vctrsでセマンティックバージョニング(SemVer)を表現しました
皆さんは、セマンティックバージョニング(Semantic Versioning、略してSemVer)をご存知でしょうか?
ソフトウェアのバージョンを示すためによく使用される形式の一つで、最近のソフトウェアパッケージエコシステムではSemVerを前提とするものも少なくなく、直接採用しているわけではないエコシステムにおいても開発者が自主的に採用していることがよくあります。
今年私はR上でSemVerを扱うパッケージsmvrをリリースしたので、それについて紹介します。
Base Rでのバージョン操作
RにはR本体やRパッケージのバージョンを扱うためのnumeric_versionやその派生のクラスが組み込まれており、これを使用することでRエコシステム内のバージョン番号をベクトルとして扱うことができます。追加のパッケージは必要ありません。
以下のように、文字列として並び替えるとバージョン通りに並び替えられない場合でも
vers_chr <- c("0.10.0", "0.1.0", "0.2.0")
sort(vers_chr)
#> [1] "0.1.0" "0.10.0" "0.2.0"
numeric_versionクラスに変換すれば、意図通りに並び替えられます。
numeric_version(vers_chr) |>
sort()
#> [1] '0.1.0' '0.2.0' '0.10.0'
このクラスのベクトルはtibbleパッケージやdplyrパッケージでもサポートされており[1]、良い感じに操作できます。
tibble::tibble(vers = numeric_version(vers_chr)) |>
dplyr::arrange(vers)
#> # A tibble: 3 × 1
#> vers
#> <nmrc_vrs>
#> 1 0.1.0
#> 2 0.2.0
#> 3 0.10.0
便利ですね!
で、次に気になるのはこのクラスを使用することでSemVerを表現できるのかという点になるわけです。
結論から言うと、X.Y.Zのような通常バージョンでは同じように扱えますが、いくつかの点で互換性はありません(成立した時期が異なるため当然ではあります)。
要素数の違い
numeric_versionベクトルは各要素が長さ1以上の整数ベクトルになっているlistで、各要素の長さに制限はありません[2]。
c("1", "1.0", "1.0.0", "1.0.0.0", "1.0.0.0.0") |>
numeric_version()
#> [1] '1' '1.0' '1.0.0' '1.0.0.0' '1.0.0.0.0'
しかしSemVerでは「通常のバージョンナンバーは、X.Y.Zの形式にしなければなりません(MUST)」と規定されており、通常の要素数は3です。
区切り文字の違い
Rパッケージの各要素の区切り文字はドット(.)もしくはハイフン(-)で、両方は等価です。
c("1.0-1", "1.0.1") |>
numeric_version()
#> [1] '1.0.1' '1.0.1'
SemVerでは区切り文字はドット(.)であり、ハイフン(-)は後述するプレリリースバージョンを表現するための区切り文字として使用され、意味が異なります。
プレリリースバージョンとビルドメタデータの概念
numeric_versionでは単純に各要素の数字の大小を比較して上下を決定しますが、SemVerには通常バージョンよりも前であることを表す、プレリリースバージョンという概念があります。例えば1.0.0-rc.1のようなものです。
また、バージョン番号に追加の情報を付与するためのビルドメタデータという概念もあり、例えば1.0.0+20251222のようなものになります。
ビルドメタデータはバージョンの比較には影響せず、バージョンの比較の上では無視されます。
SemVerではプレリリースバージョンを表す識別子はハイフン(-)で開始されます。
ハイフンはnumeric_versionでは通常の区切り文字として扱われるため、SemVerではプレリリース扱いで通常バージョンよりも前のバージョンとして扱われるものが、numeric_versionでは通常バージョンで後続のバージョンとして扱われてしまい、意味が真逆になってしまいます。
# SemVerならTRUE
numeric_version("1.0.0") > numeric_version("1.0.0-1")
#> [1] FALSE
Rパッケージの世界では、慣習としてバージョン番号の要素を9000よりも大きい数字にしてプレリリースバージョンを表現したりします。例えば0.9000.9000を1.0.0直前の開発中バージョンとして使うなどです。
この形式をSemVerに変換することはできませんしSemVerをこの形式に変換することもできません。
先行パッケージの欠点と開発の動機
長くなりましたが、R本体だけではSemVerを正しく扱うことはできないとご理解いただけたかと思います。
とはいえRの良いところの一つは豊富なパッケージですので、当然次はSemVerを扱うための既存パッケージについて調べてみるわけです。
すると、そのものズバリsemverというパッケージがCRANに登録されていると分かります[3]。
これでめでたし……となるかと思いきや、このパッケージは私の欲しいものとは異なったものでした。
- C++ライブラリのラッパーで、ベクトルの要素はExternal Pointerとなっており、扱いが独特。
- バージョン間の比較などはすべて独自メソッドを介してC++側で行われるため、
dplyr::arrange()での並び替えはできない。 - そもそもSemVerを表すのにC++を使うのは大仰すぎるのではないかという疑問と、最後の更新が2017年でメンテナンス性にも不安がある[4]。
そこで自分のニーズを満たすため、本記事で紹介するsmvrパッケージを開発することにしました。
なお初期はバイブコーディングで作成したのですが、あまり上手く行かなかったのとパフォーマンス改善のために最終的に全部自分で書き直し、思ったよりも時間がかかったという経緯があります。
vctrsベースでの開発
vctrsというパッケージをご存知でしょうか?
