R语言并行计算snow包文档（beta）

1.snow-clusterCluster-Level on a snow cluster

snow-clusterCluster-Level on a snow cluster
clusterSplit(cl, seq)
clusterCall(cl, fun, …)
clusterApply(cl, x, fun, …)
clusterApplyLB(cl, x, fun, …)
clusterEvalQ(cl, expr)
clusterExport(cl, list, envir = .GlobalEnv)
clusterMap(cl, fun, …, MoreArgs = NULL, RECYCLE = TRUE)

Arguments	说明
cl	集群对象
fun	函数
expr	每个节点需执行的表达式
seq	需拆分给每个节点的向量
list	传递给每个节点的全局变量列表
envir	变量模式（默认全局）
x	矩阵
…	欲传递给fun的附加参数
MoreArgs	fun的附加参数
RECYCLE	逻辑值;如果真，短参数被回收

详细说明
这些是用于集群计算得基本函数。所有在子节点的运行的程序都在tryCatch函数下运行。即如果任何子节点有错误都会在主节点标示出。更能多细节将在以后假如考虑之中。

clusterCall(cl, fun, …)
对每个节点使用同一个函数fun，以列表形式输出每个节点的结果。

clusterEvalQ(cl, expr)
对每个节点使用fun，与clustercall不同的是没有其他参数输入。

clusterApply(cl, x, fun, …)
将矩阵x的每个参数分别分配给每个节点，若x参数超过节点数则循环分配进行计算。

clusterApplyLB(cl, x, fun, …)
clusterApply的均衡加载模式。如果x参数超过节点数剩余参数将分配给已经执行完任务的节点。使用此函数可以更好地利用集群，但是，这种方式降低了计算性能。

clusterMap(cl, fun, …, MoreArgs = NULL, RECYCLE = TRUE)
类似mapply，例子

clusterMap(cl,function(x, y) seq_len(x) + y,c(a =  1, b = 2, c = 3),c(A = 10, B = 0, C = -10))
[[1]]
[1] 11

[[2]]
[1] 1 2

[[3]]
[1] -9 -8 -7

clusterExport(cl, list, envir = .GlobalEnv)
将list参数作为全局变量传递给每个节点。

clusterSplit(cl, seq)
将seq序列，分配给各个节点，现版本要求序列长度与节点数相同.

> clusterSplit(cl,c(1,2))
[[1]]
[1] 1

[[2]]
[1] 2

综合性例子：

cl <- makeSOCKcluster(c("localhost","localhost"))#建立集群
clusterApply(cl, 1:2, get("+"), 3)#第一个节点算1+3第二个节点算2+3
clusterEvalQ(cl, library(boot))#每个节点加载lib
x<-1
clusterExport(cl, "x")#每个节点加载x作为环境变量
clusterCall(cl, function(y) x + y, 2)#每个节点计算一次1+3

2.snow-parallel———-Higher Level SNOW functions

snow-parallel———-Higher Level SNOW functions
parLapply(cl, x, fun, …)
parSapply(cl, X, FUN, …, simplify = TRUE, USE.NAMES = TRUE)
parApply(cl, X, MARGIN, FUN, …)
parRapply(cl, x, fun, …)
parCapply(cl, x, fun, …)
parMM(cl, A, B)

Arguments	说明
cl	集群对象
fun,FUN	函数
x,X,A,B	矩阵
…	欲传递给fun的附加参数
MoreArgs	fun的附加参数
MARGIN	指定要使用的向量维度
simplify	逻辑值；参见sapply
USE.NAMES	逻辑值；参见sapply

详细说明
1.parLapply，parSapply和parApply是lapply,sapply,apply的平行计算版本。
2.parRapply和parCapply是apply的行、列计算的对应版本；比parApply更有效率。
3.parMM:is a very simple(minded) parallel matrix multiply; it is intended as an illustration（还没搞懂功能）
4.更多细节参见：Simple Network of Workstations for R
例子

## Not run:
cl <- makeSOCKcluster(c("localhost","localhost"))
parSapply(cl, 1:20, get("+"), 3)
## End(Not run)

[1]  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

snow-rand 在集群产生随机数
clusterSetupRNG (cl, type = “RNGstream”, …)
clusterSetupRNGstream (cl, seed=rep(12345,6), …)
clusterSetupSPRNG (cl, seed = round(2^32 * runif(1)), prngkind = “default”, para = 0, …)

描述
初始化集群中的随机数，使用 L’Ecuyer或SPRNG的包产生随机数（分别需要rlecuyer和SPRING包）。

参数	说明
cl	集群
type	随机数产生方式 type=”RNGstream”(default) type=”SPRNG”
seed	随机种子
prngkind	SPRNG的发生器形式
para	发生器的附加参数

clusterSetupRNG (cl, type = “RNGstream”, …)
1.如果设置了SPRNG参数，会调用clusterSetupSPRNG函数。2.如果设置RNGstream参数，会调用clusterSetupSPRNG函数。
clusterSetupRNGstream (cl, seed=rep(12345,6), …)
加载rsprng包并分别的每个节点初始化。进一步的细节参见init.sprng文档.
clusterSetupSPRNG (cl, seed = round(2^32 * runif(1)), prngkind = “default”, para = 0, …)
加载rlecuyer包，在每个节点创建一个数据流并分配给每个节点。

