使用 %dopar% 和 %do% 的不同结果答案

【问题标题】：different results using %dopar% and %do%使用 %dopar% 和 %do% 的不同结果
【发布时间】：2019-12-26 09:09:46
【问题描述】：

我正在尝试使用%dopar% 通过在多个内核上并行化来加速我的for 循环。但是，我无法存储返回的值。这是一个可重现的小例子。

使用 %dopar%

cl <- parallel::makeForkCluster(4)
doParallel::registerDoParallel(cl)
junk_parallel = seq(0,100000,1)
system.time(foreach(i=seq(0,10000,1))%dopar%{
  junk_parallel[i] = sqrt(i)})
stopCluster(cl)

输出：

user  system elapsed 
  2.536   0.148   2.690 
> junk_parallel[9]
[1] 8

使用 %do%

cl <- parallel::makeForkCluster(4)
doParallel::registerDoParallel(cl)
junk_parallel = seq(0,100000,1)
system.time(foreach(i=seq(0,10000,1))%do%{
  junk_parallel[i] = sqrt(i)}) 
stopcluster(cl)

输出：

 user  system elapsed 
  2.172   0.004   2.174 
> junk_parallel[9]
[1] 3

为什么 %dopar% 无法分配正确的值？何时使用 %dopar% 与 %do%？

提前致谢，

【问题讨论】：

显然您还没有阅读介绍性小插曲。您应该阅读它们：cran.r-project.org/web/packages/foreach/vignettes/foreach.pdf 和 cran.r-project.org/web/packages/doParallel/vignettes/…
@Roland：我已阅读，但无法在小插图中找到答案。为了后代，关于如何使用 %dopar% 存储值的另一个详细答案是stackoverflow.com/questions/19791609/…
你可能读过，但你不明白。这些小插曲不显示任何具有副作用的循环（例如分配到循环外的对象）。 foreach 更类似于lapply，而不是for 循环。
@Roland：谢谢，我会记住的..
您可以查看privefl.github.io/blog/a-guide-to-parallelism-in-r 以了解有关 foreach 及其常见问题（包括您的问题）的更多信息。

标签： r parallel-processing

【解决方案1】：

并行循环中的计算是在它自己的实例中进行的。您正在尝试分配给 foreach 无权访问的全局。试试这个：

cl <- parallel::makeForkCluster(4)
doParallel::registerDoParallel(cl)
junk_parallel <- foreach(i=seq(0,10000,1)) %dopar% {
  sqrt(i)}
stopCluster(cl)

【讨论】：