![](/img/trans.png)
[英]How to register linux computing cluster as parallel backend from Windows in R
[英]How to do parallel computing inside a cluster with the R future package?
我想在集群(几台机器)的节点内分配作业(带有for
循环)。 我尝试使用R包future
来做到这一点。 我不知道这是否是最好的方式; 我试图使用doParallel
包的foreach
,但我没有成功。 如何确定循环迭代次数何时大于群集节点数?
library(doParallel);
library(doFuture);
#library(future);
registerDoFuture();
workers <- c(rep("129.20.25.61",1), rep("129.20.25.217",1));
cl <- makeClusterPSOCK(workers, revtunnel = TRUE, outfile = "", verbose = FALSE);
plan(cluster, workers = cl)
mu <- 1.0
sigma <- 2.0
for(i in 1:3){
res %<-%{ rnorm(i, mean = mu, sd = sigma)}
print(i);
}
如果您使用普通的Future API,即future()
+ value()
或%<-%
,则无需涉及foreach,doFuture等。以下是如何使用Future API以及您可以期望的输出:
(A)设置工人
library("future")
workers <- c("129.20.25.61", "129.20.25.217")
cl <- makeClusterPSOCK(workers, revtunnel = TRUE, outfile = "")
### starting worker pid=20026 on localhost:11900 at 11:47:28.334
### starting worker pid=12291 on localhost:11901 at 11:47:37.172
print(cl)
### socket cluster with 2 nodes on hosts '129.20.25.61', '129.20.25.217'
plan(cluster, workers = cl)
(B)明确的未来API
在这里,我们使用future()
显式创建一个期货列表,并使用values()
检索它们的值(基本上等于调用lapply(f, FUN = value)
)。
mu <- 1.0
sigma <- 2.0
f <- list()
for (i in 1:3) {
f[[i]] <- future({ rnorm(i, mean = mu, sd = sigma) })
}
v <- values(f)
str(v)
### List of 3
### $ : num 3.25
### $ : num [1:2] 3.24 3.29
### $ : num [1:3] 1.251 2.299 0.923
(C)隐式未来API
在这个替代方案中,我们使用未来赋值运算符%<-%
隐式创建期货value()
当您尝试访问未来的值时,它将在内部执行future()
然后执行value()
)。 由于%<-%
只能分配给环境(而不是列表,data.frames等),因此我们需要使用作为环境的容器。 这里我使用listenv类,这是一个环境,但允许您将其索引为列表。
library("listenv") ## listenv()
mu <- 1.0
sigma <- 2.0
v <- listenv()
for (i in 1:3) {
v[[i]] %<-% { rnorm(i, mean = mu, sd = sigma) }
}
v <- as.list(v)
str(v)
### List of 3
### $ : num 1.15
### $ : num [1:2] 2.2277 -0.0164
### $ : num [1:3] -2.09 3.34 -1.09
(D)使用future_lapply()
如果你喜欢lapply()
的方法,你可以这样做:
v <- future_lapply(1:3, FUN = function(i) {
rnorm(i, mean = mu, sd = sigma)
})
str(v)
### List of 3
### $ : num 2.12
### $ : num [1:2] 2.56 -1.21
### $ : num [1:3] 2.89 -0.159 -0.983
(D)使用foreach()
如果您想使用foreach()
,那么您可以执行以下操作。 请注意,在每个foreach设计中使用foreach()
时,最好始终显式导出全局变量 - 但是,如果您始终使用doFuture
则实际上不需要它。
library("doFuture")
registerDoFuture()
workers <- c("129.20.25.61", "129.20.25.217")
cl <- makeClusterPSOCK(workers, revtunnel = TRUE, outfile = "")
plan(cluster, workers = cl)
v <- foreach(i = 1:3, .export = c("mu", "sigma")) %dopar% {
rnorm(i, mean = mu, sd = sigma)
}
str(v)
### List of 3
### $ : num 3.12
### $ : num [1:2] -0.0887 -2.8016
### $ : num [1:3] 2.15 3.5 -2.24
如何判断循环迭代次数何时高于群集节点数?
我不确定你在这里问什么。 您是否担心一次有更多的期货运行? 如果是这样,那就会自动处理。 如果所有工人都被占用,则创建额外的期货将会阻止,直到其中一名工人再次可用。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.