R中的并行化：如何在每个节点上“源”？

Question

我使用以下方法创建并行工作者（所有工作在同一台机器上）：

MyCluster = makeCluster(8)

如何让这8个节点中的每个节点都来源我写的R文件？我试过了：

clusterCall(MyCluster, source, "myFile.R")
clusterCall(MyCluster, 'source("myFile.R")')

和几个相似的版本。但都没有效果。你能帮我找错吗？

非常感谢你！

Answer 1

以下代码符合您的目的：

library(parallel)

cl <- makeCluster(4)
clusterCall(cl, function() { source("test.R") })

## do some parallel work

stopCluster(cl)

你也可以使用clusterEvalQ()做同样的事情：

library(parallel)

cl <- makeCluster(4)
clusterEvalQ(cl, source("test.R"))

## do some parallel work

stopCluster(cl)

但是，这两种方法之间存在细微差别。 clusterCall()在每个节点上运行一个函数，而clusterEvalQ()在每个节点上计算一个表达式。如果你有一个可变源文件列表，clusterCall()将更容易使用，因为clusterEvalQ(cl,expr)将任何expr视为一个表达式，所以在那里放一个变量是不方便的。

Answer 2

如果使用命令来源本地文件，请确保该文件存在。

否则将文件放在网络共享或NFS上，并获取绝对路径。

更好的是，标准答案，写一个包，并在每个节点上安装该包，然后只需调用library()或require()。