如何在Ubuntu Rstudio服务器上使用超过1个核心（8个可用）进行R？

Question

我想在glmer包中对大型数据集（250,000个观察点）运行lme4过程。该模型需要超过15分钟才能在笔记本电脑上运行。我们正在使用基于Ubuntu的Rstudio服务器。问题是这台服务器上有8个内核，但是当我运行glmer程序时，只有1个正在使用，并且需要1个多小时才能得到结果......我怎样才能解决这个问题提高时间效率？我在谷歌上发现我可能不得不使用parallel程序，但我对这些信息学程序并不熟悉，它们看起来非常复杂......任何人都可以通过一个简单的程序来解决这个问题吗？ / p>

我知道他们已经就这个话题提出了问题，但那是7年前（R package that automatically uses several cores?）或3年前（How can I make R use more CPU and memory?）。我知道R包和程序正在发展，我希望得到你对这个主题的更新的帮助（希望是一个简单易用的解决方案）。

Answer 1

以下内容会有所帮助吗？

library(parallel)
f <- function(i) {
  lmer(Petal.Width ~ . - Species + (1 | Species), data = iris)
}
cls <- makeCluster(detectCores())
clusterEvalQ(cls, library(lme4))
mod <- parLapply(cls, 1, f)
stopCluster(cls)