时间戳

首页 > 解决方案 > parallel::mclapply() 添加或删除到全局环境的绑定。哪个？

r - parallel::mclapply() 添加或删除到全局环境的绑定。哪个？

问题描述

为什么这很重要

对于drake，我希望用户能够mclapply()在锁定的全局环境中执行调用。为了重现性，环境被锁定。如果没有锁定，数据分析管道可能会使自己失效。

mclapply()添加或删除全局绑定的证据

set.seed(0)
a <- 1

# Works as expected.
rnorm(1)
#> [1] 1.262954
tmp <- parallel::mclapply(1:2, identity, mc.cores = 2)

# No new bindings allowed.
lockEnvironment(globalenv())

# With a locked environment
a <- 2 # Existing bindings are not locked.
b <- 2 # As expected, we cannot create new bindings.
#> Error in eval(expr, envir, enclos): cannot add bindings to a locked environment
tmp <- parallel::mclapply(1:2, identity, mc.cores = 2) # Unexpected error.
#> Warning in parallel::mclapply(1:2, identity, mc.cores = 2): all scheduled
#> cores encountered errors in user code

由reprex 包（v0.2.1）于 2019 年 1 月 16 日创建

编辑

对于最初的激励问题，请参阅https://github.com/ropensci/drake/issues/675和https://ropenscilabs.github.io/drake-manual/hpc.html#parallel-computing-within-targets。

标签： rmclapply

解决方案

我想parallel:::mc.set.stream()有答案。显然，默认情况下mclapply()会尝试.Random.seed从全局环境中删除。由于默认的 RNG 算法是 Mersenne Twister，我们深入到下面的else块中。

> parallel:::mc.set.stream
function () 
{
    if (RNGkind()[1L] == "L'Ecuyer-CMRG") {
        assign(".Random.seed", get("LEcuyer.seed", envir = RNGenv), 
            envir = .GlobalEnv)
    }
    else {
        if (exists(".Random.seed", envir = .GlobalEnv, inherits = FALSE)) 
            rm(".Random.seed", envir = .GlobalEnv, inherits = FALSE)
    }
}
<bytecode: 0x4709808>
<environment: namespace:parallel>

我们可以mc.set.seed = FALSE用来使以下代码工作，但这在实践中可能不是一个好主意。

set.seed(0)
lockEnvironment(globalenv())
parallel::mclapply(1:2, identity, mc.cores = 2, mc.set.seed = FALSE)

我想知道是否有一种方法可以锁定环境，同时仍然允许我们删除.Random.seed.

推荐阅读