1. 概述
R是一种流行的统计学编程语言，由于它有各种各样的函数和包，将R代码嵌入到其他语言中并不罕见。
在本文中，我们将介绍将R代码集成到Java的一些最常见方法。
2. R脚本
对于我们的项目，我们将首先实现一个非常简单的R函数，该函数以向量作为输入并返回其值的平均值。我们将在专用文件中定义它：
customMean <- function(vector) {
mean(vector)
}
在本教程中，我们将使用Java辅助方法来读取此文件并将其内容作为字符串返回：
String getMeanScriptContent() throws IOException, URISyntaxException {
URI rScriptUri = RUtils.class.getClassLoader().getResource("script.R").toURI();
Path inputScript = Paths.get(rScriptUri);
return Files.lines(inputScript).collect(Collectors.joining());
}
现在，让我们看一下从Java调用此函数的不同选项。
3. RCaller
我们要考虑的第一个库是RCaller，它可以通过在本地机器上生成专用的R进程来执行代码。
RCaller可从Maven Central获得，我们可以将其包含在我们的pom.xml中：
<dependency>
<groupId>com.github.jbytecode</groupId>
<artifactId>RCaller</artifactId>
<version>3.0</version>
</dependency>
接下来，让我们使用原始R脚本编写一个自定义方法，返回值的平均值：
public double mean(int[] values) throws IOException, URISyntaxException {
String fileContent = RUtils.getMeanScriptContent();
RCode code = RCode.create();
code.addRCode(fileContent);
code.addIntArray("input", values);
code.addRCode("result <- customMean(input)");
RCaller caller = RCaller.create(code, RCallerOptions.create());
caller.runAndReturnResult("result");
return caller.getParser().getAsDoubleArray("result")[0];
}
在这个方法中我们主要使用两个对象：
- RCode：代表我们的代码上下文，包括我们的函数、函数输入和调用语句
- RCaller：它允许我们运行代码并返回结果
值得注意的是，RCaller不适合小规模和频繁计算，因为启动R进程需要时间，这是一个明显的缺点。
此外，RCaller仅适用于本地机器上安装的R。
4. Renjin
Renjin是R集成领域中另一种流行的解决方案，它被更广泛地采用，并且还提供企业支持。
将Renjin添加到我们的项目中并不那么简单，因为我们必须添加Mulesoft仓库以及Maven依赖：
<repositories>
<repository>
<id>mulesoft</id>
<name>Mulesoft Repository</name>
<url>https://repository.mulesoft.org/nexus/content/repositories/public/</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>org.renjin</groupId>
<artifactId>renjin-script-engine</artifactId>
<version>RELEASE</version>
</dependency>
</dependencies>
再次，让我们为R函数构建一个Java包装器：
public double mean(int[] values) throws IOException, URISyntaxException, ScriptException {
RenjinScriptEngine engine = new RenjinScriptEngine();
String meanScriptContent = RUtils.getMeanScriptContent();
engine.put("input", values);
engine.eval(meanScriptContent);
DoubleArrayVector result = (DoubleArrayVector) engine.eval("customMean(input)");
return result.asReal();
}
我们可以看到，这个概念与RCaller非常相似，但不那么冗长，因为我们可以使用eval方法直接通过名称调用函数。
Renjin的主要优势在于它使用基于JVM的解释器，因此无需安装R。不过，Renjin目前与GNUR并不完全兼容。
5. Rserve
到目前为止，我们讨论过的库都是在本地运行代码的不错选择。但是，如果我们想让多个客户端调用我们的R脚本，该怎么办？这就是Rserve发挥作用的地方，它允许我们通过TCP服务器在远程机器上运行R代码。
设置Rserve包括安装相关包并通过R控制台启动加载我们脚本的服务器：
> install.packages("Rserve")
...
> library("Rserve")
> Rserve(args = "--RS-source ~/script.R")
Starting Rserve...
接下来，我们现在可以像往常一样通过添加Maven依赖将Rserve包含在我们的项目中：
<dependency>
<groupId>org.rosuda.REngine</groupId>
<artifactId>Rserve</artifactId>
<version>1.8.1</version>
</dependency>
最后，让我们将R脚本包装成Java方法。这里我们将使用带有服务器地址的RConnection对象，如果未提供，则默认为127.0.0.1:6311：
public double mean(int[] values) throws REngineException, REXPMismatchException {
RConnection c = new RConnection();
c.assign("input", values);
return c.eval("customMean(input)").asDouble();
}
6. FastR
我们要讨论的最后一个库是FastR，一个基于GraalVM构建的高性能R实现。在撰写本文时，FastR仅在Linux和Darwin x64系统上可用。
为了使用它，我们首先需要从官方网站安装GraalVM。之后，我们需要使用Graal Component Updater安装FastR本身，然后运行随附的配置脚本：
$ bin/gu install R
...
$ languages/R/bin/configure_fastr
这次我们的代码将依赖于Polyglot，这是GraalVM内部API，用于在Java中嵌入不同的客户端语言。由于Polyglot是一个通用API，因此我们指定要运行的代码的语言。此外，我们将使用cR函数将输入转换为向量：
public double mean(int[] values) {
Context polyglot = Context.newBuilder().allowAllAccess(true).build();
String meanScriptContent = RUtils.getMeanScriptContent();
polyglot.eval("R", meanScriptContent);
Value rBindings = polyglot.getBindings("R");
Value rInput = rBindings.getMember("c").execute(values);
return rBindings.getMember("customMean").execute(rInput).asDouble();
}
遵循此方法时，请记住它会使我们的代码与JVM紧密耦合。要了解有关GraalVM的更多信息，请查看我们关于Graal Java JIT编译器的文章。
7. 总结
在本文中，我们介绍了一些在Java中集成R的最流行技术。总结一下：
- RCaller更易于集成，因为它可以在Maven Central上使用
- Renjin提供企业支持，不需要在本地机器上安装R，但它与GNUR并不100%兼容
- Rserve可用于在远程服务器上执行R代码
- FastR可以与Java无缝集成，但会使我们的代码依赖于VM，并且不适用于所有操作系统
Post Directory
