1、Java與R語言通信總結注1：rJava并沒有實際使用，這里提一下只是說明還存在這樣一種R與Java通信的方式，所有關于rJava的內容均來自互聯網；注2：rJava是通過JNI（Java Native Interface）實現R與Java通信，因此R與Java的執行環境需要在同一臺機器上同時存在。因為應用中需要遠程調用R腳本，因此沒有深入研究rJava。注3：RUtils是一個偶然發現的基于Rserve的連接池工具集，項目中暫時沒有使用。注4：以下內容大都經過了測試，但仍不能保證內容的權威性。R語言簡介R語言作為一門統計學語言，一直在小眾領域閃耀著光芒。直到大數據的爆發，R語言變成了一門炙手

2、可熱的數據分析的利器。隨著越來越多的工程背景的人的加入，R語言的社區在迅速擴大成長。現在已不僅僅是統計領域，教育、銀行、電商、互聯網.等等都在使用R語言。RserveRserve介紹Rserve是一個基于TCP/IP協議的，允許R語言與其他語言通信的C/S結構的程序，支持C/C+,Java,PHP,Python,Ruby,Nodejs等。 Rserve提供遠程連接，認證，文件傳輸等功能。我們可以設計R做為后臺服務，處理統計建模，數據分析，繪圖等的任務。詳細介紹請參照官方網站：Rserve安裝Linux系統下建議使用root權限安裝。下面的內容是依據Windows7系統中安裝過程進行描述的。進入

3、R語言解釋器：R安裝命令：install.packages("Rserve")然后安裝程序會提示我們選擇下載鏡像，提示如下：- Please select a CRAN mirror for use in this session -等我們選擇了鏡像后（測試時選擇的是China(xxx)），安裝程序便進行下載安裝，最終會輸出如下的信息（Linux下的輸出信息或有不同）：說明Rserve安裝成功，安裝路徑為：%R_HOME%libraryRserve目錄。啟動Rserve服務在Windows命令窗口進入R_HOMElibraryRservelibsi386目錄中執行如下命令（

4、我的Windows7是32位的，如果是64位系統對應目錄為R_HOMElibraryRservelibsx64）：R CMD RserveR將作出如下應答：說明Rserve啟動成功（端口6311），可以進行連接測試了。上面的啟動命令使用的本地模式，如果想遠程連接需要增加參數 RS-enable-remote即啟動命令為：R CMD Rserve -RS-enable-remote注：在Linux系統中，啟動命令是一樣的。Java遠程連接Rserve下載依賴jar包，地址：共兩個jar包，下載完成后將它們加入到項目的classpath中即可：l REngine.jarl RserveEngine

5、.jar也可以到Rserve安裝目錄中尋找，比如：R_HOME libraryRservejava目錄中就有相關jar包，名字略有不同，經測試可以使用：簡單的測試代碼：package com.zyh.up.general.rjava;import org.rosuda.REngine.REXPMismatchException;import org.rosuda.REngine.Rserve.RConnection;import org.rosuda.REngine.Rserve.RserveException;public class RserveBegin public static vo

6、id main(String args) try callRserve(); catch (RserveException e) e.printStackTrace(); catch (REXPMismatchException e) e.printStackTrace();static void callRserve() throws RserveException, REXPMismatchException RConnection rConnection = new RConnection("22");String rv = rConnect

7、ion.eval("R.version.string").asString();System.out.println(rv);double arr = rConnection.eval("rnorm(10)").asDoubles();for(double d : arr) System.out.println(d);經測試，可以正常運行。Java遠程執行R腳本上面的示例只是執行R命令，但如果我們在服務器上放置R腳本又該如何執行該腳本或調用其中的函數呢？有兩種方法可以完成上面的問題。假如我們定義了一個R腳本area.R，其中定義了一個方法area，該方法

8、接收一個半徑值然后計算對應面積并返回，腳本內容非常簡單：area<-function(r)pi*r2下面描述一下如何調用這個腳本中的area函數，并獲取其返回值。第一種方法就是直接用source函數將area.R腳本加載上來，然后就可以像調用R語言內置命令/函數一樣調用腳本中的area方法了。這樣做有一個缺點就是每建立一次Java與R之間的連接就需要調用source函數一次。示例代碼：package com.zyh.up.general.rjava;import org.rosuda.REngine.REXP;import org.rosuda.REngine.REXPMismatchE

9、xception;import org.rosuda.REngine.Rserve.RConnection;import org.rosuda.REngine.Rserve.RserveException;public class RserveBegin public static void main(String args) try callRScript(); catch (Exception e) e.printStackTrace();static void callRScript() throws RserveException, REXPMismatchException RCon

10、nection rc = new RConnection("22");/ source函數需要給出R腳本路徑, 注意傳入轉義的引號rc.eval("source("/home/hadoop/wangfeng/javaR/area.R")");REXP rexp = rc.eval("area(10)");System.out.println("Area of 10 is " + rexp.asDouble();代碼測試通過。另一種調用R腳本的方法是通過Rserv.con

