#r #parallel-processing #mclapply
#r #параллельная обработка #маклаппли
Вопрос:
Как преобразовать приведенный ниже код для выполнения параллельных заданий на 5 ядрах?
От последовательной обработки
nfac=length(values)
n=10
for (i in 1:5){
system(sprintf('./tools/siteLevelFLUXNET/morris/%s/prep_model_params.sh %s %s %s',i,nfac,n))
}
к параллельной обработке
system(sprintf('./tools/siteLevelFLUXNET/morris/1/prep_model_params.sh %s %s %s',nfac,n)) on core 1
.
.
.
system(sprintf('./tools/siteLevelFLUXNET/morris/5/prep_model_params.sh %s %s %s',nfac,n)) on core 5
На командном терминале это может быть выполнено с использованием amp;
между 2 кодами, но я требую nfac
, чтобы и n
считывались из R
Ответ №1:
Вы ищете что-то вроде этого,
library(parallel)
nfac=length(values)
n=10
# define a function
fun_i<-function(i)
{
return(system(sprintf('./tools/siteLevelFLUXNET/morris/%s/prep_model_params.sh %s %s %s',i,nfac,n)))
}
do.call("cbind", mclapply(X=1:5,FUN = function(X)fun_i(X),mc.cores=5))