35、提升 R 代码性能与构建交互式仪表盘

提升 R 代码性能与构建交互式仪表盘

1. R 代码性能优化

1.1 系统资源问题及解决办法

当遇到系统资源问题时，可根据不同情况采取相应措施：
- 高磁盘 I/O 与充足系统内存 ：若系统有足够的空闲内存但磁盘 I/O 较高，代码可能在频繁进行磁盘读写操作。此时应移除不必要的 I/O 操作，若内存充足，可将中间数据存储在内存中。
- 低 CPU 利用率、低空闲内存与大交换空间 ：系统可能物理内存不足，正在进行内存交换。这种情况下，先检查是否有足够资源处理发送给 R 的负载。若资源充足，可尝试使用特定函数（文中提到的 SN 函数）移除 R 会话中等待内存的未使用对象。
- 内存不足处理全量数据 ：若即使高效处理也没有足够内存处理全量数据，可尝试对数据进行分区。例如，若全量数据无法放入内存且要查找最大值，可将数据分成四部分，逐次加载每部分，计算其最大值，计算完成后从内存中移除该部分，保留最大值，最后从这四个最大值中找出最终的最大值。另一种方法是将数据处理迁移到数据库，数据库是处理数据的专业工具，可避免数据成为 R 中的瓶颈，因为只需将预处理后的部分数据引入 R。

1.2 使用专业包提升性能

寻找 CRAN 包或其他地方发布的专业函数是提升实现性能的好方法。在修改自己的代码之前，先看看是否能在其他地方找到高效的实现。以下是一些有用的包：
- data.table 和 dplyr 包