## Not run:
clusterSetupSPRNG(cl)
clusterSetupSPRNG(cl, seed=1234)
clusterSetupRNG(cl, seed=rep(1,6))
## End(Not run)

3.snow-startstop

snow-startstop Starting and Stopping SNOW Clusters
makeCluster(spec,type = getClusterOption(“type”), …)
stopCluster(cl)
setDefaultClusterOptions(…)
makeSOCKcluster(names,…,options=defaultClusterOptions)
makePVMcluster(count,…,options=defaultClusterOptions)
makeMPIcluster(count,…,options=defaultClusterOptions)
makeNWScluster(names,…,options=defaultClusterOptions)
getMPIcluster()

Arguments	参数
spec	建立节点的节点参数
count	创建节点的个数
names	节点名向量
options	集群参数设置
cl	建立节点的参数
type	节点的类型

详细介绍
makeCluster建立集群的函数，支持的集群类型有“sock”，“PVM”，“MPI”，“NWS”。
1. 对于“PVM”和“MPI”集群spec参数应设置为整数形式的节点数量。
2. 对于“SOCK”和“NWS”集群spec 参数应该设置为对应节点组成的字符型向量（ip或hosts地址名）。
3. 对于“SOCK”和“NWS”集群spec 参数在本地模式下也可以设置为数字。
4. 选项rscript和snowlib很有用，参见下面的例子。

stopCluster在退出R之前使用关闭集群。

setDefaultClusterOptions设置集群默认参数。其中最有用的参数为type和homogeneous。
如果Rmpi在搜索路径中，type参数会设置给MPI
如果安装了rpvm包，type参数会设置给PVM`
若上述两个都没找到，设置给“SOCK”。

homogeneous 如果要使用非均匀的集群设置为FLASE；这需要一些额外的设置。默认的设置是TRUE除非在master节点上设置了R_SNOW_LIB非空的数值。

optionoutfile可以用来制定slave节点输出的位置。默认是/dev/null//;这项设置有助于在安装时做故障排除。将路径设置在“”或/dev/tty可以slave输出在mater节点上。

makeSOCKcluster, makePVMcluster, makeMPIcluster, and makeNWScluster用来启用相应类型的集群。

在MPI中的进程配置中像用来开启主节点和子节点的mpirun 是不能用的，因为集群在之前已经配置好，可以使用getMPIcluster来获得。

对于SOCK和NWS集群选项manual=TRUE可以强制手动开启工作进程。设置outfile选项可以用来做故障排除。
更多细节参见： http://www.stat.uiowa.edu/~luke/R/cluster/cluster.html
例子

## Not run:
## Two workers run on the local machine as a SOCK cluster.
cl <- makeCluster(c("localhost","localhost"), type = "SOCK")
clusterApply(cl, 1:2, get("+"), 3)
stopCluster(cl)
## Another approach to running on the local machine as a SOCK cluster.
cl <- makeCluster(2, type = "SOCK")
clusterApply(cl, 1:2, get("+"), 3)
stopCluster(cl)
## A SOCK cluster with two workers on Mac OS X, two on Linux, and two
## on Windows:
macOptions <-
list(host = "owasso",
rscript = "/Library/Frameworks/R.framework/Resources/bin/Rscript",
snowlib = "/Library/Frameworks/R.framework/Resources/library")
lnxOptions <-
list(host = "itasca",
rscript = "/usr/lib64/R/bin/Rscript",
snowlib = "/home/luke/tmp/lib")
winOptions <-
list(host="192.168.1.168",
rscript="C:/Program Files/R/R-2.7.1/bin/Rscript.exe",
snowlib="C:/Rlibs")
cl <- makeCluster(c(rep(list(macOptions), 2), rep(list(lnxOptions), 2),
rep(list(winOptions), 2)), type = "SOCK")
clusterApply(cl, 1:6, get("+"), 3)
stopCluster(cl)
## End(Not run)

4.snow-timing

snow-timing Timing SNOW CLusters

snow.time(expr)
## S3 method for class ' snowTimingData '
print(x, ...)
## S3 method for class ' snowTimingData '
plot(x, xlab = "Elapsed Time", ylab = "Node",
title = "Cluster Usage", ...)

Arguments	参数说明
expr	需要计算时间的表达式
x	需要画图的时间数据
xlab，ylab	x,y坐标名
title	图头

说明

snow.time输出 snowTimingData格式的时间数据。
snowTimingData的print方法输出了总运行时间，在主节点和自己点的通信时间和每个节点的计算时间。
plot展示了计算时间的线条图，绿色计算矩形代表计算时间,蓝色横线代表一个子节点的等待时间,红线代表主/子节点的通信时间。
例子

## Not run:
cl <- makeCluster(2,type="SOCK")
x <- rnorm(1000000)
tm <- snow.time(clusterCall(cl, function(x) for (i in 1:100) sum(x), x))
print(tm)
plot(tm)
stopCluster(cl)
## End(Not run)