并行加载文件不使用foreach+;数据表
我想将并行加载文件不使用foreach+;数据表,r,foreach,parallel-processing,data.table,R,Foreach,Parallel Processing,Data.table,我想将foreach与data.table(v.1.8.7)结合使用来加载文件并绑定它们foreach未并行化,并返回警告 write.table(matrix(rnorm(5e6),nrow=5e5),"myFile.csv",quote=F,sep=",",row.names=F,col.names=T) library(data.table); #I use fread from data.table 1.8.7 (dev) for performance and useability
foreach
与data.table
(v.1.8.7)结合使用来加载文件并绑定它们<代码>foreach未并行化,并返回警告
write.table(matrix(rnorm(5e6),nrow=5e5),"myFile.csv",quote=F,sep=",",row.names=F,col.names=T)
library(data.table);
#I use fread from data.table 1.8.7 (dev) for performance and useability
DT = fread("myFile.csv")
现在假设我有n个文件要加载和行绑定,我想对其进行parralellize。
(我在窗户上,所以没有叉子)
使用lappy
f1 <- function(allFiles){
DT <- lapply(allFiles, FUN=fread) #will load sequentially myFile.csv 3 times with fread
DT <- rbindlist(DT);
return(DT);
}
为了得到答案: 警告消息告诉您,
foreach
没有注册并行后端。通过阅读了解如何做到这一点
小插曲中的简单示例:
library(doParallel)
cl <- makeCluster(3)
registerDoParallel(cl)
foreach(i=1:3) %dopar% sqrt(i)
库(双并行)
cl你读到警告了吗?当然,但我该怎么解决呢?小插曲没有提供任何进一步采取措施的信息。。。看起来它应该是从盒子里出来的好吧!!!我收到了同一个人的一篇论文,他没有提到那些东西,好吧,谢谢!
library(parallel)
f2 <- function(allFiles){
mc <- detectCores(); #how many cores?
cl <- makeCluster(mc); #build the cluster
DT <- parLapply(cl,allFiles,fun=fread); #call fread on each core (well... using each core at least)
stopCluster(cl);
DT <- rbindlist(DT);
return(DT);
}
library(foreach)
f3 <- function(allFiles){
DT <- foreach(myFile=allFiles, .combine='rbind', .inorder=FALSE) %dopar% fread(myFile)
return(DT);
}
system.time(DT <- f1(allFiles));
utilisateur systÞme ÚcoulÚ
34.61 0.14 34.84
system.time(DT <- f2(allFiles));
utilisateur systÞme ÚcoulÚ
1.03 0.40 24.30
system.time(DT <- f3(allFiles));
executing %dopar% sequentially: no parallel backend registered
utilisateur systÞme ÚcoulÚ
35.05 0.22 35.38
library(doParallel)
cl <- makeCluster(3)
registerDoParallel(cl)
foreach(i=1:3) %dopar% sqrt(i)