是否有可能使R调查包的“`svyby`”函数multicore=参数在windows上工作？

Question

能够在窗口上执行多线程是很棒的，但是这个问题可能比我想象的要困难。:(

在survey:::svyby.default内部有一个块，它是lapply或mclapply，这取决于multicore=TRUE和您的操作系统。无论如何，windows用户都会被迫进入lapply循环，我想知道是否有任何方法可以替代mclapply路径。加快计算速度。

我对并行处理的内部不太了解，但我做了一些实验，看看是否有任何一个窗口--可接受的替代方案--能起作用。首先，我尝试用

mclapply <- 
    function( X , FUN , ... ){ 
        clusterApply( 
            x = X , 
            fun = FUN , 
            cl = makeCluster( detectCores() ) , ... ) 
    }

接下来，我使用fixInNamespace( svyby.default , "survey" )删除行if (multicore) parallel:::closeAll()

但那只会让我觉得

> svyby(~api99, ~stype, dclus1, svymean , multicore=TRUE )
Error in checkForRemoteErrors(val) :
  3 nodes produced errors; first error: object 'svymean' not found

Answer 1

引用R survey软件包的作者Thomas博士的话回应我的询问--

不是的。这种并行化方法依赖于分叉，而Windows不支持分叉。 有必要重写它以使用clusterApply()，而且我非常肯定通信开销会占用速度增益。通过分叉，子进程可以免费获得父进程数据的副本--所有这些都是由虚拟<->物理内存转换硬件完成的--但是使用集群方法，R必须显式地将数据发送到子进程。