R 是单线程的。
例如，如果我有两个 R 打开正在运行的项目。我期望有 2 个线程运行 R，每个线程占用一定百分比的 CPU。然后我打开另一个 R。如何使用第三个 R 检查线程数（本例中为 2）以及 R 使用的 CPU 百分比？
如果您打开多个 R 窗口，每个窗口将在不同的内核上运行，最多可达您拥有的最大内核数。这在 Windows 和 Mac 计算机上自动实现。如果你想知道你有多少个核心，你可以运行：
library(parallel)
detectCores()
在 Linux 上，您可以向系统发送 ps 命令：它会为您提供名为 rsession 的程序的平均 cpu 使用率和内存使用率：
splitted <- strsplit(system("ps -C rsession -o %cpu,%mem,pid,cmd", intern = TRUE), " ")
df <- do.call(rbind, lapply(splitted[-1],
function(x) data.frame(
cpu = as.numeric(x[2]),
mem = as.numeric(x[4]),
pid = as.numeric(x[5]),
cmd = paste(x[-c(1:5)], collapse = " "))))
df
# cpu mem pid cmd
#1 0.8 0.7 11001 /usr/lib/rstudio/bin/rsession
#2 0.0 0.2 12397 /usr/lib/rstudio/bin/rsession
#3 0.1 0.7 14960 /usr/lib/rstudio/bin/rsession
#4 0.4 0.2 26122 /usr/lib/rstudio-server/bin/rsession
#5 0.3 8.3 35782 /usr/lib/rstudio/bin/rsession
您可以改进它，以获取父 ID 和瞬时 CPU 使用率，并将其他选项传递给 ps 或 top，并推断每个会话使用的核心数量。
在 Windows 上您可以尝试以下操作：
a <- system("wmic path Win32_PerfFormattedData_PerfProc_Process get Name,PercentProcessorTime", intern = TRUE)
df <- do.call(rbind, lapply(strsplit(a, " "), function(x) {x <- x[x != ""];data.frame(process = x[1], cpu = x[2])}))
df[grepl("Rgui|rstudio", df$process),]
# process cpu
# 105 Rgui 0
# 108 rstudio 0
使用R，如何检查Windows中有多少个核心/线程正在运行R 和Linux？ （或者正在运行多少卢比）
我在这里还没有读到的一个有效答案是简单地使用 ps R 包和函数
ps()ps::ps()[ps::ps()$name == "rsession",]
行数将为您提供计算机/服务器上现有会话的数量：
nrow(ps::ps()[ps::ps()$name == "rsession",])
我不完全确定
function ps_num_threads()ps::ps_num_threads(ps::ps_handle())
不幸的是，我在psR包中没有找到任何关于％CPU使用率的信息，但你可以尝试一下我在其他答案中引用的函数，它应该在Linux下工作。
对于那些想了解 1) 机器中可用的核心/CPU 数量和/或工作线程/计算节点数量或 2) 由运行当前 R 程序的 HPC 集群分配的数量的人，请尝试以下操作（使用并行和future包中的函数）：
library(parallel) # for using parallel::mclapply() and checking #totalCores on compute nodes / workstation: detectCores()
library(future) # for checking #availble cores / workers on compute nodes / workstation: availableWorkers() / availableCores()
workers <- availableWorkers()
cat(sprintf("#workders/#availableCores/#totalCores: %d/%d/%d, workers:\n", length(workers), availableCores(), detectCores()))
print( workers )
有一个更简单的方法，使用 benchmarkme 包。
library(benchmarkme)
get_cpu()$no_of_cores
对于那些感兴趣的人，我和一个朋友创建了一个 Github 存储库，其功能可以从 R 控制台探测计算机/服务器上正在进行的进程。
这是链接：https://github.com/mathosi/cluster_check
要回答这个问题，你可以使用我制作的功能
ps.to.df()devtools::source_url("https://github.com/mathosi/cluster_check/blob/master/ps_to_df.R?raw=TRUE")
ps.to.df() #List All processes sorted by %CPU usage
ps.to.df(bylist.selection = "C rsession") #List All processes named 'rsession' sorted by %CPU usage
输出是一个 data.frame，因此您可以按照您希望在 R 中查找的方式对其子集进行排序，以查找您想查看的任何内容！
我还没有尝试所有可能的查询
ps.to.df()也许我找到了一种在 Windows 系统上使用 powershell 时获取核心工作负载百分比的方法：
library(tidyverse)
command = 'Get-WmiObject -Query \'select Name, PercentProcessorTime from Win32_PerfFormattedData_PerfOS_Processor\' | foreach-object { write-host "$($_.Name): $($_.PercentProcessorTime)" }; '
output = system2('powershell', c('-Command', command), stdout = T)
output_lst = strsplit(output, split = " : ")
cores = data.frame(t(sapply(output_lst,c))) %>%
rename( "Core" = X1 , `CPU_%` = X2)
为您提供核心列表及其工作负载：
> cores
Core CPU_%
1 0 62
2 1 19
3 10 0
4 11 12
5 12 6
6 13 0
7 14 12
8 15 0
9 16 56
10 17 31
11 18 12
12 19 12
13 2 50
14 20 0
15 21 6
16 22 12
17 23 6
18 24 12
19 25 19
20 26 19
21 27 43
22 28 31
23 29 12
24 3 12
25 30 6
26 31 25
27 4 43
28 5 37
29 6 0
30 7 6
31 8 0
32 9 0
33 _Total 18
过滤卸载的核心：
free_cores = cores %>% filter(`CPU_%` == 0) %>% nrow()
> free_cores
[1] 7