我有一组基因，需要为它们并行计算一些系数。
在GeneTo_GeneCoeffs_filtered内部计算系数，该系数以基因名称作为输入并返回2个数据帧的列表。
具有100个长度的gene_array，我用不同数量的内核（5、6和7）运行了此命令。
Coeffslist=mclapply(gene_array,GeneTo_GeneCoeffs_filtered,mc.cores = no_cores)
我遇到不同的基因名称错误，具体取决于分配给mclapply的核心数。
GeneTo_GeneCoeffs_filtered无法返回其具有模式的数据框列表的基因的索引。
对于分配给mclapply的7个内核，它是gene_array的4、11、18、25，... 95个元素（每7个），当R与6个内核一起工作时，索引为2、8、14 ，...，98（每6位），并且以相同的方式使用5个内核-每5位。
最重要的是，它们在这些过程中是不同的，这意味着问题不在于特定的基因。
我怀疑可能有“损坏的”内核无法正常运行我的功能，只有它会产生此错误。有没有办法追溯其ID并将其从R可以使用的内核列表中排除？
答案 0 :(得分：1)
仔细阅读mclapply的manpage可以发现，此行为是设计使然，它是由于以下两者之间的相互作用而产生的：
（a）
”输入X分为与核心数量一样多的部分（当前 这些值按顺序分布在各个核心上，即第一个值 到内核1，第二个到内核2，...（内核的第1个值）到内核1等） 然后将一个过程分叉到每个核心，结果是 收集。”
（b）
将为其中涉及的所有值返回一个“ try-error”对象 失败，即使不是所有人都失败了。
在您的情况下，借助（a），您的gene_array在核心中散布为“循环”样式（在连续元素的索引之间具有mc.cores的间隙），并且借助（b） ，如果任何gene_array元素引发错误，您将为发送到该核心的每个gene_array元素返回一个错误（这些元素的索引之间有mc.cores的间隔）。
昨天在与Simon Urbanek的一次交流中，我刷新了对此的理解：https://stat.ethz.ch/pipermail/r-sig-hpc/2019-September/002098.html，其中我还提供了一种错误处理方法，仅对产生错误的索引产生错误。
您还可以仅通过传递AND NOT EXISTS(SELECT 1 from dbo.EmployeeTable e
INNER JOIN dbo.ResourceTable r on e.empID = r.employeeID
WHERE r.TypeID = 2 --this is internal employees
AND e.EmployeeName = x.UserName --this user name comes from a join earlier on in my code.)
来获取产生错误的索引的错误。