将多个操作系统的并行或双并行作为CRAN包使用的自定义包

我正在为R构建一个包，我希望它能够跨平台。我正在Linux下开发，函数

mclappy

将从

parallel

包中使用。Windows不支持此软件包（它使用

doParallel

）。我真的很喜欢

parallel

软件包，虽然它简单且速度快，但我不知道这是否应该成为为CRAN提供两个不同版本的软件包的原因，用于单独的操作系统（似乎需要额外维护），更不用说它是否被允许

想法

另外，现在我考虑的是并行

mclapply(ldata, function(x), mc.cores=cores)

cl <- makeCluster(cores)
parLapply(cl, ldata, function(x))

等同于双平行

mclapply(ldata, function(x), mc.cores=cores)

cl <- makeCluster(cores)
parLapply(cl, ldata, function(x))

---

cl首先，
mclappy
和
parlappy
都在
parallel
包中，尽管
mclappy
在Windows上实际上并不并行运行
parlappy
在所有支持的平台上并行运行，但并不总是像
mclappy
那样高效。
doParallel
包与
foreach
包一起使用，充当
并行
包的适配器

要编写既适用于Windows又适用于非Windows的软件包，您有多种合理的选择：


只要使用
parlappy
，因为它在任何地方都有效
在Windows上使用
parlappy
，在其他地方使用
mclappy
使用
doParallel
和
foreach

doParallel
软件包很方便，因为它在非Windows平台上使用了
mclappy
。例如：

library(doParallel)
registerDoParallel()
foreach(i=1:10, .options.snow=list(preschedule=TRUE)) %dopar% {
    Sys.sleep(2)
}

这将在Linux和Mac OS X上使用
mclappy
，但会在Windows的后台自动创建PSOCK群集对象。使用
preschedule=TRUE
（添加在
doParallel
1.0.3中）将导致
doParallel
在内部使用
clusterApply
预先安排任务，这与
parlappy
非常相似

请注意，如果显式创建并注册集群对象，则无论平台如何，都不会使用
mclappy
。它可以很好地工作，但可能没有那么有效。要使用
mclappy
，必须使用数字参数调用
registerDoParallel
，或者根本不调用参数

您可以查看
boot
包的源代码，了解如何使用
mclappy
或
parlappy
的示例，具体取决于您的平台。
为什么不同时使用
parlappy
包中的
parlappy
，因为我认为这是跨平台的（或者我希望是这样，因为我在我的一个软件包中使用了它）。您还可以将
if（）{}else{}
与
Sys.info（）[“sysname”]
使用正确的设置。@泰勒·林克，parlappy是否显示每个新脚本的.Rprofile加载？如果是，那么我认为它应该很好，因为它不是fork。
parallel
在windows上受支持，并且可以使用
mclappy
。它只是恢复到串行求值，就像一个简单的
lappy
@MartinMorgan Bu那么这不是期望的回退行为不幸的是。。。