r - doParallel，集群与核心

使用doParallel软件包时，registerDoParallel中的群集和内核之间有什么区别？

我的理解是正确的，因为它们在单台机器上是可互换的，并且我将获得以下相同的结果：

cl <- makeCluster(4)
registerDoParallel(cl)

和

registerDoParallel(cores = 4)

我看到的唯一区别是，必须使用makeCluster()明确停止stopCluster()。

最佳答案

doParallel::registerDoParallel(<numeric>)的行为取决于操作系统，有关详细信息，请参见print(doParallel::registerDoParallel)。

在Windows计算机上，

doParallel::registerDoParallel(4)

有效地做

cl <- makeCluster(4)
doParallel::registerDoParallel(cl)

即，它设置了四个在后台R会话中运行的（“ PSOCK”）工作程序。然后，%dopar%将基本上利用parallel::parLapply()机制。使用此设置，您确实需要担心全局变量和程序包都附加在每个工作程序上。

但是，在非Windows计算机上，

doParallel::registerDoParallel(4)

结果是%dopar%将利用parallel::mclapply()机械，而该机械又依赖于分叉的过程。由于使用了分叉，因此您不必担心全局变量和程序包。

关于r - doParallel，集群与核心，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/28829300/