r - 如何在R中的并行任务中删除临时文件

Question

是否可以从并行化的 R 任务中删除临时文件？
我依靠 R 中的 doParallel 和 foreach 并行化对巨大光栅文件的小子集执行各种计算。这涉及多次裁剪大型栅格的子集。我的基本语法类似于:

grid <- raster::raster("grid.tif")
data <- raster::raster("data.tif")

cl <- parallel::makeCluster(32)
doParallel::registerDoParallel(cl)

m <- foreach(col=ncol(grid)) %:% foreach(row=nrow(grid)) %dopar% {
   
   # get extent of subset 
   cell <- raster::cellFromRowCol(grid, row, col)
   ext <- raster::extentFromCells(grid, cell)
   
   # crop main raster to subset extent
   subset <- raster::crop(data, ext)
   
   # ...
   # perform some processing steps on the raster subset
   # ...
   
   # save results to a separate file
   saveRDS(subset, paste0("output_folder/", row, "_", col)
}

该算法运行良好并达到了我想要的效果。然而，raster::crop(data, ext)每次调用时都会创建一个小的临时文件。这似乎是光栅包的标准行为，但它成为一个问题，因为这些临时文件仅在整个代码执行后才被删除，同时占用太多磁盘空间(数百 GB)。
在任务的串行执行中，我可以简单地使用 file.remove(subset@file@name) 删除临时文件。 .但是，当并行运行任务时，这不再起作用。相反，该命令会被简单地忽略，并且临时文件会保持原样，直到整个任务完成。
关于为什么会这样以及我如何解决这个问题的任何想法？

Answer 1

有此功能 removeTmpFiles .
您应该可以使用 f <- filename(subset) , 避免从插槽 ( @ ) 中读取。我不明白为什么你不能删除它。但也许它需要摆弄路径？
临时文件仅在光栅包认为有必要时创建，基于可用和所需的 RAM。见 canProcessInMemory( , verbose=TRUE) .默认设置有些保守，您可以使用 rasterOptions() 更改它们。 (memfrac 和 maxmemory)
另一种方法是为crop 提供一个文件名参数。然后你知道文件名是什么，你可以删除它。当然，您需要注意不要覆盖来自不同任务的数据，因此您可能需要使用一些与之关联的唯一 id。saveRDS( )如果光栅由临时文件备份(因为它会消失)，则将不起作用。