Question

我有一个脚本test.R，它接受参数arg1，arg2并输出arg1-arg2.csv文件。

我想在6个并行会话中运行test.R（我在6核CPU上）并在后台运行。我该怎么办？

我在linux上

Answer 1

我建议将doParallel后端用于foreach包。 foreach包提供了一个很好的语法来编写循环并负责组合结果。 doParallel将它连接到自R 2.14以来包含的parallel包。在其他设置（旧版本的R，群集，无论如何）上，您只需更改后端而不触及任何foreach循环。 foreach软件包特别具有出色的文档，因此非常易于使用。

如果要将结果写入单个文件，则foreach的结果组合功能对您没有多大用处。所以人们可能会争辩说直接使用并行将更适合您的应用程序。就个人而言，我发现foreach表达循环概念的方式更容易使用。

Answer 2

你没有提供可重复的例子，所以我正在制作一个。当你在Linux上的时候，我也很喜欢littler，这毕竟是为了编写的目的而写的。

#!/usr/bin/env r
#
# a simple example to install one or more packages

if (is.null(argv) | length(argv) != 2) {
    cat("Usage: myscript.r arg1 arg2\n")
    q()
}

filename <- sprintf("%s-%s.csv", argv[1], argv[2])
Sys.sleep(60)   # do some real work here instead
write.csv(matrix(rnorm(9), 3, 3), file=filename)

然后您可以像我这样从命令行或从另一个（shell）脚本中获取此信息。关键是最后&在后台发送它：

edd@max:/tmp/tempdir$ ../myscript.r a b &
[1] 19575
edd@max:/tmp/tempdir$ ../myscript.r c d &
[2] 19590
edd@max:/tmp/tempdir$ ../myscript.r e f &
[3] 19607
edd@max:/tmp/tempdir$

[$n]表示如何在后台启动进程，后面的数字是您可以用来监视或终止的进程ID。过了一会儿，我们得到了结果：

edd@max:/tmp/tempdir$ 
[1]   Done                    ../myscript.r a b
[2]-  Done                    ../myscript.r c d
[3]+  Done                    ../myscript.r e f
edd@max:/tmp/tempdir$ ls -ltr
total 12
-rw-rw-r-- 1 edd edd 192 Jun 24 09:39 a-b.csv
-rw-rw-r-- 1 edd edd 193 Jun 24 09:40 c-d.csv
-rw-rw-r-- 1 edd edd 193 Jun 24 09:40 e-f.csv
edd@max:/tmp/tempdir$

您可能需要阅读Unix shell，以了解有关&和fg背景等bg的更多信息。

最后，所有这些都可以a）也可以使用Rscript完成虽然选择参数略有不同，并且b）有CRAN包getopt和optparse以便于使用命令行参数。

Answer 3

现有技术将是使用并行包，但是当我懒惰时，我只需用rscript启动6批（cmd，假设是Windows）文件。

您可以在cmd文件中设置参数

SET ARG1="myfile"
rscript rest.r

并从

中读取

Sys.getenv("ARG")

使用6个批处理文件，我还可以在一个批处理中附加多个运行，以确保核心始终处于忙碌状态。

在后台并行会话中运行R脚本

3 个答案: