并行foreach循环产生mclapply错误

Question

这些是我在R中使用并行计算的第一步。下面的代码导致以下错误。我一无所知，因为在我写的东西中没有mclapply函数，至少我没有明确地把它写出来。

错误：

Error in mclapply(argsList, FUN, mc.preschedule = preschedule, mc.set.seed = set.seed,  : 
  (list) object cannot be coerced to type 'integer'
Calls: %dopar% -> <Anonymous> -> mclapply
Execution halted

代码：

dist<-array(0, dim=c(320,500,25))

mc<-8
cl<-makeCluster(mc)
registerDoMC(cl)
opts<-list(chunkSize=10)

for(a in 1:25) {
  dist[,,a]<-foreach(x=1:500, .combine='cbind', .options.mc=opts) %:% 
    foreach(y=1:320, .combine='c') %dopar% {
      gcd.slc(crdsx[y,x], crdsy[y,x], lot[a,5], lot[a,4])
    }
}
stopCluster(cl)

在另一台机器上，它可以很好地与

registerDoParallel(cl)

而不是

registerDoMC(cl)

Answer 1

之所以会出现这个错误，是因为registerDoMC需要整数参数，而不是集群对象，而registerDoParallel需要整数或集群对象。基本上，您需要决定使用哪个包，而不是混合使用它们。

如果使用doMC，则永远不会创建集群对象。一个最小的doMC示例如下所示：

library(doMC)
registerDoMC(3)
foreach(i=1:10) %dopar% sqrt(i)

doParallel包是doMC和doSNOW包的混搭，因此不需要使用集群对象。将前面的示例转换为doParallel非常简单：

library(doParallel)
registerDoParallel(3)
foreach(i=1:10) %dopar% sqrt(i)

令人困惑的是，在Windows上，doParallel实际上会在幕后创建和使用集群对象，而在Linux和Mac上，它不使用集群对象，因为它使用的是mclapply，就像在doMC包中一样。我认为这很方便，但它可能是混乱的来源。