11、f配置文件，該文件路徑為/etc/Rserv.conf，如果文件不存在則創建一個新的，然后在文件中添加如下的代碼：source /home/hadoop/wangfeng/javaR/area.R然后重新啟動Rserve服務即可。使用這種方式Java測試代碼需要去掉source語句這一行，即：rc.eval("source("/home/hadoop/wangfeng/javaR/area.R")");其它不變，經測試成功。注1：第二種方式只在Linux下采用，Win平臺對應的方法沒有找到。注2：有些人說配置文件為Rserve.conf，但我在122的/

12、etc下找到的是Rserv.conf，不管是哪一個文件（甚至兩者都不是，隨便命名一個），只要執行下面命令告訴Rserve配置文件是哪一個即可（需要重啟Rserve）：R CMD Rserve -RS-conf Rserv.conf參考資料l l http:/blog.fens.me/r-rserve-java/l l rJavarJava介紹rJava是一個簡單的R-to-Java接口。rJava在R和Java之間提供了低層次的連接（通過JNI技術），它允許在R中創建Java對象、調用方法及訪問屬性。從某種意義上說，與rJava相反的技術是JRI（Java/R Interface），它允許從J

13、ava中調用R語言。JRI現在已經被包含到rJava中，但它仍然可以單獨使用。現在rJava被用于JGR、iPlots及JavaGD等項目中。正式由于rJava是底層接口，并使用JNI作為接口調用，所以效率非常高。在JRI的方案中，JVM直接通過內存直接加載RVM，調用過程性能幾乎無損耗，因此是非常高效連接通道，是R和Java通信的首選開發包。rJava官方網站：rJava安裝rJava安裝與Rserve類似，Linux系統也是推薦使用root用戶安裝，詳細步驟不再贅述，安裝命令：install.packages(“rJava”)提示信息與安裝Rserve時類似，安裝路徑為：%R_HOME%l

14、ibraryrJava目錄。Java使用rJava調用RJava使用rJava時需要用到JRI.jar包，該可以在%R_HOME%libraryrJavajri路徑下找到，將其加到CLASSPATH中即可。另外，有些網絡上的資料說JRI還依賴REngine.jar和JRIEngine.jar兩個jar包，經測試對于R3.0.1和R3.0.2版本僅需要JRI.jar即可。簡單的測試例子如下：import org.rosuda.JRI.Rengine;public class RJavaBegin public static void main(String args) callR();stati

15、c void callR() Rengine re = new Rengine(new String "-vanilla" , false, null);if(!re.waitForR() System.out.println("無法載入R.");return;String rVersion = re.eval("R.version.string").asString();System.out.println("Version: " + rVersion);double arr = re.eval("rn

16、orm(10)").asDoubleArray();for (double d : arr) System.out.println(d + ",");re.end();運行上面的例子時需要設置JVM啟動參數，用以指定jri.dll位置，比如：-Djava.library.path="C: RR-3.0.1libraryrJavajri”如果是64位操作系統，可能需要這樣指定（64位win7沒有通過測試）：-Djava.library.path="C: RR-3.0.1libraryrJavajrix64”注：rJava沒有在Linux下進行測試

17、。參考資料l http:/blog.fens.me/r-rjava-java/l l RUtils簡介RUtils是一個用于Java連接和使用R語言的工具集，它使用Rserve并在其上添加了”池“功能，簡化了多個主機運行多個Rserve進程實例時的配置和使用；另外RUtils還對Rserve的API進行了封裝，使我們發送R腳本命令及獲取Rserve返回的計算結果等操作可以用非常簡潔的代碼來完成。依賴RUtils依賴下面幾個軟件/項目：l JDK1.6+l R語言l Rservel Apache Commons CLIl Apache Commons Configurationl Apache

18、Commons I/Ol Apache Commons Langl Apache Commons LoggingRUtils的配置文件可用的Rserve實例在RUtils中被配置到一個很簡潔的XML文件中，XML文件的根元素為RConnectionPool，每個Rserve實例體現為一個RServer節點，每個Rserver節點可以包含以下幾個屬性：l host：Rserve正在運行的主機名/IP（必需）l port：Rserve監聽的TCP端口（默認為6311）l username：建立連接時的用戶名（如果需要的話）l password：建立連接時的密碼l command：遠程主機上啟動Rs

19、erve的命令全路徑l embedded：如果設置為TRUE，RUtils將在連接池初始化時啟動Rserve，并在JVM關閉時關閉Rserve服務。這樣就不需要手動起停R服務，R服務將在我們應用的Java進程啟動之后以守護線程的方式啟動。下面是一個RUtils配置文件的簡單示例：<RConnectionPool><RConfiguration><RServer host="localhost"/><RServer host="" port="6312"/> <RS

