行运行代码可以使用和不使用 saveRDS 行。

标签： rrstudio

解决方案

以下是 RStudio 人员的回复：

一种可能性：RStudio 在 R“空闲”期间（即：当 R 调用 R_ProcessEvents）做一些后台工作，我认为项目文件索引就是其中之一。RStudio 为这些任务注册文件监视器，因此文件的创建可能会导致 RStudio 在幕后进行一些重新索引工作。

我验证了将 saveRDS() 调用中的保存目录更改为项目目录之外可以解决时间问题。所以我认为这支持文件索引理论。RStudio v1.2 预览版在较小程度上展示了这种行为，因此空闲处理实现中可能发生了一些变化，但我没有更多信息。RStudio 的人打开了一个错误报告来解决这个问题，所以希望修复程序很快就会可用。

所以现在，一些解决方法是：

  1. 在调用 saveRDS() 后有足够的延迟调用 Sys.sleep() 以允许重新索引操作发生。
  2. 将 saveRDS() 指向当前项目目录之外的文件以防止重新索引。

推荐阅读