Parlappy-如何解决错误“；找不到函数“；bindToEnv"&引用；？

我想使用Parlappy，我正在设置我的代码，就像这里介绍的那样：

最近几次，它运行良好。然而，通过我当前的

parlappy

调用，我得到了错误 checkForRemoteErrors（val）中的

错误：3个节点产生错误；第一个错误：找不到函数“bindToEnv”

这里有一个简短的例子：

#' Copy arguments into env and re-bind any function's lexical scope to bindTargetEnv .
#' 
#' See http://winvector.github.io/Parallel/PExample.html for example use.
#' 
#' 
#' Used to send data along with a function in situations such as parallel execution 
#' (when the global environment would not be available).  Typically called within 
#' a function that constructs the worker function to pass to the parallel processes
#' (so we have a nice lexical closure to work with).
#' 
#' @param bindTargetEnv environment to bind to
#' @param objNames additional names to lookup in parent environment and bind
#' @param names of functions to NOT rebind the lexical environments of
bindToEnv <- function(bindTargetEnv=parent.frame(),objNames,doNotRebind=c()) {
  # Bind the values into environment
  # and switch any functions to this environment!
  for(var in objNames) {
    val <- get(var,envir=parent.frame())
    if(is.function(val) && (!(var %in% doNotRebind))) {
      # replace function's lexical environment with our target (DANGEROUS)
      environment(val) <- bindTargetEnv
    }
    # assign object to target environment, only after any possible alteration
    assign(var,val,envir=bindTargetEnv)
  }
}

ccc <- 1

# Parallel
cl <- parallel::makeCluster(getOption("cl.cores", 3))
junk <- parallel::clusterEvalQ(cl, c(library(data.table)))

f <- function(x) {
  bindToEnv(objNames = 'ccc')

  return(x+x)  
}

b <- do.call(rbind, parallel::parLapply(cl, 1:10,  f))

将参数复制到env中，并将任何函数的词法作用域重新绑定到bindTargetEnv。 #' #”“看到了吗http://winvector.github.io/Parallel/PExample.html 例如使用。 #' #' #'用于在并行执行等情况下随函数发送数据 #"(当全球环境无法提供时)。通常在 #'构造传递给并行进程的辅助函数的函数 #（因此我们有一个很好的词汇闭包）。 #' #“@param bindTargetEnv要绑定到的环境 #“@param objNames是要在父环境中查找和绑定的其他名称 #“@param函数名，以不重新绑定

---

bindToEnv在创建集群之前，需要使用

clusterExport（）

导出已使用的函数和定义的对象

library(parallel)
cl <- makeCluster(getOption("cl.cores", 3))
clusterEvalQ(cl, c(library(data.table)))
clusterExport(cl, c("bindToEnv", "ccc"), 
              envir=environment())
f <- function(x) {
  bindToEnv(objNames='ccc')
  return(x+x)  
}

b <- do.call(rbind, parallel::parLapply(cl, 1:10,  f))
b
#        ,1]
#  [1,]    2
#  [2,]    4
#  [3,]    6
#  [4,]    8
#  [5,]   10
#  [6,]   12
#  [7,]   14
#  [8,]   16
#  [9,]   18
# [10,]   20

stopCluster(cl)

库（并行）
cl可能是因为您直接尝试调用名称空间，当您将
库（并行）
包含到
集群evalq（.）
中时会发生什么？或者先在函数中尝试
parallel:：bindToEnv
。不幸的是，错误仍然出现。我将
library（parallel）
添加到常规代码和
clusterEvalQ（）
函数中。我无法添加
parallel:：bindToEnv
，因为
bindToEnv
是一个自己编写的函数（或者更准确地说是从internet复制的），而不是来自并行程序包的函数。我添加到问题中的代码示例是否不可复制？它为我创建了错误，我不知道如何进一步减少代码量。感谢它与
clusterExport
一起工作！我仍然有点困惑为什么它一开始就不起作用，因为像以前那样设置
parlappy
。我认为逻辑就是启动集群之前创建的所有东西都必须导出。