我可以并行嵌套::: parLapply（）吗？

Question

假设我想做R中的东西，通常会（在一个进程/线程）是这样的：

for(i in 1:2) { 
    for(j in 1:2) { 
     #Do some stuff here 
    } 
} 

基于R的新包装的同时，四核的机器上，我可以做以下？

cluster<-makeCluster(4) 

innerLoop<-function() { 
    #Do some stuff here 
} 

outerLoop<-function() { 
    result<-do.call(, parLapply(cluster, c(1:2), innerLoop)) 
} 

final.result<-do.call(, parLapply(cluster, c(1:2), outerLoop)) 

使用R-2.14.0附带的并行程序包可能吗？

Answer 1

是的，你可以做到这一点。对于第一级并行化，您必须使用分布式内存技术（如snow package中的makeCluster（）），而在第二级并行化中，您必须使用共享内存技术（多核程序包mclapply（））。

下面是一个简单的代码示例：

library(parallel) 

cl <- makeCluster(2) 

inner <- function(x){ 
    pid <- Sys.getpid() 
    name <- Sys.info()["nodename"] 
    str <- paste("This is R running on", name, "with PID", pid, "!") 
    return(str) 
} 

outer <- function(x, cores, funceval){ 
    require(parallel) 
    mclapply(1:cores, funceval) 
} 

parLapply(cl, 1:length(cl), outer, 2, inner) 

在输出中，你会看到不同的机器名称和不同的PID！