dplyrの基礎として動作しており、直接使用していなくても名前を聞いたことがある方も多いのではないかと思います。
Base Rに存在しない概念をvctrsベースで実装することで、様々なパッケージと連携して良い感じに動作するベクトルクラスになります。
GitHubのAwesome VectoRsリストに載っている多くのクラスが、vctrsベースで実装されています。
smvrパッケージの目標は、vctrsのみを依存関係として持った軽量なパッケージでSemVerを表現することとしました。
最終的に、vctrsの依存先であるrlangとcliにも依存する形で完成しています。
pak::pkg_deps_tree("smvr")
#> ℹ Loading metadata database
#> ✔ Loading metadata database ... done
#>
#> smvr 0.2.2 [new]
#> ├─cli 3.6.5 [new]
#> ├─rlang 1.1.6 [new]
#> └─vctrs 0.6.5 [new]
#> ├─cli
#> ├─glue 1.8.0 [new]
#> ├─lifecycle 1.0.4 [new]
#> │ ├─cli
#> │ ├─glue
#> │ └─rlang
#> └─rlang
#>
#> Key: [new] new
今回開発していて、rlang、cli、vctrsの3パッケージは本当に強力で、依存関係にすぐ含めたいなと感じた次第です。
vctrsの提供するS3メソッドを提供していくだけで、良い感じに動作するベクトルになりました。
tibble::tibble(
version = smvr::parse_semver(
c("1.0.0", "1.0.0-alpha.2", "1.0.0-alpha.10", "1.0.1+20250621", "0.9.0")
)
) |>
dplyr::arrange(version)
#> # A tibble: 5 × 1
#> version
#> <smvr>
#> 1 0.9.0
#> 2 1.0.0-alpha.2
#> 3 1.0.0-alpha.10
#> 4 1.0.0
#> 5 1.0.1+20250621
このsmvrベクトルは内部的にはデータフレームで、表示に使われる値とは別に並び順を定義するための列を持つことで、プレリリースバージョンを仕様通りの順序に並べられるようになっています。
使用例
Japan.R 2025の資料に載せたプロットでの使用例を紹介します。
今年のRustのリリース日とバージョンを階段状に表示させます。
まず、Rustのリリースノートファイルをパースして、バージョン番号とリリース日を取得します[5]。
smvrパッケージには、SemVer仕様で紹介されている正規表現パターンsmvr::SEM_VER_PATTERNが定義されているため、これを使ってバージョン番号を抽出できます。
df_versions <- tibble::tibble(
line = readr::read_lines("https://raw.githubusercontent.com/rust-lang/rust/refs/heads/main/RELEASES.md")
) |>
dplyr::filter(stringr::str_starts(line, "Version")) |>
dplyr::mutate(
version = stringr::str_extract(line, smvr::SEM_VER_PATTERN) |>
smvr::parse_semver(),
date = stringr::str_extract(line, "\\((.*)\\)", group = 1) |>
readr::parse_date(),
.keep = "none"
)
df_versions
#> # A tibble: 143 × 2
#> version date
#> <smvr> <date>
#> 1 1.92.0 2025-12-11
#> 2 1.91.1 2025-11-10
#> 3 1.91.0 2025-10-30
#> 4 1.90.0 2025-09-18
#> 5 1.89.0 2025-08-07
#> 6 1.88.0 2025-06-26
#> 7 1.87.0 2025-05-15
#> 8 1.86.0 2025-04-03
#> 9 1.85.1 2025-03-18
#> 10 1.85.0 2025-02-20
#> # ℹ 133 more rows
次にggplot2を使ってプロットを作成します。
バージョンを良い感じに縦軸で使うために、as.factor()で因子型に変換しています。
vctrsの力により、smvrクラスを因子型に変換する際にはSemVerの大小関係に基づいてレベル属性が設定されるため、意図通りのバージョン順になります。
library(ggplot2)
df_versions |>
dplyr::filter(date >= lubridate::as_date("2025-01-01")) |>
dplyr::mutate(version = as.factor(version)) |>
ggplot(aes(x = date, y = version, group = 1)) +
geom_step() +
coord_cartesian(xlim = c(lubridate::as_date("2025-01-01"), lubridate::as_date("2025-12-31"))) +
scale_x_date(labels = scales::label_date(format = "%Y-%m-%d")) +
theme_minimal() +
guides(colour = "none", size = "none")

