Question

我正在使用doSMP包中的嵌套foreach来根据我开发的函数生成结果。通常问题是使用三个嵌套循环，但是由于生成结果的大小（每个i大约80,000），当最终结果矩阵超过指定行数时，我不得不暂停编译并将结果写入文件。

i = 1
write.off = 1

while(i <= length(i.vector)){
        results.frame = as.data.frame(matrix(NA, ncol = 3, nrow = 1))

        while(nrow(results.frame) < 500000 & i <= length(i.vector)){
                results = foreach(j = 1:length(j.vector), .combine = "rbind", .inorder = TRUE) %:%
                foreach(k = 1:length(k.vector), .combine = "rbind", .inorder = TRUE) %dopar%{

                        ith.value = i.vector[i]
                        jth.value = j.vector[j]
                        kth.value = k.vector[k]
                        my.function(ith.value, jth.value, kth.value)
                }

                results.frame = rbind(results.frame, results)
                i = i + 1
        }

        results.frame = results.frame[-1,]
        write.table(results.frame, paste("part_",write.off, sep = ""))
        write.off = write.off + 1   
}

我遇到的问题是垃圾收集。工作人员似乎没有将内存重新分配给系统，所以i = 4他们每个人都吃掉了大约6GB的内存。

我已经尝试将gc（）直接插入到foreach循环中以及插入到底层函数中，并且我还尝试将函数及其结果分配给我可以定期清除的命名环境。这些方法都没有奏效。

我觉得foreach的initEnvir和finalEnvir参数可能会提供一个解决方案，但文档和示例并没有真正说明这一点。

我在运行Windows Server 2008的VM上运行此代码。

Answer 1

您可以考虑通过编写不同的循环来完全避免此问题。

考虑使用gen.factorial中的AlgDesign函数，la：

fact1 = gen.factorial(c(length(i.vector), length(j.vector), length(k.vector)), nVars = 3, center = FALSE)
foreach(ix_row = 1:nrow(fact1)) %dopar% {
  my.function(fact1[ix_row,])
}

您还可以使用内存映射文件并使用bigmemory预先分配输出存储（假设您正在创建矩阵），这样每个工作人员可以自己存储其输出。< / p>

通过这种方式，您的整体内存使用量将大幅下降。

更新1：内存问题似乎是doSMP特有的。查看以下帖子：

我记得在doSMP中看到了另一个内存问题，无论是作为问题还是在R聊天中，但我似乎无法恢复帖子。

更新2：我不知道这是否有帮助，但您可以尝试使用明确的return()（例如return(my.function(ith.value, jth.value, kth.value))）。在我的代码中，为了清晰起见，我通常使用明确的return()。

foreach（）垃圾收集

1 个答案: