如何在独立环境中source R脚本以避免影响调用者环境？

你遇到的问题是因为默认情况下source()会在当前的调用者环境中执行脚本代码，所以step1.R里的rm(list=ls())会直接清空主环境里的对象（比如你定义的tA）。要实现调用者和被调用脚本的环境隔离，有几个简单且实用的方法：

方法1：创建独立环境并指定source的执行环境 #

这是最常用的轻量隔离方式，我们可以手动创建一个新环境，让step1.R在这个环境里运行：

修改你的pipeline.R代码如下：

WORKINGDIR="my/master/dir"
setwd(WORKINGDIR)
# Step 1
tA = Sys.time()
# 新建一个独立环境
step_exec_env <- new.env()
# 指定在这个独立环境中执行step1.R
source("step1.R", local = step_exec_env)
difftime(Sys.time(), tA)

解释： #

source()的local参数可以指定脚本执行的目标环境。这里我们传入了一个全新的step_exec_env，step1.R里的所有操作（包括rm(list=ls())）只会作用于这个环境，完全不会影响主环境里的tA或其他对象。如果之后需要访问step1.R中生成的对象，直接用step_exec_env$对象名就能获取。

方法2：用local()包裹脚本执行 #

如果不需要后续访问step1.R里的对象，用local()创建临时环境更简洁：

WORKINGDIR="my/master/dir"
setwd(WORKINGDIR)
# Step 1
tA = Sys.time()
# 在local创建的临时封闭环境中运行脚本
local({
  source("step1.R")
})
difftime(Sys.time(), tA)

解释： #

local()会自动创建一个临时环境，块内的代码都在这个环境中执行，执行完后这个临时环境会被自动清理。这种方式完全隔离了主环境，写法也更简洁，适合不需要保留脚本内对象的场景。

方法3：用callr包实现进程级隔离（彻底隔离） #

如果需要更彻底的隔离（比如脚本有大量副作用、或者需要完全独立的R运行环境），可以用callr包启动一个全新的R进程来执行脚本：

首先安装callr包：

install.packages("callr")

然后修改pipeline.R：

library(callr)
WORKINGDIR="my/master/dir"
setwd(WORKINGDIR)
# Step 1
tA = Sys.time()
# 在独立R进程中运行step1.R
rscript("step1.R")
difftime(Sys.time(), tA)

解释： #

这种方式会启动一个完全独立的R进程，和主进程的环境完全不互通，主环境的任何对象都不会被影响。缺点是脚本内的对象无法直接传递到主环境，如果需要共享数据，得通过文件、数据库等外部方式传递，适合复杂场景下的完全隔离需求。

内容的提问来源于stack exchange，提问作者grd