r - 如何找到未存储在 .GlobalEnv 中的重物？

Question

我试图找出哪些对象在我的 R session 中占用了大量内存，但问题是该对象可能是在未知环境中以未知名称无形创建的。
如果对象存储在 .GlobalEnv 或已知环境中，我可以轻松使用 ls(enviro)+get()+object.size() 之类的策略(例如，参见 this post 上的 lsos)列出所有对象及其大小，从而识别重物。
但是，有问题的对象可能不会存储在 .GlobalEnv 中，而是可能位于由外部包隐式创建的某个模糊环境中。在这种情况下，如何确定哪个对象使用了大量 RAM？
最好的案例研究是 ggplot2 在专用环境中创建 .last_plot。在引擎盖下查看可以发现它存储在 environment(ggplot2:::.store$get) 中，因此可以找到它并最终将其删除。但是，如果我不知道该位置或先验名称，是否有办法找到内存中某处名为 .last_plot 的重物？

pryr::mem_used()
#> 34.7 MB

## example: implicit creation of heavy and hidden object by ggplot
path <- tempfile() 
if(!file.exists(path)){
  saveRDS(as.data.frame(matrix(rep(1,1e07), ncol=5)), path)
}

pryr::mem_used()
#> 34.9 MB
p1 <- ggplot2::ggplot(readr::read_rds(path), ggplot2::aes(V1))
rm(p1)
pryr::mem_used()
#> 127 MB

## Hidden object is not in .GlobalEnv
ls(.GlobalEnv, all.names = TRUE)
#> [1] "path"

## Here I know where to find it: environment(ggplot2:::.store$get)
ls(all.names = TRUE, envir = environment(ggplot2:::.store$get))
#> [1] ".last_plot"

pryr::object_size(get(".last_plot", environment(ggplot2:::.store$get))$data)
#> 80 MB

## But how could I have found this otherwise?

由 reprex package (v0.3.0) 于 2020 年 11 月 3 日创建

Answer 1

我认为没有任何现有的方法可以做到这一点。如果您将@AllanCameron 的回答与我的评论结合起来，您还可以运行 ls(y)为 y环境计算为

ns <- loadedNamespaces()
for (x in ns) {
   y <- loadNamespace(x)
   # look at the size of everything in y
}

你仍然不会找到所有的环境。我认为，如果您还检查了可能包含对环境的引用的每个对象(例如每个函数、公式、列表和各种奇异对象)，您就可以做到这一点，但是不漏掉某些东西或多次计数是很棘手的。
编辑添加:实际上，pryr::object_size在报告附加到对象的环境方面非常聪明，因此我们将通过搜索 namespace 来接近。例如，要查找前 20 个对象:

pryr::mem_used()
#> Registered S3 method overwritten by 'pryr':
#>   method      from
#>   print.bytes Rcpp
#> 35 MB
path <- tempfile() 
if(!file.exists(path)){
  saveRDS(as.data.frame(matrix(rep(1,1e07), ncol=5)), path)
}
pryr::mem_used()
#> 35.2 MB
p1 <- ggplot2::ggplot(readr::read_rds(path), ggplot2::aes(V1))
rm(p1)
pryr::mem_used()
#> 127 MB
envs <- c(globalenv = globalenv(),
          sapply(loadedNamespaces(), function(ns) loadNamespace(ns)))
sizes <- lapply(envs, function(e) {
                        objs <- ls(e, all = TRUE)
                        sapply(objs, function(obj) pryr::object_size(get(obj, envir = e)))
                })
head(sort(unlist(sizes), decreasing = TRUE), 20)
#>       base..__S3MethodsTable__.      utils..__S3MethodsTable__. 
#>                        96216872                        83443704 
#>       grid..__S3MethodsTable__.    ggplot2..__S3MethodsTable__. 
#>                        80945520                        80636768 
#>                  ggplot2..store             methods..classTable 
#>                        80418936                        10101152 
#>   graphics..__S3MethodsTable__.           tools..check_packages 
#>                         9325608                         5185880 
#>         compiler.inlineHandlers           methods..genericTable 
#>                         3444600                         2808440 
#>         Rcpp..__T__show:methods   colorspace..__T__show:methods 
#>                         2474672                         2447880 
#>                 Rcpp..RcppClass Rcpp..__C__C++OverloadedMethods 
#>                         2127584                         1990504 
#>            Rcpp..__C__RcppClass             Rcpp..__C__C++Field 
#>                         1982576                         1980176 
#>       Rcpp..__C__C++Constructor               Rcpp..__T__$:base 
#>                         1979992                         1939616 
#>         tools..install_packages               Rcpp..__C__Module 
#>                         1904032                         1899872

创建于 2020-11-03 由 reprex package (v0.3.0)
我不知道为什么这些方法表会这么大(我怀疑是因为 ggplot2 向这些表添加了方法，所以它的环境被捕获了)；但不知何故，他们正在找到您的对象，因为如果我不创建它，它们就不会那么大。
有关该问题的提示位于第 5 个对象中，列为 ggplot2..store (即 .store 命名空间中名为 ggplot2 的对象)。没有告诉你查看 .store 中函数的环境，但至少它可以让你开始。
第二次编辑:
这里有一些调整，使输出更具可读性。

# Unlist first, so we can clean up the names
sizes <- unlist(sizes)

# Replace the first dot with :::
names(sizes) <- sub(".", ":::", names(sizes), fixed = TRUE)

# Remove internal R objects
keep <- !grepl(".__", names(sizes), fixed = TRUE)
sizes <- sizes[keep]

通过这些更改，sort(sizes[keep], decreasing = TRUE) 的输出开始是

                ggplot2:::.store 
                        80418936 
            base:::.userHooksEnv 
                        47855920 
                 base:::.Options 
                        45016888 
                   utils:::Rprof 
                        44958416