r - R中的并行foreach共享内存

Question

问题描述:

我有一个大矩阵 c , 加载到 RAM 内存中。我的目标是通过并行处理对它进行只读访问。但是，当我创建连接时，我使用 doSNOW , doMPI , big.matrix等，使用的 ram 数量急剧增加。

有没有办法正确创建共享内存，所有进程都可以从中读取，而无需创建所有数据的本地副本？

例子:

libs<-function(libraries){# Installs missing libraries and then load them
  for (lib in libraries){
    if( !is.element(lib, .packages(all.available = TRUE)) ) {
      install.packages(lib)
    }
    library(lib,character.only = TRUE)
  }
}

libra<-list("foreach","parallel","doSNOW","bigmemory")
libs(libra)

#create a matrix of size 1GB aproximatelly
c<-matrix(runif(10000^2),10000,10000)
#convert it to bigmatrix
x<-as.big.matrix(c)
# get a description of the matrix
mdesc <- describe(x)
# Create the required connections    
cl <- makeCluster(detectCores ())
registerDoSNOW(cl)
out<-foreach(linID = 1:10, .combine=c) %dopar% {
  #load bigmemory
  require(bigmemory)
  # attach the matrix via shared memory??
  m <- attach.big.matrix(mdesc)
  #dummy expression to test data aquisition
  c<-m[1,1]
}
closeAllConnections()

内存:

在上图中，您可能会发现内存增加了很多，直到foreach结束并被释放。

Answer 1

我认为问题的解决方案可以从 foreach 的作者 Steve Weston 的帖子中看出。包裹，here .他在那里说:

The doParallel package will auto-export variables to the workers that are referenced in the foreach loop.

所以我认为问题是在你的代码中你的大矩阵 c在作业 c<-m[1,1] 中被引用.试试看 xyz <- m[1,1]相反，看看会发生什么。

这是一个带有文件支持的示例 big.matrix :

#create a matrix of size 1GB aproximatelly
n <- 10000
m <- 10000
c <- matrix(runif(n*m),n,m)
#convert it to bigmatrix
x <- as.big.matrix(x = c, type = "double", 
                 separated = FALSE, 
                 backingfile = "example.bin", 
                 descriptorfile = "example.desc")
# get a description of the matrix
mdesc <- describe(x)
# Create the required connections    
cl <- makeCluster(detectCores ())
registerDoSNOW(cl)
## 1) No referencing
out <- foreach(linID = 1:4, .combine=c) %dopar% {
  t <- attach.big.matrix("example.desc")
  for (i in seq_len(30L)) {
    for (j in seq_len(m)) {
      y <- t[i,j]
    }
  }
  return(0L)
}

## 2) Referencing
out <- foreach(linID = 1:4, .combine=c) %dopar% {
  invisible(c) ## c is referenced and thus exported to workers
  t <- attach.big.matrix("example.desc")
  for (i in seq_len(30L)) {
    for (j in seq_len(m)) {
      y <- t[i,j]
    }
  }
  return(0L)
}
closeAllConnections()