印迹~~~~

 R语言parallel加速策略

注：https://www.cnblogs.com/ywliao/articles/6681781.html

     https://www.jianshu.com/p/8797972113d7

     https://www.jianshu.com/p/3882ea7b9cc9

 library(parallel)

        cl.cores <- detectCores()

        cl <- makeCluster(cl.cores)

        detectCores( )检查当前电脑可用核数。

        makeCluster(cl.cores)使用刚才检测的核并行运算。R-Doc里这样描述makeCluster函数：Creates a set of copies of R running in parallel and communicating over sockets. 即同时创建数个R进行并行运算。在该函数执行后就已经开始并行运算了，电脑可能会变卡一点。尤其在执行par开头的函数时。

       在并行运算环境下，常用的一些计算方法如下：

      1. clusterEvalQ(cl,expr)函数利用创建的cl执行expr

          这里利用刚才创建的cl核并行运算expr。expr是执行命令的语句，不过如果命令太长的话，一般写到文件里比较好。比如把想执行的命令放在Rcode.r里：

          clusterEvalQ(cl,source(file="Rcode.r"))

      最后，记住及时终止并行运算，释放cpu。

           stopCluster(cl)