Question

能够在Windows上进行多线程会很棒，但也许这个问题比我想象的更难...... :(

在survey:::svyby.default内部有一个块，lapply或mclapply取决于multicore=TRUE和您的操作系统。无论如何，Windows用户都被强制进入lapply循环，我想知道是否有任何方法可以沿着mclapply路径前进......加快计算速度。

我不太了解并行处理的内部，但我做了一些实验，看看是否有任何Windows可接受的替代方案可行。首先我尝试用

覆盖mclapply

mclapply <- 
    function( X , FUN , ... ){ 
        clusterApply( 
            x = X , 
            fun = FUN , 
            cl = makeCluster( detectCores() ) , ... ) 
    }

接下来我使用fixInNamespace( svyby.default , "survey" )删除该行 if (multicore) parallel:::closeAll()

但这只让我到了

的地步

> svyby(~api99, ~stype, dclus1, svymean , multicore=TRUE )
Error in checkForRemoteErrors(val) :
  3 nodes produced errors; first error: object 'svymean' not found

Answer 1

引用R survey包裹的作者Thomas Lumley博士回应我的询问 -

没有。这种并行化的方法依赖于分叉，即Windows   不支持。

有必要重写它以使用clusterApply（），我就是   非常确定通信开销会消耗速度增益。同   forking，子进程获取父进程数据的副本   免费 - 全部由虚拟＆lt; - ＆gt;物理内存翻译完成   硬件 - 但使用集群方法R必须将数据发送到   儿童过程明确。

是否可以在Windows上使用R调查包的svyby`函数multicore =参数？

1 个答案: