R语言doParallel+foreach 并行计算初试牛刀

前言

 因为我学习的需要，要做模拟，需要用到前人写好的函数，然后又需要大量的循环（模拟一百次，每次生成500条曲线，450条训练，50条做预测）。每次做个运算要半个小时左右，实在是受不了了之后，找了很多的博客和也下载了cran的帮助文档来看。最后终于一遍遍的试出来了。

包的安装

 首先需要将doParallel的包安装带上去，而doParallel的包基于foreach,iterators和parallel,parallel是R语言内置的包，所以要实际安装的包总共有三个。

正文

  首先还是检测电脑的核心数，既然要搞并行计算，肯定要利用多核心;要检测电脑核心数，就需要用到detecCores()函数，对于Windows系统下的intel I5和intel I7处理器，一般要用detecCores(logical = F)来获得实际的物理核心。我用的是学校配备的8700，所以检测出来的就是6个。

library(doParallel)
library(foreach)
cl.cores = detecCores(logical = F)
cl <- makeCluster(cl.cores)
registerDoparallel(cl)  # 我调用了所有的核心,也可以(cl-1)，少调用一个核心

 以上是前期设置，下面是我自己模拟代码的部分展示,其中要注意的是我的ffunopare.knn.gcv函数调用了内存中另外两个函数，分别是semmimetric.pca 和quadratic，这个很重要。

func <- function(ii){
    result.pred <- ffunopare.knn.gcv(a,b,v,5,kind.of.kernel="quadratic",semimetric="pca")
    Response.predicted <- result.pred$Predicted.values
    ase.reg[i] <- round(sum((pi/3)*(1/100)*(abs(Response2-Response.predicted))),8)
    }
  RE<-mean(ase.reg)
  return(RE)
}

参数解读(参考链接1 )

---

• %do%: 严格按照顺序执行任务（所以，也就非并行计算），%dopar%并行执行任务，%do%时候就像sapply或lapply，%dopar%就是并行启动器

• .combine：运算之后结果的显示方式，default是list，“c”返回vector， cbind和rbind返回矩阵，"+“和”"可以返回rbind之后的“+”或者“”，帮你把数据整合起来，太良心了！！
  -.init：.combine函数的第一个变量

• .final：返回最后结果

• .inorder：TRUE则返回和原始输入相同顺序的结果（对结果的顺序要求严格的时候），FALSE返回没有顺序的结果（可以提高运算效率）。这个参数适合于设定对结果顺序没有需求的情况。

• .muticombine：设定.combine函数的传递参数，default是FALSE表示其参数是2，TRUE可以设定多个参数

• .maxcombine：设定.combine的最大参数

• .errorhandling：如果循环中出现错误，对错误的处理方法

• .packages：指定在%dopar%运算过程中依赖的package（%do%会忽略这个选项），用于并行一些机器学习算法。

• .export:在编译函数的时候需要预先加载一些内容进去，类似parallel的clusterExport

---

下面就是并行计算的主函数部分，也就是调用foreach的部分。#因为ffunopare.knn.gcv要加载内存中的semimetric.pca和quadratic两个函数,所以要在.export参数中设置一下，有文章说要用list，笔者没有用，不过下面参考链接[1]中会给出。要注意，参数要使用%dopar%而不能使用%do%，后者就不是并行计算了。

x <- foreach(ii=1:100,.combine = "c",.export = c("semimetric.pca","quadratic"))%dopar% func(ii)

 最后要做的就是关闭集群

stopCluster(cl)

最后奉上结果，如下图，左图为并行计算，右图为非并行计算，也就是使用最基础的for循环的结果。请不要吐槽我的print(time)

并行计算	for循环

参考链接

1. R︱foreach+doParallel并行+联用迭代器优化内存+并行机器学习算法.
2. R︱并行计算以及提高运算效率的方式(parallel包、clusterExport函数、SupR包简介)
3. R语言的并行运算(CPU多核)