前言 X
1 理解R的性能：為什麼R程序有時候很慢？ 1
計算性能的三個限製因素：CPU、RAM和磁盤I/O 2
R是運行時解釋的 4
R是單綫程的 5
R需要將全部數據加載到內存 5
算法設計影響時間和空間復雜度 6
小結 9
2 性能分析：衡量代碼的性能 11
衡量總運行時間 11
使用system.time()衡量運行時間 12
使用rbenchmark重復衡量運行時間 13
使用microbenchmark衡量運行時間的分布 15
分析運行時間 16
使用Rprof()分析函數的性能 16
性能分析的結果 18
分析內存使用情況 20
使用OS工具監控內存使用情況、CPU使用情況和磁盤I/O 22
瓶頸的發現及解決 23
小結 26
3 加快R運行的簡單方法 27
嚮量化 27
使用內置函數 29
預分配內存 30
使用更簡單的數據結構 33
使用哈希錶進行大型數據上的頻繁查找 34
去CRAN尋找更快的包 35
小結 36
4 使用編譯代碼加快運行速度 37
在運行之前編譯R代碼 37
編譯函數 38
即時編譯（JIT）R代碼 41
在R中使用編譯語言 41
前提條件 42
以內聯形式包含編譯代碼 42
調用外部編譯代碼 46
使用編譯代碼的注意事項 49
小結 52
5 使用GPU讓R運行得更快 53
GPU上的通用計算 53
R和GPU 54
安裝gputools 55
使用gputools實現快速統計建模 55
小結 59
6 減少內存使用的簡單方法 61
重用對象而不多占用內存 61
刪除不再需要的中間數據 66
運行時計算值而不是永久性存儲值 69
交換活躍數據和非活躍數據 71
小結 71
7 使用有限的內存處理大型數據集 73
使用節約內存的數據結構 73
更小的數據類型 76
稀疏矩陣 77
對稱矩陣 78
比特嚮量 79
使用內存映射文件並以塊的形式處理數據 80
bigmemory包 81
ff包 85
小結 89
8 使用並行計算加倍提升性能 91
數據並行性 v.s. 任務並行性 91
實現數據並行的算法 95
實現任務並行的算法 98
集群節點運行同一個任務時 98
集群節點運行多個不同任務時 100
計算機集群並行執行多個任務 102
共享內存並行性 v.s. 分布式內存並行性 104
優化並行的性能 108
小結 109
9 將數據處理交給數據庫係統 111
將數據抽取到R v.s. 在數據庫中處理數據 111
在關係型數據庫中使用SQL進行數據預處理 112
將R錶達式轉化為SQL 116
使用dplyr 117
使用PivotalR 119
在數據庫中運行統計和機器學習算法 122
使用列式數據庫提升性能 125
使用數據庫陣列最大化科學計算的性能 128
小結 129
10 R和大數據 131
理解Hadoop 131
在Amazon Web Services上配置Hadoop 133
使用Hadoop批量處理大型數據集 136
將數據上傳到HDFS 136
使用RHadoop分析HDFS數據 138
R中的其他Hadoop包 142
小結 143
· · · · · · (收起)