R中的並行處理示例

Question

首先，我想說我是這個話題的新手。

其次，盡管我閱讀了很多有關R中的並行處理的信息，但我仍然對此並不自信。

我只是在R中發明了模擬。那么有人可以用我發明的代碼來幫助我理解並行處理嗎？ （我可以看到它是如何工作的）

我的代碼如下（大隨機數）

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

SimulateFn(100000000,300000)

請你幫助我好嗎？

Answer 1

首先，並行化是將一個任務划分為多個子處理器的過程，這些子任務由多個處理器或內核同時處理，並且可以獨立或共享它們之間的某些依賴關系-后一種情況需要更多的計划和關注。

此過程有一些開銷來處理子任務-例如將數據復制到每個處理器。 也就是說，並行化對於快速計算毫無用處。 在您的示例中，三個主要過程是索引（ [ ），賦值（ <- ）和（快速）數學運算（ ^ ）。 並行化的開銷可能大於執行子任務的時間，因此在這種情況下，並行化可能會導致性能變差！

---

盡管如此，R中的簡單並行化還是相當容易的。 下面提供了使用doParallel軟件包並行化任務的方法。 其他方法包括將包作為並行使用 。

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)
  }
})

我的計算機（2核）上經過的時間分別為59.472和44.932。 顯然，並行化沒有任何改進：實際上，性能更差！

---

下面顯示了一個更好的示例，其中主要任務在計算需求方面要昂貴得多：

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)
  }
})

經過時間分別為24.709和34.502：增長28％。