我想f(x)
在许多不同的工作进程上运行,这些进程运行一个(多于一个的奖励积分)远程机器,其中x
有一个大对象。
我的交互式 R 会话继续运行node0
并使用该parallel
库,因此我执行以下操作:
library(parallel)
cl <- makeCluster(rep("node1", times = 64))
clusterExport(cl, "x")
clusterExport(cl, "f")
clusterEvalQ(cl, f(x))
问题是发送x
需要相当长的时间,因为它与主进程通过网络连接运行的机器分开传输到每个工作进程。
问题:是否可以x
只向每个节点发送一次并让工作进程在本地复制它?
假设 master 和远程主机之间的连接是瓶颈,您可以将一个副本传输到第一个 worker,然后将其缓存到文件中,并让其他 worker 从该缓存文件中读取数据。就像是:
library("parallel")
## Large data object
x <- 1:1e6
f <- function(x) mean(x)
## All N=64 workers are on the same host
cl <- makeCluster(rep("node1", times = 64))
## Send function
clusterExport(cl, "f")
## Send data to first worker (over slow connection)
clusterExport(cl[1], "x")
## Save to cache file (on remote machine)
cachefile <- clusterEvalQ(cl[1], {
saveRDS(x, file = (f <- tempfile())); f
})[[1]]
## Load cache file into remaining workers
clusterExport(cl[-1], "cachefile")
clusterEvalQ(cl[-1], { x <- readRDS(file = cachefile); TRUE })
# Resolve function on all workers
y <- clusterEvalQ(cl, f(x))
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句