Performance 将JIT与R结合使用可能存在的缺点？

我最近发现，可以使用编译器包将JIT（即时）编译与R结合使用（我在中总结了我在本主题中的发现）

我被问到的一个问题是：

有什么陷阱吗？听起来太好了，不可能是真的，只要写一行就行了 这就是代码

环顾四周后，我发现一个可能的问题与JIT的“启动”时间有关。但是，在使用JIT时，还有其他问题需要注意吗

---

我想R的环境架构会有一些限制，但我想不出一个简单的例子来说明这个问题，任何建议或危险信号都会有很大帮助？

使用rpart的简单测试的输出可能是一个建议，在所有情况下都不要使用enableJIT：

library(rpart)
fo <- function() for(i in 1:500){rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)}
system.time(fo())
#User      System verstrichen 
#2.11        0.00        2.11 

require(compiler)
enableJIT(3)
system.time(fo())
#User      System verstrichen 
#35.46        0.00       35.60

库（rpart）
fo在前面的答案的基础上，实验表明问题不在于循环的编译，而在于闭包的编译。[enableJIT（0）或enableJIT（1）使代码保持快速，enableJIT（2）使代码速度显著降低，enableJIT（3）比上一个选项略快（但仍然非常慢）]。同样与Hansi的评论相反，cmpfun的执行速度也达到了类似的程度。
上面给出的
rpart
示例似乎不再是一个问题：

library("rpart")
fo = function() {
  for(i in 1:500){
    rpart(Kyphosis ~ Age + Number + Start, data=kyphosis)
  }
}    system.time(fo())
#   user  system elapsed 
#  1.212   0.000   1.206 
compiler::enableJIT(3)
# [1] 3
system.time(fo())
#   user  system elapsed 
#  1.212   0.000   1.210 

我还尝试了其他一些例子，比如


培养一个载体
一个函数，它只是
mean

虽然我并不总是能得到加速，但我从未经历过明显的减速


原则上，一旦编译并加载了字节码，它的解释速度应始终至少与原始AST解释器一样快。一些代码会从大的加速中受益，这通常是包含大量标量操作和循环的代码，其中大部分时间都花在R解释上（我见过加速10倍的示例，但任意的微基准确实可以根据需要放大）。有些代码将以相同的速度运行，这通常是经过良好矢量化的代码，因此几乎不需要花费时间进行解释。现在，编译本身可能很慢。因此，即时编译器现在在猜测不会有回报时不会编译函数（启发式随着时间的推移而改变，这已经在3.4.x中）。启发式算法并不总是猜测正确，因此可能存在编译无法获得回报的情况。典型的问题模式是代码生成、代码修改和对闭包中捕获的环境绑定的操作

包可以在安装时进行字节编译，这样编译成本就不会在运行时（重复）支付，至少对于提前知道的代码是这样。这是R开发版本中的默认值。虽然编译代码的加载速度比编译要快得多，但在某些情况下，可能会加载甚至不会执行的代码，因此实际上可能会有开销，但总体预编译是有益的。最近，已经对GC的一些参数进行了调整，以降低加载不会执行的代码的成本

我对包编写器的建议是使用默认值（在发布版本中，即时编译现在默认为打开，在开发版本中，在包安装时字节编译现在为打开）。如果您发现一个字节码编译器性能不好的示例，请提交一份bug报告（我还看到了一个案例，涉及早期版本中的
rpart
）。我建议不要进行代码生成和代码操作，尤其是在热循环中。这包括在闭包捕获的环境中定义闭包、删除和插入绑定。显然，不应该在热循环中执行
eval（解析（text=
）（如果没有字节编译，这已经很糟糕了）。使用分支总比动态生成新闭包（没有分支）要好。另外，使用循环编写代码比使用大型表达式（没有循环）动态生成代码要好.现在使用字节码编译器，在R中编写在标量上运行的循环通常是可以的（性能不会像以前那么差，因此在性能关键部分可以更经常地不切换到C）。
我不确定性能是否会受到影响（除了初始编译（可能会增加内存使用量））但是“注意：没有可见的绑定”消息通常会让新手感到不知所措（例如，如果使用ggplot2），并且会导致tab complete（至少对我来说是这样）你好，mweylandt。你知道错误信息是什么意思吗？在创建新版本时，我一直在我的包的描述文件中放入
ByteCompile:true
，它似乎工作正常。我做了一个小测试
http://www.johnmyleswhite.com/notebook/2012/03/31/julia-i-love-you/comment-page-1/#comment-19522
和编译版本，
fib2c
比普通版本运行快4倍，
fib2a
。在某些情况下，即使不进行字节编译，R也已经很快了（例如，使用C的高度矢量化代码）在这些情况下，显然没有什么加速的机会——它主要对较慢的R代码有用。另一种方法是在加载函数时只编译函数，例如，你的私有库等。我注意到一些类似的东西，但目的不同：嗨，Dirk，我知道（甚至在帖子中提到过）。这是否意味着使用JIT在任何情况下都没有坏处？！这很奇怪，因此在fo中通过bye编译循环会引起问题。如果您正常编译它，则不会发生这种情况。请注意，rpart已经进行了字节编译。编译需要很长的半分钟：我看到了相同的情况（2.8 s-42.6 s），但随后执行system.time（fo（））同样只需要2.6秒。我相信，rpart调用C/Fortran。这是对R的JIT能力的一个很好的测试吗？不是更好吗
R> sessionInfo()
R version 3.3.0 (2016-05-03)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04 LTS