高效R语言编程

高效优化

｜

153

library("parallel")

cl = makeCluster(4)

而后简单地将 sapply() 替换成 parSapply()：

parSapply

（

cl, 1:N, snakes_ladders

）

停止已创建的集群是很重要的，因为这会导致内存泄漏，

注

4

下面代码说明这

点 ：

stopCluster

（

cl

）

如果我们实现了完美的并行化并使用了

4

（或更多）核，那我们将获得四倍的

速度提升（我们设置了 makeCluster(4)）。不过我们很少能得到这个结果。

在多处理计算机中，这能导致四倍速度提升。然而很少得到这种优化速度，

因为线程间总有通信。

谨慎退出

每次当你用完一个集群对象时要调用 stopCluster() 来释放资源。然而，如

果使用并行代码的函数出错，StopCluster() 命令将被忽略。

on.exit() 函数以最少代价处理该问题，不管函数如何退出，on.exit() 一定

会被调用。在并行编程环境中，应有与下列代码类似的代码：

simulate = function(cores) {

cl = makeCluster(cores)

on.exit(stopCluster(cl))

# Do something

}

on.exit() 的另外一个常见用法是配合 par() 函数。如果你使用 par() 函数

在一个函数内改变图形参数，on.exit() 确保了在 par() 函数退出时，这些

参数恢复到它们先前的值。

注

4

：

github.com/npct/pct-shiny/issues/292 ...