20、erver host="" port="1234" username="me" password="pwd"/></RConfiguration></RConnectionPool>指定配置文件最好的方式是添加一個key為RConnectionPool.configuration的系統屬性，屬性值需要指定為classpath下一個合法的資源文件，如果該系統屬性沒有指定，則默認配置文件為RConnectionPool.xml。從連接池中獲取連接連接池類RCo

21、nnectionPool被設計為單例模式，因此我們不能調用其構造方法對其進行實例化，但我們可以調用該類的靜態方法getInstance()來獲取RConnectionPool類的實例。從連接池中獲取連接可以調用RConnectionPool類的borrowConnection()方法或者borrowConnection(long,java.util.concurrent.TimeUnit)方法，兩個方法在連接可用的情況下都會立即返回一個合法的RConnection實例。不帶參數的方法在沒有連接可用的情況會阻塞；另外一個方法將會等待直到給定時間參數超時，這時方法將返回null。從連接池中獲取的連

22、接在使用完畢后不需要關閉，以保證下次獲取時可以重用。如果返回了被關閉的連接將導致下次獲取連接時重新建立連接，從而會影響性能。當Java進程結束時，為了斷開所有的連接連接池應該以盡可能簡單的方式關閉。這可以通過調用RConnectionPool類的shutdown方法進行。如果程序沒有顯式的調用shutdown方法，一個JVM關閉鉤子程序將做這些操作。在Java中調用R腳本一旦你擁有了運行中的RServe服務和RConnectionPool.xml配置文件，就可以從Java中調用R了。我們當然可以通過RConnectionPool獲取RConnection連接，然后發送R腳本命令從而與Rserv

23、e交互，但這樣做在R腳本復雜的情況下會很繁瑣。更簡單的方式就是使用RScript類，如果我們使用RScript來執行R腳本的話不需要自己去獲取連接，一切都在RScript中做完了，我們需要做只有下面幾項：1. 指定一個要執行的R腳本2. 為該腳本指定輸入和輸出值3. 執行腳本及獲取R返回到Java中的輸出值下面分別來介紹一下這三步的詳細情況：1、 指定要執行的腳本RScript類提供了兩個工廠方法來指定要運行的R腳本，二者都返回一個封裝了指定R腳本的RScript對象：l RScript.createFromResource(path to resource)從CLASSPATH中加載R腳本l

24、 RScript.createFromScriptString(script string)使用字符串構建R腳本使用字符串構建R腳本示例：final String ksTest = "q <- ks.test(x,y)n" + "p_value <- q$p.valuen" + "test_statistic <- q$statistic1"final RScript rscript = RScript.createFromScriptString(ksTest);如果要使用預先定義的R腳本文件構建RScript的話

25、，只需要將腳本文件放在CLASSPATH下，RScript會自動尋找并加載。2、 為腳本綁定輸入輸出參數很多情況下我們在調用R腳本需要傳入一些參數，同時也可能需要接收R腳本運行得到的結果，RScript為我們提供了setInput方法和setOutput方法分別來綁定輸入和輸出變量；其中setInput方法有多個重載方法以支持不同的數據類型，而setOutput則使用RDataObjectType枚舉類來定義輸出變量的類型（見第4點）。在上面的示例中，x和y都是輸入參數（double數組類型），而我們要取得變量p_value和test_statistic的值也需要綁定輸出變量，所以我們需要為R

26、Script綁定輸入輸出參數，如下所示：final double xValues = new double 0.1, 0.2, 0.3, 0.4, 0.5;final double yValues = new double 0.6, 0.7, 0.8, 0.9, 1.0;/ 為腳本指定輸入變量的名字和值rscript.setInput("x", xValues);rscript.setInput("y", yValues);/ 為腳本輸出指定變量名和類型, 輸出必須在腳本執行前指定rscript.setOutput("p_value"

27、, RDataObjectType.Double);rscript.setOutput("test_statistic", RDataObjectType.Double);3、 執行腳本并獲取返回值經過上面兩步后，所剩下的也就只有執行R腳本以及獲取腳本運行的返回值了。運行腳本通過調用RScript類的execute方法進行；而針對獲取不同類型的返回值RScript則提供了一系列的getOutputXXX()方法，其中XXX代表數據類型。如下所示：rscript.execute();final double pvalue = rscript.getOutputDouble(&

28、quot;p_value");final double testStat = rscript.getOutputDouble("test_statistic");4、 RDataObjectType 枚舉RUtils使用RDataObjectType枚舉類定義了R和Java之間通信支持的數據類型（主要用在綁定輸出變量上，以獲取R腳本的計算結果），其定義的數據類型有：l RDataObjectType.String在Java和R中都代表String；獲取返回值時用rscript.getOutputString(R script variable name)

29、l RDataObjectType.StringArray在Java中代表String，在R中則是c(string vals)；獲取返回值時調用rscript.getOutputStringArray(R script variable name)l RDataObjectType.Double在Java和R中都代表Double；獲取返回值時調用rscript.getOutputDouble(R script variable name)l RDataObjectType.DoubleArray在Java中代表Double，在R中則代表c(double vals)；獲取數據時調用rscript.getOut