时间戳

首页 > 解决方案 > R中的并行处理示例

r - R中的并行处理示例

问题描述

首先，我想说我是这个话题的新手。

其次，虽然我读了很多关于 R 中的并行处理的文章，但我仍然对它没有信心。

我刚刚在 R 中发明了模拟。那么有人可以用这个发明的代码帮助我理解并行处理吗？（我可以看到它是如何工作的）

我的代码如下（大随机数）

SimulateFn<-function(B,n){ 
  M1=list()
  for (i in 1:B){
    M1[i]=(n^2)}
  return(M1)}

SimulateFn(100000000,300000)

请你帮助我好吗？

标签： rparallel-processing

解决方案

首先，并行化是将一个任务划分为多个子任务的过程，这些子任务由多个处理器或内核同时处理，它们之间可以独立也可以共享一些依赖关系——后一种情况需要更多的规划和关注。

这个过程有一些开销来调度子任务——比如将数据复制到每个处理器。也就是说，并行化对于快速计算毫无价值。在您的示例中，三个主要过程是索引 ( [)、赋值 ( <-) 和（快速）数学运算 ( ^)。并行化的开销可能大于执行子任务的时间，因此在这种情况下并行化会导致性能下降！

尽管如此，R 中的简单并行化还是相当容易的。下面提供了一种使用doParallel包并行化任务的方法。其他方法包括使用包作为并行。

library(doParallel)
## choose number of processors/cores
cl <- makeCluster(2)
registerDoParallel(cl)
## register elapsed time to evaluate code snippet
## %dopar% execute code in parallale
B <- 100000; n <- 300000
ptime <- system.time({ 
  M1=list()
  foreach(i=1:B) %dopar% {
      M1[i]=(n^2)
    }
  })
## %do% execute sequentially
stime <- system.time({ 
  M1=list()
  foreach(i=1:B) %do% {
    M1[i]=(n^2)
  }
})

我的计算机（2 核）上的运行时间分别为 59.472 和 44.932。显然，并行化并没有改善：确实，性能更差！

下面显示了一个更好的示例，其中主要任务在计算需求方面要昂贵得多：

x <- iris[which(iris[,5] != "setosa"), c(1,5)]
trials <- 10000
ptime <- system.time({
  r <- foreach(icount(trials), .combine=cbind) %dopar% {
    ind <- sample(100, 100, replace=TRUE)
    result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
    coefficients(result1)
    }
  })
stime <- system.time({
  r <- foreach(icount(trials), .combine=cbind) %do% {
    ind <- sample(100, 100, replace=TRUE)
    result1 <- glm(x[ind,2]~x[ind,1], family=binomial(logit))
    coefficients(result1)
  }
})

经过时间分别为 24.709 和 34.502：增长 28%。

推荐阅读