我应该做哪些改变才能在这里获得可重现的结果？我多次运行它，结果向量不同。感谢您的帮助。
cl <- makeCluster(2)
registerDoParallel(2)
set.seed(123)
results <- unlist(llply(seq_along(1:4), .fun = function(x){
runif(1)} ,.parallel = T,
.paropts = list(.export=ls(.GlobalEnv))))
stopCluster(cl)
【问题讨论】：
标签： r parallel-processing plyr
以下示例将在 Linux、Mac OS X 和 Windows 上给出可重现的结果：
library(plyr)
library(doParallel)
cl <- makeCluster(2)
registerDoParallel(cl)
opts <- list(preschedule=TRUE)
clusterSetRNGStream(cl, 123)
r <- llply(1:20,
.fun = function(x) runif(10),
.parallel = TRUE,
.paropts = list(.options.snow=opts))
需要preschedule=TRUE 选项来防止 doParallel 使用负载平衡，这会使任务到工作人员的映射变得不可预测。
如果您使用的是 Linux 或 Mac OS X，并且希望 doParallel 使用mclapply，您可以使用这种方法：
if (.Platform$OS.type != "windows") {
registerDoParallel(2)
RNGkind("L'Ecuyer-CMRG")
set.seed(123)
mc.reset.stream()
r <- llply(1:20,
.fun = function(x) runif(10),
.parallel = TRUE)
}
这是因为mclapply 默认使用预调度。它不会在 Windows 上运行，因为 doParallel 会隐式创建一个集群对象，并且 RNG 初始化不会有任何影响。
请注意，在您的示例中，您正在创建一个集群对象但没有注册它，因此 doParallel 不会使用它。您必须使用registerDoParallel(cl)，否则doParallel 将在Posix 计算机上使用mclapply 或在Windows 计算机上使用隐式创建的集群对象。显然，初始化将实际执行并行计算的集群工作者非常重要。
【讨论】：