R码能否影响foreach输出中的随机数？

我使用

foreach

和

doParallel

运行了一个模拟，并与随机数进行了斗争（在代码中命名为

random

）

简而言之：我模拟了一个足球联赛，随机生成所有比赛的赢家和相应的结果。在

dt_base

中没有比赛，在

dt_ex1

和

dt_ex2

中已经知道4场比赛的结果。应模拟所有未知结果

在本文底部的联盟模拟代码中，我设置了1000个模拟，分为100个块（forloop用于向PostgreSQL发送数据，并在我使用的完整代码中减少RAM使用）我希望所有的随机数都是不同的（甚至不要坚持重复的结果）。

1。当运行给定的代码时，应实现所有不同随机数的目标

> # ====== Distinct Random Numbers ======
> length(unique(out$random))                              # expectation: 22000
[1] 22000
> length(unique(out$random[out$part == "base"]))          # expectation: 10000
[1] 10000
> length(unique(out$random[out$part == "dt_ex1"]))        # expectation: 6000
[1] 6000
> length(unique(out$random[out$part == "dt_ex2"]))        # expectation: 6000
[1] 6000

2。现在，请取消注释分配最终分数的代码片段

*[tmp_sim]=3

（应该是带有

！！！

的第60、61、67、68行），然后再次运行

> # ====== Distinct Random Numbers ======
> length(unique(out$random))                              # expectation: 22000
[1] 10360
> length(unique(out$random[out$part == "base"]))          # expectation: 10000
[1] 10000
> length(unique(out$random[out$part == "dt_ex1"]))        # expectation: 6000
[1] 180
> length(unique(out$random[out$part == "dt_ex2"]))        # expectation: 6000
[1] 180

那就是当它变得一团糟，对我来说毫无意义的时候<当向这些数据帧中添加两个数字时，

dt_ex1

和

dt_ex2

内的code>randomiter总是相同的

你是否也有同样的感受？你知道怎么回事吗

我试过R版本3.5.3和3.6.3。还尝试了

dorn

软件包。总是一样的问题

联盟模拟代码

---

R使用的随机生成器（包括by

set.seed

和

runif

）是全局的，适用于整个应用程序

您的问题似乎是因为生成器的访问在并行进程之间共享，但在这些进程之间不同步（即，它不是“线程安全的”），因此每个进程都有自己的生成器状态视图（因此，由于这种不同步的访问，不同的进程可以绘制完全相同的随机数）。相反，您应该为每个并行进程（在本例中为每个模拟）提供其自己的随机生成器，该随机生成器不在进程之间共享，并且（或模拟）相应

多线程是您关心的可复制的“随机”数字之一

---

---

事实证明，根本问题更多地是由进程之间共享的数据帧引起的，而不是由R的全局RNG引起的。请看这个问题。

谢谢您的回答！我知道您在说什么。不过，这是代码中的一点变化（不影响随机数生成器）这就不同了。我不需要结果是可复制的。我尝试了doRNG包，它控制线程之间的种子，但没有成功。我会再试一次。这似乎是克服这个问题的唯一方法，因为这些结果没有意义，真的。

# League Simulation
rm(list = ls())
set.seed(666)
cat("\014")
library(sqldf)
library(plyr)
library(dplyr)

# ====== User Functions ======
comb4 = function(x, ...) { #function for combining foreach output
  Map(rbind, x, ...)
}

# ====== Data Preparation ======
dt_base = data.frame(id = 1:10,
                  part = rep("base",10),
                  random = NA)

dt_ex1 = data.frame(id = 1:10,
                         part = rep("dt_ex1",10),
                         HG = c(1,3,6,NA,NA,2,NA,NA,NA,NA),  # Home Goals
                         AG = c(1,3,6,NA,NA,2,NA,NA,NA,NA),  # Away Goals
                         random = NA)

dt_ex2 = data.frame(id = 1:10,
                            part = rep("dt_ex2",10),
                         HG = c(1,3,6,NA,NA,2,NA,NA,NA,NA),  # Home Goals
                         AG = c(1,3,6,NA,NA,2,NA,NA,NA,NA),  # Away Goals
                         random = NA)

# ====== Set Parallel Computing ======
library(foreach)
library(doParallel)

cl = makeCluster(3, outfile = "")
registerDoParallel(cl)

# ====== SIMULATION ======
nsim = 1000                # number of simulations
iterChunk = 100            # split nsim into this many chunks
out = data.frame()    # prepare output DF
for(iter in 1:ceiling(nsim/iterChunk)){
  strt = Sys.time()
  
  out_iter = 
    foreach(i = 1:iterChunk, .combine = comb4, .multicombine = TRUE, .maxcombine = 100000, .inorder = FALSE, .verbose = FALSE,
            .packages = c("plyr", "dplyr", "sqldf")) %dopar% {
              
              ## PART 1
              # simulation number
              id_sim = iterChunk * (iter - 1) + i
              
              # First random numbers set
              dt_base[,"random"] = runif(nrow(dt_base))
              
              
              ## PART 2
              tmp_sim = is.na(dt_ex1$HG) # no results yet
              dt_ex1$random[tmp_sim] = runif(sum(tmp_sim))
              # dt_ex1$HG[tmp_sim] = 3   # !!!
              # dt_ex1$AG[tmp_sim] = 3   # !!!
              
              
              ## PART 3
              tmp_sim = is.na(dt_ex2$HG) # no results yet
              dt_ex2$random[tmp_sim] = runif(sum(tmp_sim))
              # dt_ex2$HG[tmp_sim] = 3   # !!!
              # dt_ex2$AG[tmp_sim] = 3   # !!!
              
              
              # ---- Save Results
              zapasy = rbind.data.frame(dt_base[,c("id","part","random")],
                                        dt_ex1[,c("id","part","random")]
                                        ,dt_ex2[,c("id","part","random")]
              )
              zapasy$id_sim = id_sim
              zapasy$iter = iter
              zapasy$i = i
              
              out_i = list(zapasy = zapasy)
              
              print(Sys.time())
              return(out_i)
            }#i;sim_forcycle
  
  out = rbind.data.frame(out,subset(out_iter$zapasy, !is.na(random)))
  
  fnsh = Sys.time()
  cat(" [",iter,"] ",fnsh - strt, sep = "")
  
}#iter


# ====== Distinct Random Numbers ======
length(unique(out$random))                              # expectation: 22000
length(unique(out$random[out$part == "base"]))          # expectation: 10000
length(unique(out$random[out$part == "dt_ex1"]))        # expectation: 6000
length(unique(out$random[out$part == "dt_ex2"]))        # expectation: 6000


# ====== Stop Parallel Computing ======
stopCluster(cl)