我可以並行嵌套::: parLapply（）嗎？

Question

假設我想做R中的東西，通常會（在一個進程/線程）是這樣的：

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

基於R的新包裝的同時，四核的機器上，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附帶的並行程序包可能嗎？

Answer 1

是的，你可以做到這一點。對於第一級並行化，您必須使用分佈式內存技術（如snow package中的makeCluster（）），而在第二級並行化中，您必須使用共享內存技術（多核程序包mclapply（））。

下面是一個簡單的代碼示例：

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) 

在輸出中，你會看到不同的機器名稱和不同的PID！