我有一个非常大的数据集（360个样本中有17,000个特征），为此我需要计算一些多样性指数。这需要非常长的时间（单个样本需要3-4天），所以我想平行进行。我大约有50个cpus，因此每个cpu应该依次执行约7个样本（列）。
我可以运行：
df <- data.frame(matrix(sample.int(1000, 2000*360, TRUE), 2000, 360))
dflist <- as.list(df)
library(parallel)
cl <- makeCluster(detectCores()-1)
clusterExport(cl, "dflist")
results <- parLapply(cl, df.list, function(x) range(x)) #range as a wild card
，这将产生所需的输出，但是我不知道这是否真的有效，如我认为的那样。
所以，我的问题是：
一旦完成当前任务，此命令是否允许每个进程拾取dflist中的下一个空闲对象？
还是我必须在dflist中为每个进程分配一组特定的对象？