在R中，两级并行计算如何工作？

Question

假设我想在100个不同的模拟数据集中进行1000次自举程序。

在顶层，我可以设置foreach后端，将100个作业分配给不同的CPU。然后在较低级别，通过使用R包boot中的函数boot，我还可以通过指定并行＆＃39;来调用并行计算。功能中的选项。

伪代码可能如下所示。

library(doParallel}
registerDoParallel(cores=4)
foreach(i=seq(100, 5, length.out = 100), .combine=cbind) %dopar% {
  sim.dat <- simualateData(i)
  boot.res <- boot(sim.dat, mean, R=1000, parallel = 'multicore', ...)
  ## then extract results and combine
  ...
} 

我很想知道并行计算在这种情况下是如何工作的。

1. 两个不同级别的并行计算会同时工作吗？他们如何相互影响（互动？中断？禁用？）？
2. 更一般地说，我猜现在有越来越多的R函数为密集模拟提供boot等并行计算选项。在那种情况下，是否需要指定提供顶级的较低级并行？或相反亦然？
3. 这个两级并行设置的优缺点是什么？

感谢您的任何澄清。

编辑：

我应该更清楚地解释这个问题。实际上，在返回boot.res之后，将对其进行更多其他计算，以便最终从boot.res获取摘要统计信息。这意味着整个计算不是相互独立的自举程序。在这种情况下，只有外部并行循环会弄乱结果。因此，如果我在这里理解正确，最好的方法是使用嵌套的foreach并行后端，但是抑制＆＃39; parallel＆＃39;来自boot的选项。

如果我错了，请任何人纠正我。问候。

结束编辑