为什么 foreach() %do% 有时比 for 慢？

Question

我第一次在 R 中使用并行化。作为第一个玩具示例，我尝试了

library(doMC)
registerDoMC()

B<-10000

myFunc<-function()
{
    for(i in 1:B) sqrt(i)
}

myFunc2<-function()
{
    foreach(i = 1:B)  %do% sqrt(i)
}

myParFunc<-function()
{
    foreach(i = 1:B) %dopar% sqrt(i)
}

我知道sqrt() 执行速度太快以至于并行化无关紧要，但我没想到的是foreach() %do% 会比for() 慢：

> system.time(myFunc())
   user  system elapsed 
  0.004   0.000   0.005 
> system.time(myFunc2())
   user  system elapsed 
  6.756   0.000   6.759 
> system.time(myParFunc())
   user  system elapsed 
  6.140   0.524   6.096 

在我见过的大多数示例中，foreach() %dopar% 与foreach() %do% 进行比较，而不是for()。由于在我的玩具示例中 foreach() %do% 比 for() 慢得多，所以我现在有点困惑。不知何故，我认为这些是构造 for 循环的等效方法。有什么不同？他们曾经是等价的吗？ foreach() %do% 总是慢吗？

更新：按照@Peter Fines 的回答，我更新myFunc 如下：

 a<-rep(NA,B)
 myFunc<-function()
 {
     for(i in 1:B) a[i]<-sqrt(i)
 }

这让for() 慢了一点，但并不多：

> system.time(myFunc())
   user  system elapsed 
  0.036   0.000   0.035 
> system.time(myFunc2())
   user  system elapsed 
  6.380   0.000   6.385 

Answer 1

for 将运行sqrt B 次，大概每次都会丢弃答案。但是，foreach 返回一个列表，其中包含每次执行循环体的结果。无论是以并行模式还是顺序模式运行（%dopar% 或 %do%），这都会产生相当大的额外开销。

我通过运行以下代码来确定我的答案，foreach vignette 似乎证实了这一点，其中指出“foreach 与 for 循环的不同之处在于它的返回是一个值列表，而 for 循环没有任何值并使用副作用来传达其结果。”

> print(for(i in 1:10) sqrt(i))
NULL

> print(foreach(i = 1:10) %do% sqrt(i))
[[1]]
[1] 1

[[2]]
[1] 1.414214

[[3]]
... etc

更新：我从您更新的问题中看到，上述答案不足以解释性能差异。所以我查看了source code 的foreach 并且可以看到发生了很多事情！我没有试图确切地理解它是如何工作的，但是do.R 和foreach.R 表明即使%do% 运行，foreach 配置的大部分仍然运行，如果可能@提供 987654334@ 选项主要是为了让您测试foreach 代码，而无需配置和加载并行后端。它还需要支持foreach 提供的更高级的嵌套和迭代工具。

代码中有对结果缓存、错误检查、调试和为每次迭代的参数创建本地环境变量的引用（例如，参见do.R 中的函数doSEQ）。我想这就是造成您观察到的差异的原因。当然，如果您在循环中运行更复杂的代码（这实际上会受益于像 foreach 这样的并行化框架），与它提供的好处相比，这种开销将变得无关紧要。