数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
Microsoft Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法律研究R语言并行编程
并行编程是一种软件开发实践，它涉及将计算或任务分解成更小的部分，这些部分可以并发或并行执行。通过利用计算机或集群中的多个处理器或核心，并行编程可以帮助提高 R 代码的性能和效率。并行编程的主要概念是，如果使用单个处理器在一个操作中需要 S 秒，那么当涉及 N 个处理器时，它应该能够在 S / N 秒内执行。
R语言并行编程的必要性
大多数情况下，R 代码在单个核心上运行速度很快。但有时操作可能会：
消耗过多的 CPU 时间。
占用过多的内存空间。
读取或写入磁盘花费的时间过长。
传输时间过长。
隐式并行性
R 提供了强大的库支持。有时，我们甚至在不知不觉中就进行了并行编程。这是因为现在的 R 提供了具有内置并行性的库，我们可以在后台使用它们。这种隐式并行性提高了我们的编程效率。但是了解实际发生的事情（即使是在幕后）也是很好的。
让我们考虑一个隐式并行性的例子
并行基本线性代数子程序 (BLAS)
基本线性代数子程序 (BLAS) 库是为特定类型的 CPU 在 R 中自定义编码的，目的是利用芯片组架构的优势。拥有优化的 BLAS 总是很有益的，因为它可以提高执行性能。
容易并行化的并行性
容易并行化的并行性是统计学和数据科学中的一种常见方法。它能够解决数据科学和统计学中的许多问题。在这种类型的并行性中，问题被分成多个独立的部分，并且所有部分都被同时执行，因为它们彼此之间没有任何联系。
语法
可以使用 `lapply()` 函数在 R 中实现容易并行化的并行性。此函数具有以下语法：
lapply(list, function)
示例
它接受一个列表和一个函数。它返回一个列表，其长度等于输入列表。让我们考虑一个程序来说明此函数的工作原理：
# Creating a list myList <- list(data1 = 1:5, data2 = 10:15) # Use lapply() function and # calculate the mean lapply(myList, mean)
输出
$data1 [1] 3 $data2 [1] 12.5
正如您在输出中看到的，已经显示了列表元素的平均值。
`lapply()` 函数的工作方式类似于循环，我们迭代列表的每个元素并将函数应用于它。
现在让我们更深入地了解实际发生的情况：
我们逐一迭代每个元素，这就是为什么当我们将函数应用于列表的单个元素时，其他元素只是在内存中空闲。我们可以在 R 中并行化这件事。主要思想是将列表对象分成多个处理器，然后我们可以同时将函数应用于列表的所有子集。
因此，我们可以使用以下步骤实现并行性：
将列表分解到多个处理器中。
将提供的函数克隆到多个处理器中。
同时将函数应用于多个核心。
将来自多个核心的结果组合到单个列表中。
显示结果。
R中的并行编程包
R 中的 `parallel` 包随 R 的安装一起提供。此包结合了 R 中的两个包：`snow` 和 `multicore`。
`parallel` 包专门用于以并行方式将任务交付给每个核心。具体来说，它是通过 `mclapply()` 函数执行的。`mclapply()` 函数类似于 `lapply`，但前者能够将任务分配给多个处理器。`mclapply()` 函数还收集函数调用的结果，将它们组合起来，并将其结果作为长度与原始列表相同的列表返回。请注意，R 允许我们使用 `detectCores()` 函数，我们可以用它来获取系统中存在的核心数量。
让我们考虑以下程序，它说明了 `mclapply()` 函数的工作原理：
注意 - 请注意，`mc.cores` 的值大于 1 仅在非 Windows 操作系统中有效。因此，以下代码是在 Windows 之外的操作系统中执行的。
示例
# Import library
library(parallel)
library(MASS)
# Creating a list
myList <- list(data1 = 1:10000000, data2 = 1:100000000)
cat("The estimated time using lapply() function:
")
# Calculate the time taken using lapply
system.time(
results <- lapply(myList, mean)
)
# Get the number of cores
numberOfCores <- detectCores()
cat("The estimated time using clapply() function:
")
# Calculate the time taken using lapply() using mclapply()
system.time(
results <- mclapply(myList, mean, mc.cores = numberOfCores)
)
输出
The estimated time using lapply() function: user system elapsed 0.40 0.00 0.43 The estimated time using clapply() function: user system elapsed 0.12 0.00 0.17
您可以在输出中看到使用 `apply()` 和 `mcapply()` 函数时的差异。
使用 foreach 和 doParallel 包进行并行编程
现在我们将看到如何使用 R 中的 `foreach` 库实现并行编程。但在进入正题之前，让我们看看 R 中基本的 for 循环是如何工作的：
示例
# Iterate using the for loop from 1 to 5
# And print the square of each number
for (data in 1:5) {
print(data * data)
}
输出
[1] 1 [1] 4 [1] 9 [1] 16 [1] 25
正如您在输出中看到的，从 1 到 5 的每个数字的平方都显示在控制台上。
Foreach 包
现在让我们谈谈 `foreach` 包和方法。`foreach` 包为我们提供了 `foreach()` 方法，我们可以用它轻松实现并行编程。
语法
如果您尚未在系统中安装 `foreach` 库，请在 CRAN 的终端中使用以下命令：
install.packages("foreach")
`foreach` 方法类似于基本的 for 循环方法，但前者使用 `%do%` 运算符，这意味着运行特定类型的表达式。两者在返回数据结构方面也有所不同。
示例
考虑以下程序，它说明了 `foreach` 方法的工作原理：
# Import foreach library
library(foreach)
# Iterate using the foreach loop from 1 to 5
# And print the square of each number
foreach (data=1:5) %do% {
data * data
}
输出
[[1]] [1] 1 [[2]] [1] 4 [[3]] [1] 9 [[4]] [1] 16 [[5]] [1] 25
正如您在输出中看到的，从 1 到 5 的每个数字的平方都显示在控制台上。
doParallel 包
`doParallel` 包为我们提供了 `%dopar%` 运算符，我们可以将其与 `foreach` 一起使用。通过将此运算符与 `foreach` 一起使用，我们将能够为每次迭代使用不同的处理核心。您可以使用 CRAN 中的以下命令下载“doParallel”包：
install.packages("doParallel")
示例
现在让我们考虑以下程序，它演示了 `foreach` 方法以及 `%dopar%` 运算符的工作原理：
# Import foreach library
library(foreach)
library(doParallel)
library(MASS)
# Get the total number of cores
numOfCores <- detectCores()
# Register all the cores
registerDoParallel(numberOfCores)
# Iterate using the for loop from 1 to 5
# And print the square of each number
# Using parallelism
foreach (data=1:5) %dopar% {
print(data * data)
}
输出
[[1]] [1] 1 [[2]] [1] 4 [[3]] [1] 9 [[4]] [1] 16 [[5]] [1] 25
从 1 到 5 的每个数字的平方都显示在控制台上。
结论
在本教程中，我们讨论了 R 中的并行编程。我们讨论了 `foreach` 和 `doParallel` 等库，可以使用它们在 R 中实现并行编程。我们还了解了 `mcapply()` 等函数的工作原理。并行编程是任何编程语言最重要的概念之一，我相信本教程肯定有助于在数据科学领域获得良好的知识。
4K+ 次浏览
