r - 在并行 foreach 计算中使用标准 R Shiny 进度条

Question

我正在尝试使用 doParallel 后端在并行 foreach 循环中使用标准 R Shiny 进度条。但是，这会导致以下错误消息:

Warning: Error in {: task 1 failed - "'session' is not a ShinySession object."

代码(最小工作示例)

library(shiny)
library(doParallel)

ui <- fluidPage(
  actionButton(inputId = "go", label = "Launch calculation")
)

server <- function(input, output, session) {

  workers=makeCluster(2)
  registerDoParallel(workers)

  observeEvent(input$go, {
    Runs=c(1:4)
    Test_out=foreach(i=Runs, .combine=cbind, .inorder=TRUE, .packages=c("shiny"),.export=c("session")) %dopar% { 
      pbShiny = shiny::Progress$new()
      pbShiny <- Progress$new(session,min = 0, max = 10)
      on.exit(pbShiny$close())
      test_vec=rep(0,100)

      for(i in 1:10){
        test_vec=test_vec+rnorm(100)
        pbShiny$set(message="Simulating",detail=paste(i),
                  value=i)
        Sys.sleep(0.2)
      }

    }
  })
}

shinyApp(ui = ui, server = server)

如果我顺序运行 foreach 循环(使用 registerDoSEQ())，代码就会运行。 有谁知道如何解决这个问题吗？

<小时/>

总体目标

• 使用 doParallel 在并行 foreach 循环中向用户显示进度 后端 Shiny
• 用户应了解 worker 的数量和 每个 worker 的进度和/或总体进度

<小时/>

以下链接下有类似的问题，但由于未提供工作示例而未得到解决:

Utilizing parallel foreach for progress bar in R Shiny

Answer 1

doParallel 包是并行包的扩展，如此处的文档所示。

https://cran.r-project.org/web/packages/doParallel/doParallel.pdf

阅读并行包的文档，我们发现它实现了 3 种不同的方法来实现并行性。请记住，R 是一种单线程语言。

1. 一个新的 R session ，其中父进程与工作进程或子进程进行通信。
2. 通过 fork
3. 使用操作系统级别的工具

您可以在此处找到此信息，

https://stat.ethz.ch/R-manual/R-devel/library/parallel/doc/parallel.pdf

这样做的结果是子进程在完成计算并返回值之前无法与父进程通信。据我所知，这是。

因此，无法在工作进程内勾选进度条。

完全披露，我没有使用过 doParallel 包，并且有关 Shiny 的文档是有限的。

<小时/>

替代解决方案

有一个类似的包，但是有关于 Shiny 的大量文档。这些是 futures 和 promises 以及 ipc 包。 futures 和 promises 支持异步编程，而 ipc 支持进程间通信。为了给我们提供更多帮助，它还有一个 AsyncProgress() 函数。

这是一个我们同步勾选两个计数器的示例。

示例

library(shiny)
library(future)
library(promises)
library(ipc)

plan(multisession)


ui <- fluidPage(
  actionButton(inputId = "go", label = "Launch calculation")
)

server <- function(input, output, session) {

  observeEvent(input$go, {

    progress = AsyncProgress$new(message="Complex analysis")

    future({
      for (i in 1:15) {
        progress$inc(1/15)
        Sys.sleep(0.5)
      }

      progress$close()
      return(i)
    })%...>%
      cat(.,"\n")

    Sys.sleep(1)

    progress2 = AsyncProgress$new(message="Complex analysis")

    future({
      for (i in 1:5) {
        progress2$inc(1/5)
        Sys.sleep(0.5)
      }

      progress2$close()

      return(i)
    })%...>%
      cat(.,"\n")

    NULL
  })
}

shinyApp(ui = ui, server = server)

您的代码已调整

这是您编写的代码，稍加修改即可分离出许多异步进程。任何工作都可以在工作线程中执行，例如您创建并添加 rnorm 的向量。 (此处未显示)

library(shiny)
library(future)
library(promises)
library(ipc)

plan(multisession)

ui <- fluidPage(
  actionButton(inputId = "go", label = "Launch calculation")
)

server <- function(input, output, session) {

  observeEvent(input$go, {
    Runs=c(1:4) #define the number of runs
    progress = list() #A list to maintain progress for each run

    for(j in Runs){
      progress[[j]] = AsyncProgress$new(message="Complex analysis")
      future({
        for (i in 1:10) {
          progress[[j]]$inc(1/10)
          Sys.sleep(0.2)
        }
        progress[[j]]$close()
        return(i)
    })%...>%
        cat(.,'\n')
    }

    NULL
  })
}

shinyApp(ui = ui, server = server)

上面的代码是在 ipc 文档中找到的代码的修改版本:

http://htmlpreview.github.io/?https://github.com/fellstat/ipc/blob/master/inst/doc/shinymp.html

其他资源:

https://rstudio.github.io/promises/articles/overview.html