问题描述
当前,我正在R中使用foreach循环在同一台计算机的多个内核上运行并行函数调用,并且代码如下所示:
result=foreach(i=1:length(list_of_dataframes))
{
temp=some_function(list_of_dataframes[[i]])
return(temp)
}
在此 list_of_dataframes 列表中,每个数据框都是针对一种产品的,并且具有不同的列数, some_function 是一种对每个数据框执行建模任务的函数。此函数内部有多个函数调用,一些函数进行数据整理,另一些函数执行某种变量选择,依此类推。 结果是一个列表列表,每个子列表都是3个数据帧的列表。目前,我几乎没有500种产品,而我正在使用具有12个内核的32GB机器来执行此任务使用doparallel和foreach进行并行。 我的第一个问题是-例如,当我有500000产品时,该如何扩大规模?哪个框架最适合? 我的第二个问题-我可以使用sparkR吗? Spark是否打算执行此类任务? sparkR.lapply()会很好用吗?我已经读过它应该作为不得已的方法。
我对所有这些并行的东西都是新手,任何帮助或建议都将大有帮助。在此先感谢
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)