Question

背景/动机：我正在运行一个生物信息学管道，如果从头到尾线性执行需要几天才能完成。幸运的是，有些任务并不相互依赖，因此可以单独执行。例如，任务2,3和4都取决于任务1的输出，但不需要彼此的信息。任务5使用2,3和4的输出作为输入。

我试图编写一个脚本，为三个任务中的每个任务打开R的新实例并同时运行它们。一旦完成所有三个，我可以继续使用剩余的管道。

我过去所做的事情，对于更多线性工作流程，有一个＆＃34; master＆＃34;脚本（source（））依次来源（source（））每个任务的下标。

我已经搜索了SO和google并且没有能够找到解决此特定问题的方法。希望你们能提供帮助。

在R中，您可以运行system()来调用终端中的命令，并open来打开文件。例如，以下将打开一个新的终端实例：

system("open -a Terminal .",wait=FALSE)

同样，我可以使用

开始一个新的r会话

system("open -a r .")

我能为我的生活找到的是如何设置＆＃34;输入＆＃34;参数，以便它来源我的一个脚本。例如，我希望以下内容打开一个新的终端实例，在新实例中调用r，然后获取脚本。

system("open -a Terminal .",wait=FALSE,input=paste0("r; source(\"/path/to/script/M_01-A.R\",verbose=TRUE,max.deparse.length=Inf)"))

Answer 1

如果其他人对此感兴趣，请回答我自己的问题。

经过几天的研究，我认为实现这个工作流程的最佳方式是不限制自己只在R中工作。编写一个bash脚本提供了更大的灵活性，可能是一个更直接的解决方案。我在另一个网站上向我建议了以下示例。

background-image:url('/path/to/image.jpg');
background-repeat: no-repeat;
background-position: center center;
background-attachment: fixed;
background-size: cover;

Answer 2

您可能对future package感兴趣（我是作者）。它允许您将代码编写为：

library("future")

v1 %<-% task1(args_1)

v2 %<-% task2(v1, args_2)
v3 %<-% task3(v1, args_3)
v4 %<-% task4(v1, args_4)

v5 %<-% task5(v2, v3, v4, args_5)

每个v %<-% expr语句都基于R表达式expr（及其所有依赖项）创建未来，并将其分配给承诺v。只有在使用v时，它才会阻止并等待值v可用。

这些期货的解析方式和地点由上述代码的用户决定。例如，通过指定：

library("future")
plan(multiprocess)

在顶部，然后期货（=不同的任务）在本地机器上并行解决。如果你使用，

plan(cluster, workers = c("n1", "n3", "n3", "n5"))

他们已经在机器上解决（其中n3接受两个并发作业）。

这适用于所有操作系统（包括Windows）。

如果您可以访问带有调度程序（如Slurm，SGE和TORQUE / PBS）的HPC计算机，则可以使用future.BatchJobs package，例如

plan(future.BatchJobs::batchjobs_torque)

PS。创造未来的一个原因是并行/分布式地进行大规模生物信息学。

打开R的新实例并在该实例中获取脚本

2 个答案: