在R的par *中使用Rcpp函数应用并行包中的函数

Question

我正在尝试了解Rcpp::sourceCpp()调用并行环境背后的情况。最近，问题部分解决了这个问题：Using Rcpp function in parLapply on Windows。

在这篇文章中，德克说，

  

“你需要在每个衍生进程中运行sourceCpp（）调用，否则就会得到你的代码。”

这是对提问者使用 Rcpp 函数分配给工作进程的回应。提问者通过以下方式发送 Rcpp 功能：

clusterExport(cl = cl, varlist = "payoff")

我很困惑为什么这不起作用。我的想法是，这就是clusterExport()的目标。

Answer 1

这里的问题是，由于二进制文件如何链接到 R 的进程中，编译后的代码不会被“导出”到生成的进程而不会嵌入到包中。

传统上，clusterExport()语句允许将 R 特定代码分发给员工。

在Rcpp函数上使用clusterExport()，您只接收 R 声明，不底层共享库。也就是说，Attributes.R中给出的R CMD SHLIB不与工人共享/出口。因此，当对工作人员的Rcpp函数进行调用时， R 找不到正确的共享库。

采用上一个问题的功能：

Rcpp::cppFunction("NumericVector payoff( double strike, NumericVector data) {
    return pmax(data - strike, 0);
}")

注意：我使用cppFunction()代替sourceCpp()，但结果等效，因为cppFunction() calls sourceCpp() to create the function。

输入功能名称：

payoff

使用共享库指针生成 R 声明。

function (strike, data) 
.Primitive(".Call")(<pointer: 0x1015ec130>, strike, data)

此共享库仅适用于编译函数的过程。

因此，为什么将编译后的代码嵌入到包中然后分发包中总是理想的。