1. 引言R 语言在统计分析、数据可视化和机器学习领域拥有丰富的生态而 Java 则是企业级应用开发的主流语言。在实际项目中我们经常需要在 Java 应用中调用 R 的统计能力例如批量生成统计报表、执行回归分析或调用 R 中的算法包。本文将介绍在 Java 中操作 R 的几种主流方案并给出可运行的代码实例。2. 环境准备在开始之前需要先安装 R 环境并配置 Java 调用所需的依赖。下面以 Windows 和 Linux 两个平台为例说明。2.1 安装 R前往 R 官网下载对应平台的安装包安装完成后在命令行中执行R --version验证是否安装成功。R --version输出类似以下内容即表示安装成功R version 4.3.1 (2023-06-16) -- Beagle Scouts Copyright (C) 2023 The R Foundation for Statistical Computing Platform: x86_64-pc-linux-gnu (64-bit)2.2 安装 Java 开发环境确保本机已安装 JDK 8 或更高版本并配置好JAVA_HOME环境变量。java -version3. 方案一通过 Rserve 调用 RRserve 是一个基于 TCP/IP 的服务器程序允许 Java 等客户端通过远程方式调用 R 的功能。这是目前 Java 操作 R 最常用的方案之一。3.1 启动 Rserve在 R 控制台中安装并启动 Rserveinstall.packages(Rserve) library(Rserve) Rserve(args --no-save)启动成功后Rserve 默认监听 6311 端口。3.2 添加 Java 依赖在 Maven 项目的pom.xml中添加 Rserve 客户端依赖dependency groupIdorg.rosuda.REngine/groupId artifactIdRserve/artifactId version1.8.1/version /dependency3.3 Java 代码示例下面通过一个完整示例演示如何使用 Rserve 在 Java 中执行 R 脚本并获取结果import org.rosuda.REngine.REXP; import org.rosuda.REngine.Rserve.RConnection; import org.rosuda.REngine.Rserve.RserveException; public class RserveDemo { public static void main(String[] args) { RConnection connection null; try { // 1. 建立与 Rserve 的连接 connection new RConnection(localhost, 6311); // 2. 执行简单的 R 表达式 REXP result connection.eval(sum(1:10)); System.out.println(1 到 10 的累加结果 result.asInteger()); // 3. 执行向量运算 connection.eval(x - c(1, 2, 3, 4, 5)); connection.eval(y - x * 2); REXP y connection.eval(y); int[] yValues y.asIntegers(); System.out.print(y 的值); for (int value : yValues) { System.out.print(value ); } System.out.println(); // 4. 调用 R 内置统计函数 REXP mean connection.eval(mean(c(10, 20, 30, 40, 50))); System.out.println(平均值 mean.asDouble()); } catch (RserveException e) { System.err.println(Rserve 连接或执行异常 e.getMessage()); } catch (Exception e) { System.err.println(其他异常 e.getMessage()); } finally { // 5. 关闭连接 if (connection ! null) { connection.close(); } } } }运行上述代码控制台输出如下1 到 10 的累加结果55 y 的值2 4 6 8 10 平均值30.04. 方案二通过 RCaller 调用 RRCaller 是一个轻量级的 Java 库它通过命令行方式调用 R 脚本无需启动独立的 Rserve 服务适合在单机环境中使用。4.1 添加 Maven 依赖dependency groupIdcom.github.jbytecode/groupId artifactIdRCaller/artifactId version3.0.2/version /dependency4.2 Java 代码示例import com.github.rcaller.rstuff.RCaller; import com.github.rcaller.rstuff.RCode; import com.github.rcaller.rstuff.RTools; public class RCallerDemo { public static void main(String[] args) { try { // 1. 创建 RCaller 实例并设置 R 路径 RCaller caller RCaller.create(); caller.setRscriptExecutable(/usr/bin/Rscript); // 2. 