Parallel processing Rcpp导致SEGFULT RcppArmadillo不存在

我目前正在尝试并行化现有的分层MCMC采样方案。我的大部分（现在是顺序的）源代码都是用RcppArmadillo编写的，所以我也希望使用这个并行化框架

在开始并行化我的代码之前，我读了几篇关于Rcpp/Openmp的博客文章。在大多数博客文章（例如）中，作者警告线程安全、R/Rcpp数据结构和Openmp的问题。到目前为止，我读过的所有帖子的底线是，R和Rcpp不是线程安全的，不要从omp并行pragma中调用它们

因此，当从R调用时，以下Rcpp示例会导致segfault：

#include <Rcpp.h>
#include <omp.h>

using namespace Rcpp; 

double rcpp_rootsum_j(Rcpp::NumericVector x)
{
  Rcpp::NumericVector ret = sqrt(x);
  return sum(ret);
}

// [[Rcpp::export]]
Rcpp::NumericVector rcpp_rootsum(Rcpp::NumericMatrix x, int cores = 2)
{
  omp_set_num_threads(cores);
  const int nr = x.nrow();
  const int nc = x.ncol();
  Rcpp::NumericVector ret(nc);

  #pragma omp parallel for shared(x, ret)
  for (int j=0; j<nc; j++)
    ret[j] = rcpp_rootsum_j(x.column(j));

  return ret;
}

有趣的是，语义等价的代码不会导致segfault

在研究过程中我注意到的第二件事是，前面提到的语句（R和Rcpp不是线程安全的，不要从omp并行pragma中调用它们）似乎并不总是正确的。例如，下一个示例中的调用不会导致segfault，尽管我们正在读取和写入Rcpp数据结构

#include <Rcpp.h>
#include <omp.h>

// [[Rcpp::export]]
Rcpp::NumericMatrix rcpp_sweep_(Rcpp::NumericMatrix x, Rcpp::NumericVector vec)
{
  Rcpp::NumericMatrix ret(x.nrow(), x.ncol());

  #pragma omp parallel for default(shared)
  for (int j=0; j<x.ncol(); j++)
  {
    #pragma omp simd
    for (int i=0; i<x.nrow(); i++)
      ret(i, j) = x(i, j) - vec(i);
  }

  return ret;
}

在我看来，第一个和第二个例子显然干扰了我在第一点和第二点所作的假设。例三也让我头疼，因为对我来说，这就像是一个打电话给R

我的最新问题

示例1/2和我的第一个代码示例之间的区别在哪里

我在哪里迷失在我的假设中 除了RcppGallery和GitHub之外，对于如何更好地了解Rcpp和OpenMP的交互有什么建议吗

在开始并行化我的代码之前，我读了几篇关于Rcpp/Openmp的博客文章。在大多数博客文章（如Drew Schmidt、wrathematics）中，作者警告线程安全、R/Rcpp数据结构和Openmp的问题。到目前为止，我读过的所有帖子的底线是，R和Rcpp不是线程安全的，不要从omp并行pragma中调用它们

这是R本身不具有线程安全性的一个众所周知的限制。这意味着您无法回调或触发R事件，除非您非常小心，否则Rcpp可能会发生这种情况。更简单地说：约束与Rcpp无关，它只是意味着您不能通过Rcpp盲目地进入OpenMP。但是如果你小心的话，你可以

我们有无数的OpenMP和相关工具成功的例子，它们在CRAN、Rcpp Gallery和RcppParallel等扩展包中都有

你在这个话题上的选择似乎很有选择性，你最终的结果是在错误和误导之间。我建议您在处理OpenMP/RcppParallel的问题时，参考上面的几个例子。或者如果您赶时间：在RcppParallel文档中查找

RVector

和

RMatrix

资源：

<> P>和您最大的资源可能是GITHUB的一些有针对性的搜索，包括R、C++和OpenMP的代码。它将引导您找到许多工作示例

在开始并行化我的代码之前，我读了几篇关于Rcpp/Openmp的博客文章。在大多数博客文章（如Drew Schmidt、wrathematics）中，作者警告线程安全、R/Rcpp数据结构和Openmp的问题。到目前为止，我读过的所有帖子的底线是，R和Rcpp不是线程安全的，不要从omp并行pragma中调用它们

这是R本身不具有线程安全性的一个众所周知的限制。这意味着您无法回调或触发R事件，除非您非常小心，否则Rcpp可能会发生这种情况。更简单地说：约束与Rcpp无关，它只是意味着您不能通过Rcpp盲目地进入OpenMP。但是如果你小心的话，你可以

我们有无数的OpenMP和相关工具成功的例子，它们在CRAN、Rcpp Gallery和RcppParallel等扩展包中都有

你在这个话题上的选择似乎很有选择性，你最终的结果是在错误和误导之间。我建议您在处理OpenMP/RcppParallel的问题时，参考上面的几个例子。或者如果您赶时间：在RcppParallel文档中查找

RVector

和

RMatrix

资源：

---

<> P>和您最大的资源可能是GITHUB的一些有针对性的搜索，包括R、C++和OpenMP的代码。它将引导您找到许多工作示例。

感谢您的快速回复！也许我的问题措辞含糊不清：我不想把这种行为归咎于Rcpp，而且我知道有很多R-packages可以使用openmp代码。我的问题很简单：我只是不明白为什么称arma:：col（I）或Rcpp:：（I，j）而不是Rcpp:：.colm（I）是安全的。不幸的是，引用的资料中没有一个明确提到这个问题；GitHub上的评论也是如此[search:Rcpp&Openmp]。错误的假设：仅仅因为第二种方法没有立即失效并不能证明它是合理的或推荐的。通过我们选择的（有效的）方法，RcppArmadillo对象仍然使用R内存。所以，请去阅读我提供的参考资料。再次感谢您的时间！周末，我更仔细地研究了您向我指出的Rcpp图库中的OpenMP示例。由于一些例子让我更加困惑，我已经编辑了我的原始问题。如果你有一个新问题，最好用一个简短的可复制的例子提出一个新的、有重点的问题。这不是一个按需教程网站。我已经给你们指出了很多工作示例。好的，明白了。我将创建一个新问题@德克：我知道你的例子是有效的（！）我只是不知道为什么，我不能

#include <Rcpp.h>
#include <omp.h>

// [[Rcpp::export]]
Rcpp::NumericMatrix rcpp_sweep_(Rcpp::NumericMatrix x, Rcpp::NumericVector vec)
{
  Rcpp::NumericMatrix ret(x.nrow(), x.ncol());

  #pragma omp parallel for default(shared)
  for (int j=0; j<x.ncol(); j++)
  {
    #pragma omp simd
    for (int i=0; i<x.nrow(); i++)
      ret(i, j) = x(i, j) - vec(i);
  }

  return ret;
}

arma::mat temp_row_sub = temp_mat.rows(x-2, x+2);

interMatrix(_, i) = MAT_COV(_, index_asset); // 3rd code example 3rd method

thread_sum += R::dlnorm(i+j, 0.0, 1.0, 0); // subsection OpenMP support