R语言并行运算

R语言运行通常只会占用cpu一个核，并未充分利用电脑cpu的性能。

以parallel包运行过程为例，通常多核运算的过程如下：

1. 启动多核进程，对每个核心进行初始化

2. 将数据分发给每个核心

3. 将任务平均分配给每个核心，并把代码传递给每个核心

4. 等待所有核心完成任务，并从每个核心提取结果

5. 停止多核进程

这个时候或许有人问，如果分配的任务数多于核心数，怎么整？此时程序等待首批分配任务的核心完成工作以后再分配给它们，是不是像流水线上的工人一样（老资本家了）。

今天以uci数据库中的家庭电力消费数据集为例，比较几种不同方式运算速度的差异。

数据集下载的网址为：http://archive.ics.uci.edu/ml/machine-learning-databases/00235/

该数据集共有2075259个观测，9个变量：

1. date: 日期

2. time: 时间

3. global_active_power: 家庭平均每分钟有功功率

4. global_reactive_power: 家庭平均每分钟无功功率

5. voltage: 平均每分钟电压

6. global_intensity: 平均每分钟电流强度

7. sub_metering_1: 厨房用电