创建 RCode 对象并编写 R 代码 RCode code RCode.create(); code.addRCode(data - c(5, 10, 15, 20, 25)); code.addRCode(result - summary(data)); code.addRCode(mean_value - mean(data)); // 3. 运行 R 代码 caller.setRCode(code); caller.runAndReturnResult(mean_value); // 4. 获取结果 double meanValue caller.getParser().getAsDoubleArray(mean_value)[0]; System.out.println(数据的平均值 meanValue); } catch (Exception e) { System.err.println(调用 R 失败 e.getMessage()); } } }注意setRscriptExecutable中的路径需要根据本机 R 的安装位置进行调整。Windows 环境下通常为C:\\Program Files\\R\\R-4.3.1\\bin\\Rscript.exe。5. 方案三通过 REngine 直接调用REngine 是 Rserve 的底层通信库提供了更细粒度的控制能力。如果需要在 Java 和 R 之间传递复杂的数据结构可以直接使用 REngine。5.1 添加 Maven 依赖dependency groupIdorg.rosuda.REngine/groupId artifactIdREngine/artifactId version2.1.0/version /dependency5.2 Java 代码示例传递数据框import org.rosuda.REngine.REXP; import org.rosuda.REngine.REXPDouble; import org.rosuda.REngine.REXPString; import org.rosuda.REngine.RList; import org.rosuda.REngine.Rserve.RConnection; public class REngineDemo { public static void main(String[] args) { try { RConnection connection new RConnection(); // 1. 创建 R 数据框 double[] scores {85.5, 92.0, 78.5, 88.0}; String[] names {张三, 李四, 王五, 赵六}; connection.assign(scores, new REXPDouble(scores)); connection.assign(names, new REXPString(names)); connection.eval(df - data.frame(name names, score scores)); connection.eval(df$grade - ifelse(df$score 90, A, B)); // 2. 读取 R 数据框 REXP result connection.eval(df); RList list result.asList(); REXPString nameCol (REXPString) list.get(name); REXPDouble scoreCol (REXPDouble) list.get(score); String[] nameArray nameCol.asStrings(); double[] scoreArray scoreCol.asDoubles(); // 3. 打印结果 for (int i 0; i nameArray.length; i) { System.out.println(nameArray[i] scoreArray[i]); } connection.close(); } catch (Exception e) { System.err.println(异常信息 e.getMessage()); } } }6. 方案对比与选型建议三种方案各有优劣下面通过表格进行对比方案通信方式适用场景优点缺点RserveTCP/IP 远程调用分布式部署、多客户端并发支持远程调用、性能稳定需要额外启动服务RCaller命令行进程调用单机批处理任务部署简单、无需独立服务每次调用启动进程开销较大REngine底层通信库复杂数据结构传递控制粒度细、支持数据框API 较底层学习成本高选型建议如果系统需要支持多客户端并发访问优先选择Rserve。如果只是单机执行批处理统计任务RCaller更轻量。如果需要频繁传递复杂数据结构如数据框、矩阵REngine更合适。7. 常见问题与注意事项7.1 中文编码问题在 Java 与 R 之间传递中文时容易出现乱码。建议在 R 脚本开头设置编码Sys.setlocale(LC_ALL, zh_CN.UTF-8)同时在 Java 端统一使用 UTF-8 编码。7.2 内存管理R 是单线程的大量并发调用时容易造成资源竞争。建议在 Java 端使用连接池管理 Rserve 连接避免频繁创建和销毁连接。7.3 安全限制Rserve 默认不开启认证生产环境部署时务必配置用户名和密码避免未授权访问。Rserve(args --no-save --RS-conf /path/to/rserve.conf)在rserve.conf中配置认证信息auth required plaintext enabled user admin password 1234568. 总结本文介绍了在 Java 中操作 R 的三种主流方案Rserve、RCaller 和 REngine并给出了完整的代码实例。Rserve 适合远程并发调用RCaller 适合单机轻量任务REngine 适合复杂数据传递。实际项目中可以根据业务场景灵活选择也可以将多种方案组合使用。希望本文能帮助你在 Java 项目中顺利集成 R 的统计能力。