在没有 R 文件的情况下在 shell 中并行运行 R 代码

Question

我有以下 .sh 文件，可以使用 sbatch 在集群计算机上运行:

Shell.sh

#!/bin/bash
#
#SBATCH -p smp # partition (queue)
#SBATCH -N 2 # number of nodes
#SBATCH -n 2 # number of cores
#SBATCH --mem 2000 # memory pool for all cores
#SBATCH -t 5-0:00 # time (D-HH:MM)
#SBATCH -o out.out # STDOUT
#SBATCH -e err.err # STDERR

module load R
srun -N1 -n1 R CMD BATCH ./MyFile.R &
srun -N1 -n1 R CMD BATCH ./MyFile2.R &
wait

我的问题是 MyFile.R 和 MyFile2.R 看起来几乎一样:

MyFile.R

source("Experiment.R")
Experiment(args1) # some arguments

MyFile2.R

source("Experiment.R")
Experiment(args2) # some arguments

事实上，我需要为大约 100 个文件执行此操作。由于它们都加载了一些 R 文件，然后使用不同的参数运行实验，我想知道我是否可以在不为每次运行创建新文件的情况下做到这一点。我想并行运行所有进程，所以我认为我不能只创建一个 R 文件。

我的问题是:是否有某种方法可以直接从 shell 运行进程，而无需为每次运行创建一个 R 文件？那么我可以做类似的事情吗

srun -N1 -n1 R cmd BATCH 'source("Experiment.R"); Experiment(args1)' &
srun -N1 -n1 R cmd BATCH 'source("Experiment.R"); Experiment(args2)' &
wait

而不是 shell.sh 中的最后三行？

Answer 1

您的批处理脚本仍应包含 2 行以启动 2 个不同的 R 进程，但您可以使用相同的文件名在命令行上传递参数:

module load R
srun -N1 -n1 Rscript ./MyFile.R args1_1 args1_2 &
srun -N1 -n1 Rscript ./MyFile.R args2_1 args2_2 &
wait

然后在你的 R 文件中:

source("Experiment.R")
#Get aruments from the command line
argv <- commandArgs(TRUE)

# Check if the command line is not empty and convert values if needed
if (length(argv) > 0){
   nSim <- as.numeric( argv[1] )
   meanVal <- as.numeric( argv[2] ) 
} else {
   nSim=100  # some default values
   meanVal =5
}

Experiment(nSim, meanVal) # some arguments

如果您更喜欢使用 R命令而不是 Rscript ，那么您的批处理脚本应该如下所示:

module load R
srun -N1 -n1 R -q --slave --vanilla --args args1_1 args1_2 < myFile.R &
srun -N1 -n1 R -q --slave --vanilla --args args2_1 args2_2 < myFile.R &
wait

您可能需要(或不需要)"R -q --slave ... < myFile.R" 的引号部分