R语言常用两种并行方法之snowfall详解

第R语言常用两种并行方法之snowfall详解上一篇博客（R中两种常用并行方法之parallel）中已经介绍了R中常见的一种并行包：parallel，其有着简单便捷等优势，其实缺点也是非常明显，就是很不稳定。很多时候我们将大量的计算任务挂到服务器上进行运行时，更看重的是其稳定性。

这时就要介绍R中的另一个并行利器——snowfall，这也是在平时做模拟时用的最多的一种方法。

针对上篇中的简单例子

首先是一个最简单的并行的例子，这个例子不需要载入任何依赖库、函数、对象等。相对也比较简单：

library(snowfall)#载入snowfall包

#并行初始化

sfInit(parallel=TRUE,cpus=detectCores()-1)

#进行lapply的并行操作

sfLapply(1:3,function(x)c(x,x^2,x^3))

#结束并行，返还内存等资源

sfStop()

语法基本也比较好理解，代码中的注释也有进行说明。sfLapply()的操作是与lapply()相对应的。类似地，还有sfSapply()，sfApply()等函数，其用法与apply组中的函数一致。

snowfall进阶

在实际操作时，我们进行的函数往往没有这么简单，往往还需要依赖一些其它的函数、变量、R包等，这时就不能用上述的方法简单的进行操作了。

下面给出一个具体实际的操作案例，来展示如何载入函数中依赖的对象等参数。

n-100

m-100

fun1-function(...){

fun2-function(...){

sfInit(parallel=TRUE,cpus=10)#初始化

sfLibrary(MASS)#载入依赖R包MASS

sfLibrary(ggplot2)#载入依赖R包ggplot2

sfExport("n","m")#载入依赖的对象

sfExport("fun1","fun2")#载入依赖的函数

#并行计算

result-sfLapply(1:10000,myfun)

#注意：myfun是自己定义的函数，里面需要用到包MASS,ggplot2；变量m,n；函数fun1,fun2。

sfStop()#结束并行

其实很简单，对于并行函数依赖的库，就是sfLibrary()进行载入，所以来的对象以及函数则使用sfExport()进行载入。

当函数或者对象非常多时，不方便一个一个单独输入，这时我们可将所有的对象与函数存到allfun.R文件夹中，然后再采用sfSource('allfun.R')将所有的对象与函数进行导入，方便快捷。

下面我们再来看看如何查看并行进度：

使用sfCat查看并行进度

这部分参考：Howtooutputamessageinsnowfall

我们只需在函数中添加sfCat()函数，即可查看并行进度，其示例代码如下所示：

sfInit(parallel=TRUE,cpus=2,slaveOutfile="test.txt")

sfLibrary(snowfall)

res-sfLapply(1:100,function(x){

sfCat(paste("Iteration",x),sep="\n")

sfStop()

需要注意的是，在初始化并行中，我们多加了一串命令：slaveOutfile="test.txt"，这个表示其显示的进度会储存在test.txt文件中，其余部分基本没什么变化。

与Rcpp结合会遇到的问题

当我们进行模拟想要再次进行提速时，通常都会使用Rcpp将我们的R代码改成C++代码。平时在我们使用的时候，直接使用Rcpp::sourceCpp()就可以直接将我们的C++代码中的函数进行导入，然想要使用snowfall进行并行时则会遇到问题。

这里使用了两种方法来进行尝试：

使用sfSource('myCppfun.cpp')进行导入，会在导入的时候直接报错。

先使用Rcpp::sourceCpp('myCppfun.cpp')将函数读入变量空间，然后再使用sfExport("myCppfun")将函数。这样做在最后运行代码的时候会报错。

所以遇到这种问题，只能将我们的C++代码中的函数打包成一个包，然后直接在使用snowfall进行并行时，调取这个包来运行则不会报错。

关于如何