r - 在 r 中同时(并行)在后台运行多个作业

Question

我想运行一个需要大量时间的程序。我想编写一个可以并行运行的函数(我是 Windows 中的图形界面用户)。该函数将任务划分为 n 个子任务，并执行最终的共识任务。我想并行运行 n 个任务(在同一程序窗口中同时运行)，然后组合输出。下面只是一个例子:

ptm <- proc.time()
j1 <- cov(mtcars[1:10,], use="complete.obs") # job 1
j2 <- cov(mtcars[11:20,], use="complete.obs") # job 2
j3 <- cov(mtcars[21:32,], use="complete.obs") # job 3
proc.time() - ptm

out <- list (j1 = j1, j2 = j2, j3 = j3) 

我知道在 unix 中“&”通常允许作业在后台运行。 R中是否有类似的方式

Answer 1

您可以使用 mclapply或 clusterApply并行启动多个功能。
他们并不是真正的背景:
R 会等到它们全部完成
(就像您在 Unix shell 中使用 wait 一样，
在后台启动进程后)。

library(parallel)
tasks <- list(
  job1 = function() cov(mtcars[1:10,],  use="complete.obs"),
  job2 = function() cov(mtcars[11:20,], use="complete.obs"),
  job3 = function() cov(mtcars[21:32,], use="complete.obs"),
  # To check that the computations are indeed running in parallel.
  job4 = function() for (i in 1:5) { cat("4"); Sys.sleep(1) },
  job5 = function() for (i in 1:5) { cat("5"); Sys.sleep(1) },
  job6 = function() for (i in 1:5) { cat("6"); Sys.sleep(1) }
)

# Using fork()
out <- mclapply( 
  tasks, 
  function(f) f(), 
  mc.cores = length(tasks) 
)

# Equivalently: create a cluster and destroy it.
# (This may work on Windows as well.)
cl <- makeCluster( length(tasks) )
out <- clusterApply( 
  cl,
  tasks,
  function(f) f()
)
stopCluster(cl)