R 在纯素函数中使用并行处理？

我对并行执行vegan包中的R函数adonis感兴趣。然而，我不清楚如何使它并行运行。无论我如何尝试初始化它，它似乎需要相同的时间来执行。有人能解释一下我做错了什么吗

require(vegan)
require(parallel)
data(dune)
data(dune.env)
#This:
system.time(adonis(dune ~ Management * A1, dune.env, perm = 99999))
#Runs faster (4.49 s) than this (6.7 s):
system.time(adonis(dune ~ Management * A1, dune.env, perm = 99999, parallel=3))
#or this (6.7 s)
cl <- makeCluster(3)
system.time(adonis(dune ~ Management * A1, dune.env, perm = 99999, parallel=cl))
stopCluster(cl)

require（素食主义者）
需要（并行）
数据（沙丘）
数据（沙丘环境）
#这：
系统时间（adonis（dune~Management*A1，dune.env，perm=99999））
#运行速度（4.49秒）比此（6.7秒）快：
系统时间（adonis（dune~Management*A1，dune.env，perm=99999，parallel=3））
#或者这个（6.7秒）
cl我不确定这个答案到底有多大帮助，但我将分享一些我自己的观察结果和我慢慢拼凑起来的东西。我并不假装是这方面的专家，所以我的回答可能有一些不准确之处。我首先是生物学家

这些并行库中的一些似乎会重新加载r-environment，并在每个核心上运行所有的启动文件（例如RProfile）。因此，使用并行库有一个固有的时间成本，这使得只有当计算量足够大，值得并行化时，您才能看到并行函数的好处（在您的示例中，Dune数据集非常小。我将在下面分享我自己的基准测试）。也就是说，有一些事情似乎有帮助

使用
doParallel
库，您可以指定参数以避免将不必要的信息加载到会话中，如下所示：

library(doParallel)
cl <- makeCluster(3, rscript_args = c("--no-init-file", "--no-site-file","--no-environ"))
#for linux   .... cl <- makePSOCKcluster(2)
registerDoParallel(cl)
unif_w = UniFrac(d, weighted=T, parallel=T, normalized = T)
unif_uw = UniFrac(d, weighted=F, parallel=T)
stopCluster(cl)

这台电视机没有太大的差别，但同时速度较慢。然而，在我目前正在处理的一个大集合中重复了这一点（bc是一个距离矩阵，由物种矩阵计算得出，该矩阵由3734个地点的887个物种组成）

长话短说，在这种特定情况下，只有将adonis选项应用于更大的数据集，您才能从中获益

我不确定计算机规格在这里有多重要，但我确实有大量内存用于这种用途。在我的例子中，记忆对于让我更容易处理大型矩阵来说更为重要


R版本：4.0.2
Windows 10，64位
AMD Ryzen 3600
64gb内存

不管怎样，我还在寻找其他的解决方法和技巧。
我自己也很好奇，你有没有找到一个让阿多尼斯并行运行的好方法？
> data("dune")
> data("dune.env")
> system.time(adonis(dune ~ Management * A1, dune.env, perm = 99999))
   user  system elapsed 
   3.90    0.00    3.93 
> #Runs faster (4.49 s) than this (6.7 s):
> system.time(adonis(dune ~ Management * A1, dune.env, perm = 99999, parallel=3))
   user  system elapsed 
   0.71    0.04    6.53 

> system.time(adonis(bc ~ fmet$Diagnosis, parallel = 1))
   user  system elapsed 
 109.95   21.27  131.22 
> system.time(adonis(bc ~ fmet$Diagnosis, parallel = 4))
   user  system elapsed 
   3.44    1.41   82.36