用ffdf-mappy函数实现R-Foreach并行处理
我有一个名为“场景”的大型ffdf,我正在从NGA包中对其应用一个函数。我已经在使用MyChunk来加快速度,但速度仍然很慢。我可以使用Foreach包来运行并行处理吗?我目前的代码如下所示:用ffdf-mappy函数实现R-Foreach并行处理,r,foreach,ff,R,Foreach,Ff,我有一个名为“场景”的大型ffdf,我正在从NGA包中对其应用一个函数。我已经在使用MyChunk来加快速度,但速度仍然很慢。我可以使用Foreach包来运行并行处理吗?我目前的代码如下所示: PGA = (rep(NA,Nevs)) mychunks <- chunk(Scenarios) for(myblock in mychunks){ ScenariosINRAM <- Scenarios[myblock, ] PGA[seq(min(myblock), max(my
PGA = (rep(NA,Nevs))
mychunks <- chunk(Scenarios)
for(myblock in mychunks){
ScenariosINRAM <- Scenarios[myblock, ]
PGA[seq(min(myblock), max(myblock))] <- mapply(Sa.ba,ScenariosINRAM$Magnitude, ScenariosINRAM$Rjb, Vs30, ScenariosINRAM$Epsilon,T=0,rake=NA, U=0, SS=1, NS=0, RS=0, AB11=1)
}
PGA=(代表(北美、新能源汽车))
MyChunk使用并行包中的MCMAppy而不是mapply来加快内核的速度。谢谢你,这确实在一定程度上加快了速度。仅供参考。R中有几个评测包,可以查看哪些代码占用了大部分计算。也许你也可以看看那里。apply还有几个并行版本(mcmappy、mclappy,…),根据您使用的版本,您可能会向工作人员传递大量实际上并不需要的数据。为此,您可能需要查看并行包的文档。