パフォーマンス
smvrパッケージは依存関係をvctrsのみに絞る都合上、文字列からのパースはBase Rの関数を組み合わせて行っています。
そのためC++ライブラリ側にパースを任せているsemverパッケージと比較して遅くなることは覚悟していたのですが、当初1000倍くらい遅かったところ[6]から改善し、現在は5倍程度の差まで縮まりました。
高速化にあたっては定番である処理のベクトル化のほか、パース処理回数を極力減らしたり、不正な入力の検出方法を複数比較して速い方法を採用するなどを行いました。
version_chrs <- sprintf(
"1.2.3-foo.%s",
1:100
)
bench::mark(
semver = semver::parse_version(version_chrs),
smvr = smvr::parse_semver(version_chrs),
min_iterations = 10,
check = FALSE
)
#> # A tibble: 2 × 6
#> expression min median `itr/sec` mem_alloc `gc/sec`
#> <bch:expr> <bch:tm> <bch:tm> <dbl> <bch:byt> <dbl>
#> 1 semver 160.18µs 181.42µs 5075. 3.77MB 4.31
#> 2 smvr 7.41ms 7.82ms 128. 105.58KB 6.83
また、semverパッケージはバージョン大小関係を比較する度に独自メソッドを呼び出してC++側で処理をするためか、ソートはRベクトルネイティブのソートと比べると遥かに遅いようです。
要素を100個にして両パッケージで文字列パースからソートまでを比較すると、smvrパッケージの方が数倍高速に動作しました。
version_chrs <- sprintf(
"1.2.3-foo.%s",
100:1
) |>
sample()
bench::mark(
semver = semver::parse_version(version_chrs) |> sort(),
smvr = smvr::parse_semver(version_chrs) |> sort(),
min_iterations = 10,
check = FALSE
)
#> # A tibble: 2 × 6
#> expression min median `itr/sec` mem_alloc `gc/sec`
#> <bch:expr> <bch:tm> <bch:tm> <dbl> <bch:byt> <dbl>
#> 1 semver 44.76ms 47.67ms 20.1 53.8KB 11.5
#> 2 smvr 7.86ms 8.36ms 118. 130.8KB 6.43
私は多くのバージョンのソートをしたくてパッケージを作ったので、意外にもパフォーマンスで上回れて結果に満足しています。
まとめ
RでSemVerを扱う上での不満を解消するためにvctrsベースで新しいパッケージを作った話を紹介しました。
皆さんもベクトルで表現したいものがあったらvctrsを使ってパッケージを作ってみてはいかがでしょうか?
実行環境
セッション情報
sessioninfo::session_info()
#> ─ Session info ───────────────────────────────────────────────────────────────
#> setting value
#> version R version 4.5.2 (2025-10-31)
#> os Ubuntu 24.04.3 LTS
#> system x86_64, linux-gnu
#> ui X11
#> language (EN)
#> collate en_US.UTF-8
#> ctype en_US.UTF-8
#> tz Etc/UTC
#> date 2025-12-21
#> pandoc 3.8.2.1 @ /usr/bin/ (via rmarkdown)
#> quarto 1.8.26 @ /opt/quarto/bin/quarto
#>
#> ─ Packages ───────────────────────────────────────────────────────────────────
#> package * version date (UTC) lib source
#> assertthat 0.2.1 2019-03-21 [1] RSPM (R 4.5.0)
#> bench 1.1.4 2025-01-16 [1] RSPM
#> bit 4.6.0 2025-03-06 [1] RSPM (R 4.5.0)
#> bit64 4.6.0-1 2025-01-16 [1] RSPM (R 4.5.0)
#> callr 3.7.6 2024-03-25 [1] RSPM (R 4.5.0)
#> cli 3.6.5 2025-04-23 [1] RSPM (R 4.5.0)
#> codetools 0.2-20 2024-03-31 [2] CRAN (R 4.5.2)
#> crayon 1.5.3 2024-06-20 [1] RSPM (R 4.5.0)
#> curl 7.0.0 2025-08-19 [1] RSPM (R 4.5.0)
#> digest 0.6.37 2024-08-19 [1] RSPM (R 4.5.0)
#> dplyr 1.1.4 2023-11-17 [1] RSPM (R 4.5.0)
#> evaluate 1.0.5 2025-08-27 [1] RSPM (R 4.5.0)
