R 多线程

R 语言多线程

• parallel包
• parLapply简单的代码实战
• foreach包
• foreach简单的代码实战

---

目录

parallel包

包的安装

install.packages("parallel")
library(parallel)

包中常用函数

• detectCores() 检查当前的可用核数
• clusterExport() 配置当前环境
• makeCluster() 分配核数
• stopCluster() 关闭集群
• parLapply() lapply()函数的并行版本

其实R语言本来就是一门向量化语言，如果是对于一个向量的操作，使用apply函数一族能获得比较高的效率，相比于for循环，这种高效来自于：

• 用C实现了for循环
• 减少对于data.frame等数据结构等不必要的拷贝

但是很多时候，如果想更快的话，光apply函数一族还不足够，这时候就能用上多线程。
R语言parallel包可以帮助实现多线程。

parLapply的简单代码实战

检查当前核数

cl.cores <- detectCores()
#结果
> cl.cores
[1] 8

启动集群和关闭集群

cl <- makeCluster(4) # 初始化四核心集群
###并行任务
stopCluster(cl) # 关闭集群

parLapply执行多线程计算

#定义计算平方函数
square <- function(x)
{
    return(x^2)
}

#利用并行计算计算平方函数
num <- c(1: