makeCluster函数中的第一个参数究竟是做什么的？

Question

我是新手编程，你可以从我的问题的性质来判断。我试图利用列车功能的并行计算能力。

library(parallel)
#detects number of cores available to use for parallel package
nCores <- detectCores(logical = FALSE)
cat(nCores, " cores detected.")  

# detect threads with parallel()
nThreads<- detectCores(logical = TRUE)
cat(nThreads, " threads detected.")

# Create doSNOW compute cluster (try 64)
# One can increase up to 128 nodes
# Each node requires 44 Mbyte RAM under WINDOWS.
cluster <- makeCluster(128, type = "SOCK")
class(cluster);

我需要有人帮我解释这段代码。最初makeCluster()的第一个论点有nthreads但是在跑完之后

nCores <- detectCores(logical = FALSE)

我了解到我有4个线程可用。我根据指南中提供的消息更改了值。这是否可以让我同时运行128次列车功能迭代？如果是这样的话，首先获得我的计算机所拥有的线程和核心数量有什么意义呢？

Answer 1

您要做的是首先检测您拥有的核心数量。

nCores <- detectCores() - 1

大多数情况下，人们添加减1，以确保你有一个核心留下来做其他的东西。

cluster <- makeCluster(nCores)

这将设置您希望代码运行的群集数量。有几种并行方法（doParallel，parApply，parLapply，foreach，..）。根据您选择的并行方法，将在您创建的一个特定群集上运行方法。

我在我的代码中使用的一个小例子

  no_cores <- detectCores() - 1
  cluster <- makeCluster(no_cores)
  result <- parLapply(cluster, docs$text, preProcessChunk)
  stopCluster(cluster)

我也看到你正在使用袜子。不确定“type = SOCK”是否有效。我总是使用“type = PSOCK”。 FORK也存在，但它取决于您使用的操作系统。

FORK: "to divide in branches and go separate ways"
Systems: Unix/Mac (not Windows)
Environment: Link all

PSOCK: Parallel Socket Cluster
Systems: All (including Windows)
Environment: Empty