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 R
Rserve 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 Rserve：
install.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> <groupId>org.rosuda.REngine</groupId> <artifactId>Rserve</artifactId> <version>1.8.1</version> </dependency>3.3 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 R
RCaller 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> <groupId>com.github.jbytecode</groupId> <artifactId>RCaller</artifactId> <version>3.0.2</version> </dependency>4.2 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> <groupId>org.rosuda.REngine</groupId> <artifactId>REngine</artifactId> <version>2.1.0</version> </dependency>5.2 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 |
|---|---|---|---|---|
| Rserve | TCP/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。
