R并行S4类集群错误

Question

我有一个问题得到一些代码与R中的并行包一起使用。我使用R 2.15。

这里有一个简单的例子...我有一个文件 'animal.R'，这包含以下内容：

# animal.R 
setClass("Animal", representation(species = "character", legs = "numeric")) 

##Define some Animal methods 
setGeneric("count",function(x) standardGeneric("count")) 
setMethod("count", "Animal", function(x) { x@legs}) 

setGeneric("countAfterChopping",function(x) standardGeneric("countAfterChopping")) 
setMethod("countAfterChopping", "Animal", function(x) { x@legs <- x@legs-1; x@legs}) 

然后，在我的R端子，我跑：

library(parallel) 
source('animal.R') 

开始两个节点的本地集群：

cl <- makeCluster(rep('localhost', 2)) 

讲述动物类的群集节点：

clusterEvalQ(cl, parse('animal.R')) 

然后在集群上运行一些代码：

# This works 
parSapply(cl, list(daisy, fred), count) 

# This doesn't... 
parSapply(cl, list(daisy, fred), countAfterChopping) 

停止集群：

stopCluster(cl) 

工程按预期parSapply第一个呼叫，但第二个产生这个错误：

Error in checkForRemoteErrors(val) : 
    2 nodes produced errors; first error: "Animal" is not a defined class 

任何想法发生了什么？为什么第二次调用parSapply不起作用？

Answer 1

所以这里发生了什么：

对于类“动物” S4对象时，count功能只需提取legs插槽。如果这是您所做的全部工作，则无需在群集节点上评估或获取文件animal.R。所有必要的信息将通过parSapply。

但是，countAfterChopping函数为legs插槽分配了一个新值，这就是趣味开始的地方。插槽分配功能`@<-`包含对参数check = TRUE的`slot<-`的调用。这会触发功能checkSlotAssignment的评估，该功能通过查阅该类别的定义（从?checkSlotAssignment）检查“提供的值是否允许用于该插槽”。

因此，在以这种方式分配到插槽时必须知道类定义，并且在集群节点上未知S4类“Animal”。这就是为什么评估解析文件animal.R或采购它的原因。但是，只需评估文件的第一行，即在每个节点上定义类“Animal”即可。

这里有一个降低，可重复的例子：

animal.R<-" 
    setClass('Animal', representation(species = 'character', legs = 'numeric')) 

    ##Define some Animal methods 
    setGeneric('count',function(x) standardGeneric('count')) 
    setMethod('count', signature(x='Animal'), function(x) { x@legs}) 

    setGeneric('countAfterChopping',function(x) standardGeneric('countAfterChopping')) 
    setMethod('countAfterChopping', signature(x='Animal'), 
    function(x) { x@legs <- x@legs-1; x@legs}) 
" 
library(parallel) 

source(textConnection(animal.R)) 

cl <- makeCluster(rep('localhost', 2)) 

daisy<-new("Animal",legs=2,species="H.sapiens") 
fred<-new("Animal",legs=4,species="C.lupus") 

parSapply(cl, list(daisy, fred), count) 
# [1] 2 4 

clusterExport(cl,"animal.R") # 
clusterEvalQ(cl,eval(parse(textConnection(animal.R),n=1))) 

parSapply(cl, list(daisy, fred), countAfterChopping) 
# [1] 1 3