R語言實現並行計算
- 2019 年 12 月 19 日
- 筆記
Python作為多執行緒的程式語言在並行方面相對於R語言有很大的優勢，然而作為佔據統計分析一席之地的R語言自然不能沒有並行計算的助力。那麼我們來看下在R語言中有哪些並行的包：隱式並行：OpenBLAS，Intel MKL，NVIDIA cuBLAS等；顯性並行：parallel（主打lapply應用）、foreach（主打for循環）、SupR、還有利用GPU的辦法（gpuR）。所謂顯式並行也就是基於並行的程式語言編譯的程式；隱式並行是基於串列程式編譯的並行計算。當然，在R語言核心功能中也是帶有了相關的並行的計算基礎包parallel。今天就給大家介紹下這個基礎並行包的具體應用。
我們不需要再安裝這個包，可以直接進行相關的計算。首先我們看下裡面的幾個核心的函數：
1. detectCores() 發現PC終端有多少個核。所謂核就是CPU的性能體現，越多越好。實例：
library(parallel)cl.cores <- detectCores()#發現可用核數
2. makeCluster() 初始化我們需要用到的核數。其中type參數有兩種PSOCK適用所有作業系統，FORK適用unix/max，實現記憶體共享以及節省記憶體。實例：
cl <-makeCluster(getOption("cl.cores", 2),type="PSOCK")
3. clusterExport() 將變數載入並行的環境中。實例：
xx=1:10clusterExport(cl, "xx")#讀入變數數據
4. clusterEvalQ(,{code}) 將包或者程式碼直接載入並行環境。實例：
clusterEvalQ(cl,{library(ggplot2);xy=1:10})
clusterCall(cl, function(y) xy + y, 2:10)
5. clusterCall() 在並行環境中，一次運行過程在各節點的值。clusterMap便可以直接運行所用的值，並以列表形式展示所有結果。實例：
clusterCall(cl, function(y) xx + y, 2：10)
clusterMap(cl,function(y) xx + y,2:10)
6. parLapply(), parSapply(), 和 parApply() 和函數 lapply, sapply 及 apply一一對應。可以直接將自定義的函數引入並行環境。實例：
parSapply(cl,2:10, function(y) xx + y)
7. clusterApply() 類似parLapply 系列，可以直接運行得到所有結果，輸出列表格式。clusterApplyLB()便是對其的優化，具體的優化模式我們就不贅述了。實例：
clusterApply(cl,2:10, function(y) xx + y)
8. do.call() 針對某個數據集執行指定的函數功能。實例：
res=clusterApply(cl,2:10, function(y) xx +y)do.call('rbind',res)
9. stopCluster() 關閉集群。實例
stopCluster(cl)
以上便是parallel包的全部功能函數，其實並行真正解決的是重複性工作的情況，在P值的計算中應用比較廣泛。然而對於遞歸計算需要一定的優化才能使用並行計算，不然不一定有單機的效率高。
