127-R编程21-R节约内存的内部机制和垃圾回收

• 参考：
  • 09. 工作空间和变量赋值 · 语雀 (yuque.com)[1]
  • 2. 标示符和值 · 语雀 (yuque.com)[2]
  • Advanced R

前言

之前提了[[124-R编程18-R的内部机制2]]，通过复制修改机制，R 非常聪明在合适的时机建立副本，节省了不必要的内存开支。

这里我们来进一步拓展一下相关知识。

1-查看对象存储大小

用lobstr包的obj_size()函数可以求变量的存储大小， 如obj_size(x)， 也可以求若干个变量的总大小， 如obj_size(x,y)。

因为各种绑定到同一对象的可能性， 所以变量的存储大小可能会比想象要少， 比如， 共用若干列的两个数据框， 字符型向量， 等等。基本R软件的object.size()则不去检查是否有共享对象， 所以对列表等变量的存储大小估计可能会偏高。

> x <- matrix(1:10000)
> object.size(x)
40216 bytes
> lobstr::obj_size(x)
40,216 B
> y <- list(x,x,x)
> lobstr::obj_size(y)
40,296 B
> object.size(y)
120728 bytes

这个原因你还记得吗？

此外，还有一些实用函数。

> lobstr::ref(y,y1)
o [1:0x7fd896f93558] <list> 
+-[2:0x7fd89809f840] <dbl> 
+-[3:0x7fd89809f878] <dbl> 
\-[4:0x7fd89809f8b0] <dbl> 
 
o [5:0x7fd896eec6e8] <list> 
+-[6:0x7fd897d9f088] <dbl> 
+-[7:0x7fd897d9f0c0] <dbl> 
\-[8:0x7fd897d9f0f8] <dbl> 

lobstr::mem_used() 返回当前使用的内存大小：

> lobstr::mem_used()
430,635,640 B

但是其也存在一定的问题：

2-垃圾回收

在当前的R语言中， 一个对象的引用（如绑定的变量名）个数， 只区分0个、1个或多个这三种情况。当内存中的对象没有变量引用的时候，R 就会定期启动垃圾回收（garbage collector, GC）。

rm(x)只是删除绑定， 并不会马上清除x绑定的对象。如果已经有多个引用， 即使是只有2个， 减少一个引用也还是“多个”状态， 不会变成1个。

垃圾收集器是在R程序要求分配新的对象空间时自动运行的， R函数gc()可以要求马上运行垃圾收集器， 并返回当前程序所用的存储量；lobstr包的mem_used()函数则报告当前会话内存字节数。

3-R的其他节约内存机制

字符串池

比如下面的例子：

alternative representation

R 并不会完整保存序列的全部内容，其仅仅保留开头与结尾的数字。

所以上面几个向量的内存大小才是相同的。

参考资料

[1]

09. 工作空间和变量赋值 · 语雀 (yuque.com): https://www.yuque.com/mugpeng/rr/ebhayr

[2]

2. 标示符和值 · 语雀 (yuque.com): https://www.yuque.com/mugpeng/rr/xhuxd3