#> farver 2.1.2 2024-05-13 [1] RSPM (R 4.5.0)
#> fastmap 1.2.0 2024-05-15 [1] RSPM (R 4.5.0)
#> generics 0.1.4 2025-05-09 [1] RSPM (R 4.5.0)
#> ggplot2 * 4.0.0 2025-09-11 [1] RSPM (R 4.5.0)
#> glue 1.8.0 2024-09-30 [1] RSPM (R 4.5.0)
#> gtable 0.3.6 2024-10-25 [1] RSPM (R 4.5.0)
#> hms 1.1.4 2025-10-17 [1] RSPM (R 4.5.0)
#> htmltools 0.5.8.1 2024-04-04 [1] RSPM (R 4.5.0)
#> jsonlite 2.0.0 2025-03-27 [1] RSPM (R 4.5.0)
#> knitr 1.50 2025-03-16 [1] RSPM (R 4.5.0)
#> lifecycle 1.0.4 2023-11-07 [1] RSPM (R 4.5.0)
#> lubridate 1.9.4 2024-12-08 [1] RSPM (R 4.5.0)
#> magrittr 2.0.4 2025-09-12 [1] RSPM (R 4.5.0)
#> pak 0.9.0 2025-05-27 [1] local
#> pillar 1.11.1 2025-09-17 [1] RSPM (R 4.5.0)
#> pkgconfig 2.0.3 2019-09-22 [1] RSPM (R 4.5.0)
#> processx 3.8.6 2025-02-21 [1] RSPM (R 4.5.0)
#> profmem 0.7.0 2025-05-02 [1] RSPM
#> ps 1.9.1 2025-04-12 [1] RSPM (R 4.5.0)
#> R6 2.6.1 2025-02-15 [1] RSPM (R 4.5.0)
#> RColorBrewer 1.1-3 2022-04-03 [1] RSPM (R 4.5.0)
#> Rcpp 1.1.0 2025-07-02 [1] RSPM (R 4.5.0)
#> readr 2.1.5 2024-01-10 [1] RSPM (R 4.5.0)
#> rlang 1.1.6 2025-04-11 [1] RSPM (R 4.5.0)
#> rmarkdown 2.30 2025-09-28 [1] RSPM
#> S7 0.2.0 2024-11-07 [1] RSPM (R 4.5.0)
#> scales 1.4.0 2025-04-24 [1] RSPM (R 4.5.0)
#> semver 0.2.0 2017-01-06 [1] RSPM
#> sessioninfo 1.2.3 2025-02-05 [1] RSPM (R 4.5.0)
#> smvr 0.2.2 2025-10-13 [1] RSPM
#> stringi 1.8.7 2025-03-27 [1] RSPM (R 4.5.0)
#> stringr 1.5.2 2025-09-08 [1] RSPM (R 4.5.0)
#> tibble 3.3.0 2025-06-08 [1] RSPM (R 4.5.0)
#> tidyselect 1.2.1 2024-03-11 [1] RSPM (R 4.5.0)
#> timechange 0.3.0 2024-01-18 [1] RSPM (R 4.5.0)
#> tzdb 0.5.0 2025-03-15 [1] RSPM (R 4.5.0)
#> utf8 1.2.6 2025-06-08 [1] RSPM (R 4.5.0)
#> vctrs 0.6.5 2023-12-01 [1] RSPM (R 4.5.0)
#> vroom 1.6.6 2025-09-19 [1] RSPM (R 4.5.0)
#> withr 3.0.2 2024-10-28 [1] RSPM (R 4.5.0)
#> xfun 0.53 2025-08-19 [1] RSPM (R 4.5.0)
#> yaml 2.3.10 2024-07-26 [1] RSPM (R 4.5.0)
#>
#> [1] /usr/local/lib/R/site-library
#> [2] /usr/local/lib/R/library
#> * ── Packages attached to the search path.
#>
#> ──────────────────────────────────────────────────────────────────────────────
-
dplyr 1.1.0リリース当初は動作しなかったため私がバグ報告して修正された経緯があります。 https://github.com/tidyverse/dplyr/issues/6680 ↩︎
-
Rパッケージを表現した
package_versionでは要素数は2以上である必要があるなど、いくつか存在するサブクラスでは事情が異なります。 ↩︎ -
実際、今日(2025年12月21日)時点でCRAN上に “issues need fixing before 2025-12-18” と表示されており、近いうちにsemverパッケージはCRANから削除される可能性があります。 ↩︎
-
最初はGitタグの情報から取得しようと思っていたのですがGitHub APIを扱うよりMarkdownファイルをパースする方が楽だと気付いたのでこちらにしたという経緯があります。 ↩︎
-
https://github.com/eitsupi/smvr/issues/14#issuecomment-3014887941 ↩︎
Discussion