Profiler pro programovací jazyk R

Abstract

Jazyk R vyniká v průzkumu a analýze dat, ale často čelí výzvám v oblasti efektivity. R je dynamicky typováno, má automatický sběr paměti a co je nejdůležitější, jedna z jeho hlavních implementací, GNU R, interpretuje AST v kombinaci s kompilací just-in-time do bajtkódu. Všechny tyto faktory přispívají k tomu, že R je poměrně pomalý jazyk. Pro zlepšení výkonu jsou uživatelé nuceni přepisovat kód citlivý na výkon v C, C++ nebo ve Fortranu prostřednictvím balíčků. Zjistit, které segmenty kódu jsou pomalé, protože jsou prováděny v interpretu R, však není snadné, protože současné metody profilování nerozlišují mezi prováděním kódu nativně a v R. V této práci navrhujeme profiler, který dokáže rozlišit R a nativní vykonávání kódu. Inspirováni Scalene, profilerem pro Python, implementujeme do GNU R 4.3.3 prototyp našeho profileru. Profiler hodnotíme ve srovnání s Rprof, nejpoužívanějším R profilerem. V této práci navrhujeme profiler, který dokáže rozlišit R a nativní vykonávání kódu. Inspirováni Scalene, profilerem pro Python, implementujeme do GNU R 4.3.3 prototyp našeho profileru. Profiler hodnotíme ve srovnání s Rprof, nejpoužívanějším R profilerem.

The R language excels in data exploration and analysis but often faces challenges regarding execution speed and efficiency. R is dynamically typed, has automatic memory collection, and, most importantly, one of its main implementations, GNU R, interprets AST in combination with just-in-time compilation into bytecode. All these factors contribute to R being a comparatively slow language. To improve performance, users are forced to rewrite performance-sensitive code in C, C++, or Fortran through packages. However, finding out which code segments are slow because they are executed in the R interpreter is not easy because the current profiling methods do not distinguish between native and R execution. In this thesis, we propose a profiler that can distinguish between R and native execution. Inspired by Scalene, a profiler for Python, we implement a proof-of-concept profiler into GNU R 4.3.3. We evaluate the profiler in comparison to Rprof, the most used R profiler.