问题标签 [packrat]

我不完全确定 Docker 是否足以用于 R 开发，或者我应该与 Packrat 一起使用。我读过几篇文章说 docker 就足够了。唯一支持这种说法的地方是这篇文章。但是，由于 git2r 安装中的错误，我无法构建该示例。

我的总体目标是完全控制我使用的包版本，因此即使以后升级包，我的分析仍然有效。

我正在寻找一种方法来提高我使用构建的解析器的性能pyparsing。我阅读了 Packrat 解析，似乎这真的有助于我的解析器的性能。但是，当我启用 Packrat 解析时，性能变得更糟了！如果没有 packrat，解析一个 20 MB 的文件大约需要 2 分钟。启用 Packrat 后，它需要 2-3 倍的时间。我读到 packrat 可能会遇到 parseActions 的问题，所以我从语法中删除了所有 parseActions 以查看 packrat 是否会提高其性能，但这也无济于事。我尝试了不同的缓存大小限制（无限制，范围为 100-1000），但是当我启用 Packrat 时，所有这些方法反而恶化了我的解析器的性能。

是否有设置 Packrat 的 cache_size_limit 的经验法则？是否有任何语法结构限制了 Packrat 解析的使用或解释了为什么我的解析器的性能变差了？

首先，我知道我的痛苦完全是自己造成的。

在将某些软件包移动到该选项时，我首先使用而不是软件包作者在此处推荐的方式external.packages从 packrat 中卸载了它们。remove.packages()packrat::clean()

项目中的代码工作得很好（因为在会话中正确加载了外部包），但从那时起就无法更新库。如果我尝试执行快照，我会收到以下错误

我尝试重新安装软件包，但 Packrat 对我大喊大叫

因此，当我收到此消息时，我尝试调用正确的函数， clean(c('knitr', 'rmarkdown'), force = TRUE)但仍然没有出路

我试图检查包是否实际存在于 packrat 库中，它们确实存在！

我很想用 手动从库目录中拉出这两个文件夹unlink()，但我怀疑我最终可能会产生更多问题。

如果可以避免，我不想最终重新安装整个 Packrat 库——全部 500MB——因为我可以访问缓慢而昂贵的互联网。有谁知道摆脱这个烂摊子的出路吗？

当我在我的 RStudio 项目中使用 packrat Menue "Clean Unused Packages..." 时，我曾经安装过的所有包都会被列出，例如，即使是其中包含该行library(<pkgName>)的那些包。

当我直接调用函数时也会发生同样的情况

packrat::unused_packages() 或者 packrat::clean(dry.run = TRUE)

我究竟做错了什么？

我已经构建了一个 packrat rshiny 项目并将该项目捆绑到一个 tar.gz 文件中。

现在，当我试图将它移动到没有 Rshiny 包并且没有安装包的权限的 linux 服务器时。

当我从 linux 终端运行应用程序时，R -e "shiny::runApp('~/shinyapp')"我收到错误闪亮包不可用。

如何在服务器上启动 packrat 并使用 packrat 库中可用的闪亮包从终端运行应用程序。

我在一个 R 项目中使用 packrat，将功能添加到我的自定义包中，重建，推送到 GitHub，然后从 GitHub 重新下载包到 packrat 是相当费力的。除了花费大量额外时间之外，这还涉及将我的新函数推送给主函数，这在我仍在迭代新函数时并不理想。

如果我不使用 packrat，我可以在本地重建包，重新启动 R 并且可以访问包的更新版本。

有没有办法加快这个工作流程并仍然使用 Packrat？

我正在使用devtools构建一个启用了packrat的包。当我发出命令时，devtools::build()我得到以下信息：

我检查.Rbuildignore了一下，这条线^packrat/就在那里，所以我认为packrat会被忽略，但情况似乎并非如此。

我还应该提到，上面提到的目录引用了与构建软件包不同的计算机上的文件；平台是x86_64-pc-linux-gnu，R版本是3.5.1。（当我ls用来列出上述文件时，我看到这些文件是符号链接）。因此，两台计算机上的 R 版本并不相同，但我一直在使用 git 在两台计算机上开发包。

我该怎么办这个错误？

我的packrat.src目录包含用于各种库的多个 *.tar.gz 文件。

例如，子文件夹broom如下所示：

一旦我检查了最新版本的一切都运行良好，那么删除旧包版本的正确方法是什么？

我检查了packrat:clean()，但这似乎有不同的目的。

我目前正在尝试为bookdown-project设置持续集成

该项目将依赖项与 packrat 捆绑在一起，因此 Travis CI 需要从源代码构建所需的包。对于许多软件包来说，这似乎没问题，但是 data.table 的构建失败了。

我正在使用当前版本的 data.table (1.11.8) 和 R (3.5.1)

也许我在Makevars中指定了错误的 C 编译器版本

我还能检查什么以使其正常工作？

我有一个 RMD 文件。我可以用 RStudio 界面的 knitr 编织它。但是当我尝试在控制台中运行一个单独的块时，我得到了错误：

Error in library(bla) : there is no package called bla

bla我的自制包裹在哪里。我还没有安装bla到我当前的项目中。我已经初始化了 packrat，并且bla没有出现在 packrat 目录中。所以这两种方式都不应该起作用。

电话.libPaths()告诉我

我已经.libPaths()在我的文档中添加了调用并得到了：

为什么路径不同？以及如何强制 knitr 仅使用来自 Packrat 的包？